ความร้อนจาก Data Center ทำให้ชุมชนร้อนขึ้นจริงหรือ?

ท่ามกลางกระแสการลงทุน Data Center และ AI Infrastructure ในประเทศไทย คำถามเกี่ยวกับผลกระทบต่อชุมชนไม่ได้มีเพียงเรื่อง “กินไฟ” และ “ใช้น้ำ”

อีกคำถามหนึ่งกำลังน่าสนใจมากขึ้นคือ

“ความร้อนมหาศาลจาก Data Center จะทำให้พื้นที่รอบข้างร้อนขึ้นหรือไม่?”

คำตอบทางวิศวกรรมคือ

Data Center ปล่อยความร้อนออกสู่สิ่งแวดล้อมจริง

แต่การจะสรุปว่า Data Center แห่งหนึ่งทำให้ “ชุมชนร้อนขึ้น” มากน้อยเพียงใด ไม่สามารถดูจากกำลังไฟฟ้าเพียงตัวเลขเดียว

ต้องพิจารณาทั้งขนาดของ Data Center ระบบ Cooling วิธีการระบายความร้อน สภาพอากาศ ความเร็วลม ความหนาแน่นของอาคาร และระยะห่างจากชุมชน

นี่เป็นอีกเรื่องที่ประเทศไทยควรทำความเข้าใจก่อน Data Center ขนาดหลายร้อย MW เริ่มเกิดขึ้นจำนวนมาก

ไฟฟ้าที่เข้า Data Center หายไปไหน?

เริ่มจากกฎพื้นฐานทางฟิสิกส์

Data Center รับพลังงานไฟฟ้าเข้ามาเพื่อให้ Server, GPU, Storage, Network และอุปกรณ์ต่าง ๆ ทำงาน

แต่พลังงานไม่ได้หายไป

พลังงานไฟฟ้าที่เข้า Server และ GPU ในท้ายที่สุดเกือบทั้งหมดจะเปลี่ยนเป็น ความร้อน

ลองคิดง่าย ๆ

หาก IT Equipment ใช้ไฟฟ้า

100 MW

ก็หมายความว่าเรามี Heat Load จาก IT ใกล้เคียง

100 MWₜₕ

ที่ต้องถูกนำออกจากอาคารอย่างต่อเนื่อง

และหากรวมพลังงานจาก Cooling System, Pump, Fan, UPS และระบบสนับสนุนอื่น ๆ พลังงานไฟฟ้าของ Facility ก็จะลงเอยเป็นความร้อนที่ต้องถ่ายเทออกสู่สิ่งแวดล้อมเกือบทั้งหมดเช่นกัน

ดังนั้นในมุม Thermodynamics

Data Center คือทั้ง

โรงงานประมวลผลข้อมูล

และในเวลาเดียวกันก็เป็น

โรงงานผลิตความร้อนขนาดใหญ่

100 MW ร้อนแค่ไหน?

100 MWₜₕ อาจเป็นตัวเลขที่ประชาชนจินตนาการได้ยาก

ลองแปลงเป็นหน่วยที่คุ้นเคย

เครื่องปรับอากาศขนาด 12,000 BTU/h มีความสามารถในการทำความเย็นประมาณ 3.5 kWₜₕ

ดังนั้น Heat Load 100 MWₜₕ มีขนาดเทียบเท่าภาระความร้อนที่ต้องใช้เครื่องปรับอากาศขนาด 12,000 BTU/h ประมาณ

28,000 เครื่อง

ช่วยกันขนความร้อนออกพร้อมกัน

และต้องทำต่อเนื่อง

24 ชั่วโมง × 365 วัน

หากเป็น AI Data Center Campus 500 MW ตัวเลขก็เพิ่มขึ้นอีกหลายเท่า

นี่คือเหตุผลที่ระบบ Cooling ไม่ใช่อุปกรณ์ประกอบของ Data Center

แต่เป็นหนึ่งใน Infrastructure หลักของ Data Center

แล้วความร้อนถูกนำไปไหน?

