Nvidia ใช้ 'น้ำร้อน' 45°C หล่อเย็น AI: เปิดเกมรับมือวิกฤตน้ำของ Data Center ยุค Rubin

Nvidia เปิดตัวแพลตฟอร์ม Rubin ซึ่งถือเป็นก้าวกระโดดครั้งสำคัญในการแก้วิกฤตน้ำของ Data Center ด้วยระบบระบายความร้อนที่สามารถใช้น้ำร้อนถึง 45°C (113°F) การเปลี่ยนแปลงนี้แตกต่างจากมาตรฐานอุตสาหกรรมเดิมที่ใช้น้ำเย็นประมาณ 6°C อย่างสิ้นเชิง นวัตกรรมนี้ทำให้ Data Center สามารถระบายความร้อนผ่าน 'Dry Cooler' ที่เรียบง่าย แทนที่การใช้ Chiller และ Cooling Tower แบบดั้งเดิมที่กินน้ำมหาศาล ส่งผลให้ในแบบแปลนอ้างอิง (Reference Design) ของ Nvidia การใช้น้ำในสถานที่ (On-site) แทบจะเป็นศูนย์ อย่างไรก็ตาม นี่คือความก้าวหน้าทางวิศวกรรมที่แท้จริง แต่ยังไม่ใช่คำตอบสำหรับปัญหาการใช้ทรัพยากรโดยรวมของอุตสาหกรรม AI บทความนี้จะเจาะลึกในรายละเอียดทางเทคนิค การประหยัดต้นทุน บริบทของอุตสาหกรรมจาก Microsoft และ Amazon รวมถึงข้อจำกัดที่ยังคงมีอยู่

รายละเอียดทางเทคนิค

Nvidia Rubin สร้างประวัติศาสตร์ในฐานะโครงสร้างพื้นฐาน AI รุ่นแรกของโลกที่ใช้ระบบระบายความร้อนด้วยของเหลว 100% รายละเอียดสำคัญมีดังนี้:

• ระบบ Closed Loop 100%: ชิปทุกตัวและอุปกรณ์เครือข่ายทุกชิ้นใน Rubin ถูกระบายความร้อนด้วยของเหลวในวงจรปิดที่ซีลสนิท โดยไม่ต้องใช้พัดลมภายในเครื่องเซิร์ฟเวอร์เลยแม้แต่ตัวเดียว Nvidia ย้ายโมดูลจ่ายไฟออกจากตู้หลักเพื่อสร้าง 'Power Rack' แยกต่างหาก ทำให้สามารถครอบคลุมการระบายความร้อนด้วยของเหลวได้ 100% เป็นครั้งแรก
• Single-Phase Direct Liquid Cooling (DLC): สารหล่อเย็นจะคงสถานะเป็นของเหลวตลอดเวลา โดยมีอุณหภูมิขาเข้าสูงถึง 45°C และอุณหภูมิขาออกจาก Rack อาจสูงถึง 65°C
• ความหนาแน่นของพลังงานสูง: GPU Rubin แต่ละตัวมี TDP (Thermal Design Power) ประมาณ 2,000W และใน Rack สุดเท่ห์อย่าง Vera Rubin NVL72 สามารถกินไฟสูงถึง 140 kW ถึง 200 kW ต่อ Rack การใช้น้ำอุ่นนี้เองที่ทำให้จัดการความหนาแน่นสูงขนาดนี้ได้โดยไม่ต้องใช้ Chiller
• DSX Reference Design: Nvidia อ้างว่าแบบแปลน DSX AI-factory มี "การใช้น้ำเป็นศูนย์" เพราะไม่ใช้ระบบหล่อเย็นแบบระเหย (Evaporative Cooling) ภายในอาคาร Ali Heydari ผู้อำนวยการฝ่าย Data Center Cooling ของ Nvidia กล่าวว่า "The NVIDIA DSX reference design for AI factories has zero water consumption — we have eliminated massive amounts of power usage and pretty much all water usage"

ศักยภาพในการประหยัดต้นทุน

วิธีการใช้น้ำอุ่นสร้างการประหยัดในสามด้านหลัก:

