Direct-to-Chip + Dry Cooling เทคโนโลยีช่วยลดการกินน้ำและไฟของ AI Data Center จริงหรือ?

ท่ามกลางกระแสการลงทุน AI Data Center ในประเทศไทย หนึ่งในข้อกังวลสำคัญของสังคมคือ Data Center จะเข้ามา “กินไฟ–กินน้ำ” มากเพียงใด

เทคโนโลยีที่ถูกพูดถึงมากขึ้นจึงเป็น Direct-to-Chip Liquid Cooling หรือ D2C ร่วมกับ Dry Cooler

แนวคิดดูเหมือนจะตอบโจทย์อย่างสมบูรณ์

แทนที่จะใช้อากาศปริมาณมหาศาลระบายความร้อนจาก GPU ก็ใช้ของเหลวรับความร้อนจาก Chip โดยตรง และแทนที่จะใช้ Cooling Tower ที่ต้องระเหยน้ำ ก็ใช้ Dry Cooler นำความร้อนไปปล่อยสู่อากาศ

จึงเกิดคำถามว่า หากใช้ D2C + Dry Cooler แล้ว Data Center จะประหยัดทั้ง “น้ำ” และ “ไฟ” พร้อมกันจริงหรือ?

คำตอบคือ ประหยัดน้ำได้จริงอย่างมีนัยสำคัญ ส่วนการประหยัดไฟนั้น “ทำได้” แต่ไม่ได้เกิดขึ้นโดยอัตโนมัติ

และสำหรับประเทศไทยที่มีภูมิอากาศร้อนชื้น อาจมี Cooling Architecture ที่เหมาะสมกว่า Dry Cooling เพียงเทคโนโลยีเดียว

Direct-to-Chip กับ Dry Cooler ไม่ใช่เทคโนโลยีเดียวกัน

สิ่งแรกที่ต้องทำความเข้าใจคือ D2C และ Dry Cooler ทำหน้าที่คนละส่วน Direct-to-Chip คือ Heat Capture ทำหน้าที่นำความร้อนออกจาก GPU และ CPU ส่วน Dry Cooler คือ Heat Rejection ทำหน้าที่นำความร้อนจากระบบน้ำไปปล่อยสู่อากาศภายนอก

เส้นทางความร้อนอาจเป็น GPU → Cold Plate → Coolant → CDU → Facility Water Loop → Dry Cooler → บรรยากาศ ดังนั้นการเลือกใช้ Direct-to-Chip ไม่ได้หมายความว่าต้องใช้ Dry Cooler เสมอไป

D2C สามารถจับคู่กับ Dry Cooler, Cooling Tower, Chiller, Hybrid Cooling, District Cooling หรือแม้แต่แหล่งพลังงานความเย็นอื่นได้

นี่คือประเด็นสำคัญ เพราะสำหรับ AI Data Center ในอนาคต D2C อาจเป็นคำตอบของการนำความร้อนออกจาก Chip แต่ Dry Cooler ไม่จำเป็นต้องเป็นคำตอบสุดท้ายของการทิ้งความร้อน

ทำไม AI จึงกำลังผลัก Data Center ไปสู่ Liquid Cooling?

Data Center แบบดั้งเดิมใช้ Air Cooling เป็นหลัก แต่ AI เปลี่ยนสมการนี้อย่างรวดเร็ว GPU สำหรับ AI มีการใช้พลังงานสูงขึ้น ขณะที่ Rack Density สามารถเข้าสู่ระดับ 100 kW ต่อ Rack หรือสูงกว่า

เมื่อกำลังไฟฟ้าที่เข้า Server เกือบทั้งหมดลงเอยเป็นความร้อน Rack ขนาด 100 kW จึงมี Heat Load ใกล้เคียง 100 kW ที่ต้องถูกนำออกอย่างต่อเนื่อง

หากใช้ Air Cooling อย่างเดียว ต้องเพิ่ม Airflow เพิ่ม Fan Power และจัดการ Hot Spot ที่รุนแรงขึ้น ของเหลวสามารถขนส่งความร้อนได้ดีกว่าอากาศมาก D2C จึงนำ Coolant ไปยัง Cold Plate ที่สัมผัสกับ GPU หรือ CPU โดยตรง

ความร้อนส่วนใหญ่จึงถูก “จับ” ตั้งแต่ต้นทาง นี่ทำให้ Direct-to-Chip ไม่ได้เป็นเพียงเทคโนโลยีประหยัดพลังงาน แต่กำลังกลายเป็น Enabling Technology สำหรับ High-Density AI Computing

D2C ประหยัดไฟตรงไหน?