ความร้อนจาก Server ไม่ได้หายไปเมื่อ Server เย็นลง

Cooling System เพียงทำหน้าที่

“ย้ายความร้อน”

จากจุดหนึ่งไปยังอีกจุดหนึ่ง

เส้นทางอาจเป็น

GPU → Cold Plate → Cooling Fluid → CDU → Facility Water → Chiller → Cooling Tower

หรือ

Server → Air → CRAH/CRAC → Chiller → Outdoor Heat Rejection

ท้ายที่สุด หากไม่มีระบบนำ Waste Heat ไปใช้ประโยชน์ ความร้อนส่วนใหญ่ก็ต้องถูกปล่อยออกสู่สิ่งแวดล้อม

คำถามจึงไม่ควรหยุดที่

“Data Center ระบายความร้อนได้หรือไม่?”

แต่ควรถามต่อว่า

“มันระบายความร้อนไปที่ไหน?”

Cooling Tower ไม่ได้ทำงานเหมือน Dry Cooler

ตรงนี้สำคัญมาก เพราะระบบระบายความร้อนแต่ละแบบมีผลต่อสิ่งแวดล้อมต่างกัน

หากใช้ Cooling Tower ความร้อนจำนวนมากจะถูกถ่ายเทผ่านการระเหยของน้ำ

ผลกระทบจึงไม่ได้ปรากฏเป็นเพียงอากาศร้อน แต่เกี่ยวข้องกับการใช้น้ำ ความชื้น Plume และการจัดการคุณภาพน้ำด้วย

หากใช้ Dry Cooler หรือ Air-Cooled Chiller ระบบจะระบาย Sensible Heat สู่อากาศโดยตรงมากขึ้น

อากาศที่ออกจาก Heat Rejection Equipment จึงมีอุณหภูมิสูงกว่าอากาศที่เข้า

ส่วน Direct-to-Chip Liquid Cooling สามารถนำความร้อนออกจาก GPU ได้อย่างมีประสิทธิภาพมากขึ้น แต่ไม่ได้ทำให้กฎ Thermodynamics หายไป

ความร้อนยังต้องถูกนำไปทิ้งหรือใช้ประโยชน์ในขั้นสุดท้าย

ดังนั้น

Liquid Cooling ≠ ไม่มี Waste Heat

แต่ Liquid Cooling ทำให้เราสามารถ “จัดการ” และ “รวบรวม” ความร้อนได้ดีขึ้น

แล้ว Data Center ทำให้ชุมชนร้อนขึ้นจริงหรือ?

คำตอบคือ

“มีความเป็นไปได้ในระดับ Local Microclimate แต่ต้องพิสูจน์เป็นรายพื้นที่”

ไม่ควรกล่าวว่า Data Center ทุกแห่งจะทำให้อุณหภูมิชุมชนสูงขึ้นอย่างมีนัยสำคัญ

เพราะเมื่อความร้อนออกจากอาคาร มันจะถูกผสมและพัดพาไปกับอากาศโดยรอบ

ผลกระทบขึ้นอยู่กับหลายปัจจัย เช่น

กำลังความร้อนที่ปล่อยออกมา

พื้นที่ของโครงการ

ตำแหน่ง Cooling Tower หรือ Dry Cooler

ความสูงของจุดระบาย

ทิศทางและความเร็วลม

อุณหภูมิและความชื้นของอากาศ

ระยะห่างจากอาคารข้างเคียง

รวมถึงความหนาแน่นของเมือง

Data Center ขนาด 10 MW ที่ตั้งอยู่ในพื้นที่เปิดโล่งย่อมมีบริบทแตกต่างจาก Data Center Campus 500 MW

และ Data Center 100 MW ที่อยู่ห่างจากชุมชนหลายกิโลเมตรย่อมแตกต่างจาก Data Center ที่ตั้งติดกับคอนโดมิเนียม

ดังนั้นประเด็นนี้ต้องประเมินด้วย Heat Dispersion และ Microclimate Analysis ไม่ใช่ใช้ความรู้สึกตัดสิน

กรุงเทพฯ ต้องระวังมากกว่าพื้นที่เปิด

ประเด็นนี้ยิ่งน่าสนใจสำหรับกรุงเทพฯ

เมืองใหญ่มีปรากฏการณ์ Urban Heat Island อยู่แล้วจากคอนกรีต ถนน อาคาร เครื่องปรับอากาศ การจราจร และกิจกรรมทางเศรษฐกิจจำนวนมาก

หากเพิ่มแหล่งกำเนิดความร้อนขนาดใหญ่เข้าไปในพื้นที่หนาแน่น จึงควรศึกษาว่าความร้อนเพิ่มเติมจะกระจายตัวอย่างไร

โดยเฉพาะเวลากลางคืน

เพราะ Data Center แตกต่างจากอาคารสำนักงานตรงที่ Server ไม่เลิกงานตอน 17.00 น.