• ประหยัดพลังงาน: การกำจัด Chiller และพัดลมในเซิร์ฟเวอร์สามารถลดพลังงานที่ใช้ในการทำความเย็นได้ประมาณ 30–50% ส่งผลให้ค่า PUE (Power Usage Effectiveness) ลดลงเหลือประมาณ 1.03 โดยปกติแล้ว การทำความเย็นคิดเป็นสัดส่วนประมาณ 30% ถึง 40% ของการใช้ไฟฟ้าทั้งหมดใน Data Center AI ทั่วไป นอกจากนี้ Rubin ยังมีประสิทธิภาพการใช้พลังงานมากกว่าสถาปัตยกรรม Blackwell รุ่นก่อนหน้าถึง 10 เท่า
• ประหยัดค่าใช้จ่ายด้านทุน (CAPEX): ไม่จำเป็นต้องติดตั้ง Chiller และระบบระบายความร้อนที่ซับซ้อนในภูมิอากาศส่วนใหญ่ ช่วยลดต้นทุนการก่อสร้างเบื้องต้น การประกาศของ Nvidia ในครั้งนี้ทำให้หุ้นของผู้ผลิตระบบ HVAC รายใหญ่ปรับตัวลดลงอย่างรุนแรงในตอนแรก
• ประหยัดค่าใช้จ่ายในการดำเนินงาน (OPEX): การใช้น้ำที่ลดลงช่วยลดค่าน้ำประปาและความเสี่ยงด้านกฎระเบียบในพื้นที่ที่ขาดแคลนน้ำ Blackwell รุ่นก่อนหน้านี้ของ Nvidia มีประสิทธิภาพการใช้น้ำดีกว่าระบบระบายความร้อนด้วยอากาศถึง 300 เท่า และ Rubin ก็ยิ่งพัฒนาไปอีกขั้น

บริบทของอุตสาหกรรม: Microsoft และ Amazon

อุตสาหกรรมกำลังเปลี่ยนผ่านอย่างรวดเร็วสู่การระบายความร้อนด้วยของเหลวแบบน้ำอุ่น โดยผู้ให้บริการคลาวด์รายใหญ่ต่างปรับตัวตามแนวทางของ Nvidia:

• Microsoft: Azure ประกาศอย่างเป็นทางการว่ากำลังวางแผน "การผสานรวมอย่างราบรื่นของ Nvidia Vera Rubin NVL72 racks" ใน AI superfactory รุ่นต่อไปที่ Fairwater ใน Wisconsin และ Atlanta รวมถึงสถานที่ในอนาคต ขณะนี้อยู่ระหว่างการพัฒนาชุด Heat Exchanger สำหรับการระบายความร้อนด้วยของเหลวแบบกำหนดเอง ในปี 2024 Microsoft ได้เปิดตัวการออกแบบ Data Center ใหม่ที่ไม่ใช้น้ำในการทำความเย็น โดยใช้เทคโนโลยีระบายความร้อนระดับชิปที่หมุนเวียนน้ำในระบบปิด
• Amazon (AWS): AWS ดำเนินนโยบายด้านประสิทธิภาพการใช้น้ำอย่างอิสระ โดยอ้างว่า Data Center ของตนมีประสิทธิภาพการใช้น้ำดีกว่าค่าเฉลี่ยของอุตสาหกรรมถึง 7 เท่า และบรรลุเป้าหมาย "การเป็นน้ำบวกภายในปี 2030" ไปแล้ว 75% แม้ AWS จะยังไม่ประกาศอย่างเป็นทางการเกี่ยวกับการปรับใช้ Rubin แต่วิถีการพัฒนาที่มุ่งสู่การระบายความร้อนด้วยของเหลวที่อุณหภูมิสูงขึ้นนั้นสอดคล้องกับแนวทางของ Nvidia โดยในข่าวประชาสัมพันธ์ของ Nvidia ระบุรายชื่อ AWS เป็นหนึ่งในผู้ที่นำแพลตฟอร์ม Rubin ไปใช้
• สัญญาณตลาดโดยรวม: ในเดือนมีนาคม 2026 ภายในหนึ่งสัปดาห์เดียวกัน Ecolab ซื้อกิจการ CoolIT Systems ด้วยมูลค่า 4.75 พันล้านดอลลาร์, Trane Technologies ซื้อ LiquidStack ผู้เชี่ยวชาญด้าน Immersion Cooling และ Nvidia ยืนยันสเปก 45°C ของ Rubin ทั้งหมดนี้เป็นสัญญาณบ่งชี้ถึงการเปลี่ยนผ่านครั้งใหญ่ของอุตสาหกรรมไปสู่ระบบระบายความร้อนด้วยของเหลวแบบน้ำอุ่น