คำตอบไม่ได้อยู่ที่คำว่า “Liquid” เพียงอย่างเดียว แต่อยู่ที่คำว่า “Warm-Water Cooling”

ระบบ Cooling แบบเดิมอาจต้องผลิตน้ำเย็นด้วย Chiller ซึ่ง Compressor ต้องใช้พลังงานจำนวนมากในการย้ายความร้อนจากอุณหภูมิต่ำออกไปสู่บรรยากาศภายนอก แต่ D2C เปิดโอกาสให้ระบบรับน้ำที่มีอุณหภูมิสูงขึ้นได้

เมื่อ Cooling Water Temperature สูงขึ้น ความแตกต่างของอุณหภูมิที่ Chiller ต้องทำงานหรือ Temperature Lift สามารถลดลง บางช่วงอาจไม่ต้องเปิด Compressor เลย และสามารถใช้ Economizer หรือ Free Cooling ได้

หลักการจึงเป็น
Higher Cooling-Water Temperature

↓

Lower Temperature Lift

↓

Less Mechanical Refrigeration

↓

Lower Cooling Energy

นี่คือเหตุผลสำคัญที่ D2C มีศักยภาพช่วยลด PUE แต่คำสำคัญคือ “มีศักยภาพ” เพราะสุดท้ายยังขึ้นอยู่กับว่าเราจะนำความร้อนที่ออกจาก Server ไปทิ้งที่ไหน

Dry Cooler ประหยัดน้ำจริงหรือ?

คำตอบส่วนนี้ชัดเจนกว่าจริง Cooling Tower อาศัยการระเหยของน้ำเพื่อนำความร้อนออกจากระบบ จึงมีทั้ง Evaporation และ Blowdown แต่ Dry Cooler ใช้ Heat Exchanger และ Fan นำความร้อนไปสู่อากาศ

น้ำหรือ Coolant อยู่ใน Closed Loop และไม่จำเป็นต้องระเหยน้ำอย่างต่อเนื่องเพื่อทิ้งความร้อน ดังนั้น D2C + Closed Loop + Dry Cooler สามารถลด Consumptive Water Use สำหรับ Cooling ได้อย่างมาก

สำหรับพื้นที่ Water Stress หรือพื้นที่ที่มีความขัดแย้งด้านการใช้น้ำกับชุมชน นี่เป็นข้อได้เปรียบสำคัญมาก แต่คำว่า “ใช้น้ำน้อย” กับ “ใช้พลังงานน้อย” ไม่ใช่เรื่องเดียวกัน

ปัญหาของ Dry Cooler คือ “อากาศร้อน” Dry Cooler ไม่ได้สร้างความเย็นขึ้นมา มันเพียงย้ายความร้อนจาก Cooling Water ไปสู่อากาศภายนอก ความสามารถในการถ่ายเทความร้อนจึงขึ้นอยู่กับความแตกต่างระหว่างอุณหภูมิน้ำ กับ Outdoor Dry-Bulb Temperature

สมมติว่าน้ำกลับจาก Data Center มีอุณหภูมิ 45°C ถ้าอากาศภายนอก 20°C การระบายความร้อนทำได้ง่าย แต่ถ้าอากาศภายนอกอยู่ที่ 35-38°C ความแตกต่างของอุณหภูมิจะลดลงอย่างมาก ผลคือ Heat Exchanger ต้องมีขนาดใหญ่ขึ้น ต้องเคลื่อนอากาศมากขึ้น

Fan อาจใช้ไฟเพิ่มขึ้น หรือท้ายที่สุดอาจต้องนำ Chiller เข้ามาช่วย นี่คือเหตุผลที่ Dry Cooling ในประเทศอากาศหนาวกับ Dry Cooling ในกรุงเทพฯ ไม่สามารถคาดหวังประสิทธิภาพแบบเดียวกันได้

“Waterless” อาจไม่ได้แปลว่า “Energy Efficient ที่สุด”

นี่คือสิ่งที่ผู้กำหนดนโยบายควรระวัง Cooling Tower สามารถใช้ประโยชน์จาก Wet-Bulb Temperature ผ่านการระเหยของน้ำ ในขณะที่ Dry Cooler ถูกจำกัดด้วย Dry-Bulb Temperature ดังนั้นในประเทศเขตร้อน การยอมใช้น้ำจำนวนหนึ่งอาจช่วยลดอุณหภูมิ Heat Rejection และลดพลังงานที่ระบบต้องใช้ได้ เกิดสิ่งที่เรียกว่า Water–Energy Trade-off