Data Center ทำงาน

24/7

ดังนั้น Anthropogenic Heat จาก Data Center สามารถเกิดขึ้นต่อเนื่องทั้งกลางวันและกลางคืน

นี่ไม่ได้หมายความว่า Data Center จะทำให้กรุงเทพฯ ร้อนขึ้นหลายองศา

แต่หมายความว่า ผลกระทบระดับพื้นที่ใกล้เคียงควรถูกประเมินก่อนอนุญาตโครงการขนาดใหญ่ในเขตเมือง

AI ทำให้โจทย์ความร้อนยิ่งสำคัญ

Data Center รุ่นเดิมอาจมี Rack Power Density หลักหน่วยถึงหลักสิบ kW

แต่ AI Infrastructure กำลังเปลี่ยนภาพนี้

GPU Cluster รุ่นใหม่ทำให้ Rack Density สามารถเข้าสู่ระดับ

100 kW/Rack หรือสูงกว่า

ปัญหาจึงเปลี่ยนจาก

“ทำอย่างไรให้อากาศเย็นทั่วห้อง Server?”

เป็น

“ทำอย่างไรจึงจะดึง Heat Flux มหาศาลออกจาก GPU ได้ทัน?”

นี่คือเหตุผลที่อุตสาหกรรมกำลังเดินไปสู่

Direct-to-Chip Liquid Cooling

และในบางกรณี Immersion Cooling

แต่ยิ่งเรารวบรวมความร้อนได้ดีเท่าไร ก็ยิ่งเกิดคำถามใหม่ที่น่าสนใจว่า

ทำไมเราต้องทิ้งมัน?

จาก Waste Heat สู่ Energy Reuse

ในประเทศอากาศหนาว Waste Heat จาก Data Center สามารถนำไปใช้กับ District Heating ได้

แต่ประเทศไทยไม่ได้ต้องการ Heating มากเหมือนยุโรปเหนือ

เราจึงต้องคิดต่างออกไป

ความร้อนจาก Data Center อาจนำไปใช้ในกระบวนการที่ต้องการ Low-Grade Heat เช่น

น้ำร้อน

Drying Process

อุตสาหกรรมบางประเภท

Absorption Cooling ภายใต้เงื่อนไขอุณหภูมิที่เหมาะสม

หรือออกแบบ Energy Hub ที่จับคู่แหล่งความร้อนกับผู้ใช้ความร้อนใกล้เคียง

อย่างไรก็ตาม คุณค่าของ Waste Heat ไม่ได้ขึ้นกับ MWₜₕ เพียงอย่างเดียว

แต่ขึ้นกับ Temperature หรือ Quality of Heat

ความร้อน 100 MW ที่อุณหภูมิต่ำ ไม่ได้มี Exergy เท่ากับความร้อน 100 MW ที่อุณหภูมิสูง

นี่คือเหตุผลที่การออกแบบระบบตั้งแต่ต้นมีความสำคัญ

LNG Cold Energy อาจเป็นอีกด้านหนึ่งของสมการ

ประเทศไทยมีบริบทที่น่าสนใจ

ด้านหนึ่ง AI Data Center ต้องการทิ้ง

Heat

อีกด้านหนึ่ง LNG Receiving Terminal ต้องการรับ

Heat

เพื่อเปลี่ยน LNG ที่อุณหภูมิประมาณ −160°C กลับเป็นก๊าซ

ในระบบ Regasification แบบทั่วไป ความเย็นของ LNG จำนวนหนึ่งไม่ได้ถูกนำมาสร้างมูลค่าทางเศรษฐกิจสูงสุด

จึงเกิดแนวคิดที่น่าสนใจว่า

Data Center Heat

↓

Heat Exchange

↓

LNG Regasification / Cold Energy Integration

ระบบหนึ่งต้องการทิ้งความร้อน

อีกระบบหนึ่งต้องการรับความร้อน

นี่คือหลักการของ Industrial Symbiosis

แน่นอนว่าไม่สามารถนำ Data Center ทุกแห่งไปตั้งข้าง LNG Terminal ได้ และการออกแบบจริงต้องคำนึงถึงอุณหภูมิ ระยะทาง ความปลอดภัย Reliability และ Economics