ข้อจำกัดและข้อควรระวัง

แม้จะดูมีอนาคตสดใส แต่วิธีการระบายความร้อนด้วยน้ำอุ่นของ Nvidia ยังคงมีข้อจำกัดสำคัญหลายประการ:

• ปัญหาน้ำและพลังงานโดยรวมยังไม่หายไป: การลดการใช้น้ำในการดำเนินงาน (Operational Water) ภายใน Data Center ไม่ได้รวมถึงน้ำที่ใช้ในการผลิตชิป การก่อสร้าง หรือการผลิตไฟฟ้าที่ป้อนให้กับ Data Center TechCrunch ตั้งข้อสังเกตว่า แม้ระบบของ Nvidia จะทำงานได้ดีในระดับอาคาร แต่ปัญหาน้ำของ AI โดยรวมนั้นใหญ่กว่านั้นมาก
• พึ่งพาสภาพอากาศ: ในพื้นที่ที่ร้อนและ/หรือชื้นมาก 'Dry Cooler' เพียงอย่างเดียวอาจไม่เพียงพอ อาจยังจำเป็นต้องใช้ระบบ Adiabatic หรือ Chiller เสริมในช่วงฤดูร้อนที่ร้อนที่สุด นอกเหนือจากสภาพอากาศที่เหมาะสม ระบบอาจต้องใช้ความเย็นเสริมประมาณ 1% ของปี
• ข้อจำกัดของ Single-Phase Cold Plate: Cold Plate แบบ Single-Phase ในปัจจุบันสามารถระบายความร้อนได้สูงสุดประมาณ 1,500W ต่อส่วนประกอบ ซึ่งอาจไม่เพียงพอสำหรับชิป Rubin ที่กินไฟสูงสุด เว้นแต่จะมีวิศวกรรมก้าวหน้ามากขึ้น มีรายงานว่า Nvidia กำลังพัฒนา Microchannel Liquid Cold Plate เพื่อตอบสนองความต้องการด้านความร้อนของซีรีส์ Rubin
• ความท้าทายในการปรับปรุงระบบเดิม: การออกแบบแบบ 100% Liquid และไร้พัดลมเป็นแนวทางที่เริ่มต้นจากศูนย์ Data Center ที่ใช้ระบบระบายความร้อนด้วยอากาศหรือระบบไฮบริดที่มีอยู่เดิม ไม่สามารถปรับใช้ได้ง่ายหากไม่มีการปรับเปลี่ยนโครงสร้างพื้นฐานครั้งใหญ่
• วิกฤตน้ำในเชิงระบบยังคงอยู่: แม้ว่า Data Center ใหม่ทุกรายจะใช้การออกแบบของ Rubin ความต้องการพลังประมวลผลของ AI ที่เพิ่มขึ้นอย่างมหาศาลก็หมายความว่าการใช้พลังงานและทรัพยากรโดยรวมจะเพิ่มขึ้นเรื่อยๆ ซึ่งจำกัดผลประโยชน์สุทธิต่อสิ่งแวดล้อม

กล่าวโดยสรุป การระบายความร้อนด้วยน้ำอุ่นที่ 45°C ของ Nvidia เป็นนวัตกรรมทางวิศวกรรมที่แท้จริง ซึ่งสามารถขจัดการใช้น้ำในสถานที่และการใช้พลังงานของ Chiller ใน Data Center AI ที่สร้างใหม่ได้เกือบทั้งหมด แนวทางนี้สอดคล้องกับความพยายามในการเพิ่มประสิทธิภาพการใช้น้ำของ Microsoft และ Amazon อย่างไรก็ตาม วิธีนี้ไม่ได้แก้ปัญหาการใช้ทรัพยากรโดยรวมของอุตสาหกรรม AI และผลประโยชน์ทั้งหมดขึ้นอยู่กับสภาพอากาศ ความหนาแน่นของงาน และการเปลี่ยนไปสู่การออกแบบ Data Center ใหม่ทั้งหมด