ถ้าเลือก Dry Cooling WUE อาจลดลงอย่างมาก แต่ในบางสภาวะ Cooling Energy อาจเพิ่มขึ้น ในทางกลับกัน หากใช้ Evaporative Cooling จำนวนมากเพื่อไล่ PUE ให้ต่ำที่สุด PUE อาจดี แต่ WUE อาจแย่

ดังนั้นนโยบายที่บอกว่า Data Center ต้อง “ไม่ใช้น้ำ” อาจฟังดูเป็นมิตรต่อสิ่งแวดล้อม แต่หากทำให้ต้องใช้ไฟฟ้าเพิ่มขึ้นอย่างมาก ก็อาจเป็นเพียงการย้ายปัญหาจากทรัพยากรหนึ่งไปสู่อีกทรัพยากรหนึ่ง แล้วมีทางเลือกที่ดีกว่า D2C + Dry Cooler หรือไม่? คำตอบคือ ไม่มี Cooling Technology ใดดีที่สุดในทุกสถานที่และทุกชั่วโมงของปี

สำหรับประเทศไทย ทางเลือกที่น่าสนใจอาจไม่ใช่ Dry Cooling 100% แต่เป็น Direct-to-Chip + Multi-Mode Heat Rejection กล่าวคือ ใช้ D2C เป็นระบบหลักในการนำความร้อนออกจาก GPU แล้วเลือกวิธีทิ้งความร้อนตามสภาวะจริง

เมื่ออากาศภายนอกเหมาะสม ใช้ Dry Cooler เมื่ออากาศร้อนขึ้น อาจใช้ Hybrid Dry/Wet หรือ Adiabatic Assistใช้น้ำเพียงบางช่ วงเพื่อลดอุณหภูมิอากาศก่อนเข้าสู่ Heat Exchanger และเมื่ออากาศร้อนมากหรือเงื่อนไข Server ต้องการอุณหภูมิต่ำกว่าที่ระบบทำได้ ก็ใช้ High-Efficiency Chiller เข้ามาช่วยเฉพาะเวลาที่จำเป็น

แนวคิดจึงไม่ใช่ “ห้ามใช้น้ำ” แต่เป็น “ใช้น้ำเฉพาะเมื่อการใช้น้ำปริมาณนั้นสามารถลดการใช้พลังงานได้คุ้มค่า”

Hybrid Cooling อาจเหมาะกับประเทศไทยมากกว่า

แทนที่จะออกแบบ Data Center ให้ทำงานด้วย Cooling Mode เดียวตลอดปี เราสามารถออกแบบให้ระบบเปลี่ยน Mode ตามสภาพอากาศ

• Dry Mode  เมื่ออุณหภูมิภายนอกเอื้ออำนวย
• Hybrid Mode  เมื่ออากาศร้อนขึ้น
• Mechanical Cooling Mode  เมื่อจำเป็นจริง ๆ

เป้าหมายคือการลด Annual Compressor Hours ไม่ใช่เพียงการบอกว่ามีหรือไม่มี Chiller สิ่งสำคัญจึงควรวิเคราะห์ข้อมูลอากาศตลอด 8,760 ชั่วโมงต่อปี แล้วคำนวณว่าแต่ละชั่วโมง Cooling Mode ใดใช้ไฟฟ้า น้ำ และต้นทุนต่ำที่สุด

นี่จะสะท้อนประสิทธิภาพของ Data Center ในประเทศไทยได้ดีกว่าการนำ PUE จากประเทศอากาศหนาวมาเปรียบเทียบโดยตรง

Thermal Energy Storage เป็นอีกตัวช่วย

สภาพอากาศกลางวันกับกลางคืนไม่เหมือนกัน ระบบสามารถใช้ Thermal Energy Storage เพื่อเก็บความเย็นในช่วงที่การผลิตความเย็นมีประสิทธิภาพสูงกว่า แล้วนำกลับมาใช้ในช่วง Peak Temperature หรือ Peak Electricity

ประโยชน์จึงไม่ได้มีเพียง Energy Saving แต่ยังสามารถลด Peak Power Demand ของ Data Center และลดขนาด Infrastructure บางส่วนได้

ประเทศไทยยังมีอีกทางเลือกหนึ่งที่ไม่เหมือนประเทศอื่น LNG Cold Energy ประเทศไทยมี LNG Receiving Terminal และ LNG ที่ขนส่งเข้ามามีอุณหภูมิประมาณ -160°C