แต่หลักคิดนี้สะท้อนสิ่งสำคัญว่า

Waste ของระบบหนึ่งอาจเป็น Resource ของอีกระบบหนึ่ง

Data Center Zoning จึงไม่ควรดูแค่ “ไฟฟ้าและน้ำ”

หากประเทศไทยกำลังพิจารณา Data Center Zoning ในอนาคต ผู้เขียนเห็นว่าควรเพิ่มเรื่อง

Heat Rejection

เข้าไปเป็นอีกหนึ่งตัวแปร

ก่อนอนุญาต Data Center ขนาดใหญ่ ควรรู้ว่า

Maximum IT Load เท่าไร

Maximum Facility Load เท่าไร

Waste Heat กี่ MWₜₕ

Heat ถูกระบายด้วยเทคโนโลยีอะไร

Cooling Tower หรือ Dry Cooling

จุดระบายความร้อนอยู่ตรงไหน

อุณหภูมิ Exhaust Air เท่าไร

เสียงจาก Fan และ Cooling Equipment เท่าไร

และ

มีผลต่อ Microclimate ของชุมชนรอบข้างหรือไม่

สำหรับโครงการขนาดใหญ่หรือโครงการที่อยู่ใกล้ชุมชน อาจกำหนดให้มี

Computational Fluid Dynamics — CFD

ร่วมกับ

Thermal Plume / Microclimate Simulation

ก่อนก่อสร้าง

และเมื่อเปิดดำเนินการแล้ว ควรตรวจวัดอุณหภูมิจริงบริเวณขอบพื้นที่โครงการเพื่อเปรียบเทียบกับค่าก่อนก่อสร้าง

นี่จะทำให้การถกเถียงเรื่อง

“Data Center ทำให้ชุมชนร้อนขึ้นหรือไม่?”

เปลี่ยนจากการโต้เถียงด้วยความคิดเห็น

ไปเป็นการตอบด้วย

ข้อมูลจริง

อย่าเปลี่ยน “Digital Economy” ให้เป็น “Heat Economy”

ประเทศไทยต้องการ Data Center

เราต้องการ Cloud

เราต้องการ GPU

และเราต้องการ AI Infrastructure

แต่ทุก MW ของ Compute มาพร้อมกับโจทย์ด้านพลังงานและความร้อน

ในอนาคต หากประเทศไทยมี AI Data Center หลาย GW เราไม่ควรมองเพียงว่า

ต้องสร้างโรงไฟฟ้าเพิ่มกี่ MW

แต่ต้องถามพร้อมกันว่า

แล้วความร้อนหลาย GWₜₕ ที่เกิดขึ้นจะถูกจัดการอย่างไร?

เพราะ Data Center ขนาดใหญ่ไม่ใช่เพียงผู้บริโภคไฟฟ้า

มันคือ

Energy Conversion System

ที่รับไฟฟ้าคุณภาพสูงเข้าไป

สร้าง Compute ที่มีมูลค่าทางเศรษฐกิจ

และปล่อยพลังงานส่วนใหญ่กลับออกมาในรูปของความร้อนคุณภาพต่ำ

ดังนั้นคำถามที่ดีกว่า

“Data Center ทำให้ชุมชนร้อนขึ้นหรือไม่?”

อาจเป็น

“เราจะออกแบบ Data Center อย่างไร ไม่ให้ความร้อนกลายเป็นภาระของชุมชน?”

และก้าวต่อไปอีกขั้นคือ

“เราจะเปลี่ยน Waste Heat จาก AI Data Center ให้กลับมาเป็นทรัพยากรของประเทศได้อย่างไร?”

เพราะ Data Center ที่ดีที่สุดในอนาคตอาจไม่ใช่ Data Center ที่เพียงมี PUE ต่ำที่สุด

แต่คือ Data Center ที่สามารถจัดการ

Electricity • Water • Heat • Carbon • Community

ได้พร้อมกัน

และทำให้การเติบโตของเศรษฐกิจ AI

ไม่ต้องแลกมาด้วยคุณภาพชีวิตของประชาชนรอบข้าง