ก่อนก๊าซธรรมชาติจะถูกส่งเข้าสู่ระบบท่อ LNG ต้องรับความร้อนเพื่อเปลี่ยนจากของเหลวกลับเป็นก๊าซ ขณะเดียวกัน AI Data Center มีความร้อนจำนวนมหาศาลที่ต้องนำออก จึงเกิดสมการทาง Thermodynamics ที่น่าสนใจมาก

Data Center ต้องการทิ้ง Heat

ขณะที่ LNG ต้องการรับ Heat แทนที่จะนำความร้อนจาก Data Center ไปเป่าทิ้งสู่อากาศทั้งหมด เราสามารถศึกษา Integration ผ่าน Intermediate Cooling Loop และ Heat Exchanger เพื่อให้ Data Center กับ LNG Terminal แลกเปลี่ยนพลังงานกันอย่างปลอดภัย

Waste Heat ของ Data Center สามารถกลายเป็น Useful Heat สำหรับ LNG Regasification ในขณะที่ Cold Energy ของ LNG สามารถกลายเป็น Useful Cooling สำหรับ Data Center นี่คือแนวคิด Industrial Symbiosis

แน่นอน LNG Cold Energy ไม่ใช่คำตอบสำหรับ Data Center ทุกแห่ง เพราะขึ้นอยู่กับ Location, LNG Throughput, Reliability, Distance และ Safety และ Data Center ยังจำเป็นต้องมี Backup Cooling

แต่สำหรับ AI Data Center Campus ขนาดใหญ่ที่สามารถวาง Energy Infrastructure พร้อมกันตั้งแต่ต้น นี่เป็นทางเลือกที่ประเทศไทยควรศึกษาอย่างจริงจัง

ระบบ Cooling ที่ดีที่สุดอาจเป็นระบบที่ “เลือกเองได้”

ลองจินตนาการ AI Data Center รุ่นใหม่ GPU ถูกระบายความร้อนด้วย Direct-to-Chip ความร้อนเข้าสู่ Warm-Water Loop จากนั้นระบบเลือกได้ว่า

• อากาศเย็นพอ → Dry Cooler
• อากาศร้อนขึ้น → Hybrid / Adiabatic Cooling
• ร้อนมาก → High-Efficiency Chiller
• มีความเย็นสะสม → Thermal Energy Storage
• อยู่ใกล้ LNG Terminal → LNG Cold Energy

และทั้งหมดสามารถถูกควบคุมด้วย AI ระบบสามารถพิจารณาพร้อมกันทั้ง Outdoor Temperature Humidity IT Load GPU Temperature Electricity Price Water Availability Renewable Generation Thermal Storage และ LNG Flow

แล้วตัดสินใจว่าในแต่ละช่วงเวลาควรใช้ Cooling Mode ใด

เป้าหมายจึงเปลี่ยนจาก Minimum Temperature เป็น Minimum Energy + Minimum Water + Minimum Carbon + Minimum Cost ภายใต้ Reliability ที่ Data Center ต้องการ ภาครัฐจึงไม่ควรบังคับว่า Data Center ต้องใช้เทคโนโลยีอะไร

นี่เป็นประเด็นสำคัญต่อการกำหนดนโยบายของประเทศไทย

ภาครัฐไม่ควรกำหนดว่า “Data Center ทุกแห่งต้องใช้ Dry Cooling” หรือแม้แต่ “Data Center ทุกแห่งต้องใช้ Direct-to-Chip” เพราะเทคโนโลยีเปลี่ยนเร็ว และภูมิศาสตร์ของแต่ละพื้นที่แตกต่างกัน

สิ่งที่ควรกำหนดคือ Performance เช่น

• PUE - Power Usage Effectiveness
• WUE - Water Usage Effectiveness
• Carbon Intensity
• Peak Power Demand
• Water Stress
• และ Heat Rejection Impact

จากนั้นให้วิศวกรแข่งขันกันออกแบบ Technology Portfolio ที่ให้ผลลัพธ์ดีที่สุด

คำถามไม่ใช่ “D2C + Dry Cooler ดีหรือไม่?”

คำตอบคือ ดีมากสำหรับบางโจทย์ แต่ไม่ใช่คำตอบสุดท้าย

Direct-to-Chip มีข้อได้เปรียบอย่างชัดเจนในการรองรับ High-Density AI Computing และเปิดทางสู่ Warm-Water Cooling

Dry Cooler มีข้อได้เปรียบอย่างมากในการลดการใช้น้ำ

แต่ประเทศไทยมีอากาศร้อน และกฎ Thermodynamics บอกเราว่า การพยายามลดน้ำให้เป็นศูนย์ อาจต้องแลกกับพลังงานที่สูงขึ้น