เทคโนโลยีการทำความเย็นแบบใหม่ช่วยแก้ปัญหาความต้องการพลังงาน AI ที่พุ่งสูงขึ้น

วิศวกรจากมหาวิทยาลัยแคลิฟอร์เนีย ซานดิเอโก พัฒนาเทคโนโลยีระบายความร้อนใหม่ ซึ่งจะช่วยปรับปรุงประสิทธิภาพการใช้พลังงานของศูนย์ข้อมูลได้อย่างมาก ซึ่งถือเป็นสิ่งสำคัญสำหรับการพัฒนาและการใช้งาน AI

ศูนย์ข้อมูลคือสถานที่จัดเก็บโครงสร้างพื้นฐานที่จำเป็นสำหรับการฝึกอบรมและใช้งานโมเดล AI ซึ่งรวมถึงสถาปัตยกรรมการประมวลผล เครือข่าย และการจัดเก็บข้อมูลขั้นสูง รวมถึงความสามารถในการใช้พลังงานและการระบายความร้อนเพื่อจัดการกับความต้องการในการประมวลผลข้อมูลจำนวนมหาศาลของเวิร์กโหลด AI

แม้ว่าศูนย์ข้อมูลแบบดั้งเดิมจะมีส่วนประกอบหลายอย่างเหมือนกับศูนย์ข้อมูล AI ซึ่งรวมถึงเซิร์ฟเวอร์ ระบบจัดเก็บข้อมูล และอุปกรณ์เครือข่าย แต่พลังการประมวลผลของศูนย์ข้อมูลเหล่านี้แตกต่างกันอย่างมาก เนื่องมาจากความต้องการเวิร์กโหลด AI ที่มีความเข้มข้นสูงเป็นพิเศษ ซึ่งต้องใช้หน่วยประมวลผลกราฟิก (GPU) ประสิทธิภาพสูง

จำนวน GPU ที่มากมหาศาลที่จำเป็นสำหรับกรณีการใช้งาน AI ไม่เพียงแต่ต้องใช้พื้นที่มากกว่าเท่านั้น แต่ยังต้องใช้ความสามารถในการใช้พลังงานและการระบายความร้อนขั้นสูงอีกด้วย

ในความเป็นจริง การใช้ AI ที่เพิ่มขึ้นอย่างรวดเร็วและการขยายตัวอย่างต่อเนื่องส่งผลให้ความต้องการในการประมวลผลข้อมูลเพิ่มสูงขึ้นอย่างรวดเร็ว

ศูนย์ข้อมูลคาดว่าจะเป็นผู้บริโภคพลังงานรายใหญ่ที่สุดแห่งหนึ่งของโลก โดยประมาณการว่าการบริโภคพลังงานของศูนย์ข้อมูลอาจเพิ่มขึ้นถึง 160% เป็นมากกว่า 1,000 เทระวัตต์-ชั่วโมง (TWh) คิดเป็น 3% ถึง 4% ของการบริโภคไฟฟ้าทั่วโลกภายในปี 2030

กระแสดังกล่าวเกิดจากความต้องการในการคำนวณที่เพิ่มขึ้นของแอปพลิเคชัน AI ขั้นสูง ซึ่งส่งผลให้เกิดความร้อนอย่างมาก ซึ่งจำเป็นต้องใช้โซลูชันระบายความร้อนที่มีประสิทธิภาพ 

ตามความเป็นจริงแล้ว การใช้พลังงานทั้งหมดของศูนย์ข้อมูลร้อยละ 40 จะถูกใช้ไปกับการระบายความร้อนฮาร์ดแวร์คอมพิวเตอร์ประสิทธิภาพสูงโดยเฉพาะอย่างยิ่ง GPU และอุปกรณ์เร่งความเร็ว 

ส่วนประกอบเหล่านี้ก่อให้เกิดความร้อนมากกว่า CPU ทั่วไป โดยเฉพาะอย่างยิ่งในระหว่างการฝึก AI และการประมวลผลโมเดลภาษาขนาดใหญ่ นอกจากนี้ ยังมีความหนาแน่นของพลังการประมวลผลที่เพิ่มมากขึ้นในเซิร์ฟเวอร์ AI สมัยใหม่ ซึ่งยังนำไปสู่การสะสมความร้อนที่สูงขึ้นด้วย จึงต้องใช้โซลูชันระบายความร้อนที่มีประสิทธิภาพมากขึ้น 

Rithika Thomas นักวิเคราะห์อาวุโสด้านเทคโนโลยีที่ยั่งยืนที่ ABI Research ซึ่งรายงาน 'Chilling Out: Cooling Systems for Data Centres' เรียกร้องให้ผู้ให้บริการนำกลยุทธ์ที่มีประสิทธิภาพมาใช้เพื่อรักษาประสิทธิภาพ ความเสถียร และอายุการใช้งานของอุปกรณ์ กล่าวว่า "ต้นทุนการทำความเย็นเป็นต้นทุนทางอ้อมที่สำคัญที่ผู้ประกอบการต้องเผชิญ"

หากแนวโน้มนี้ยังคงดำเนินต่อไป การใช้พลังงานเพื่อการทำความเย็นทั่วโลกอาจเพิ่มขึ้นมากกว่าสองเท่าภายในสิ้นทศวรรษนี้ ทำให้การหาแนวทางแก้ไขปัญหานี้มีความจำเป็นอย่างยิ่ง

“กลยุทธ์การระบายความร้อนที่มีประสิทธิผลต้องอาศัยแนวทางแบบองค์รวมที่ไม่ขึ้นอยู่กับเทคโนโลยีเพื่อเพิ่มประสิทธิภาพการใช้พลังงาน (PUE) ประสิทธิภาพการใช้น้ำ (WUE) และการจัดการความร้อน รวมถึงลดต้นทุนการดำเนินงาน”

– โทมัส

ความร้อนที่ไม่รู้จักพอของ AI จำเป็นต้องมีโซลูชันการระบายความร้อนที่ชาญฉลาดมากขึ้น

ปัญหาคือวิธีการระบายความร้อนด้วยอากาศแบบเดิมนั้นไม่เพียงพอต่อการจัดการภาระความร้อนของเซิร์ฟเวอร์สมัยใหม่ วิธีการเหล่านี้ใช้พลังงานรวมของศูนย์ข้อมูลมากถึง 45%

เมื่อพิจารณาถึงอัตราการถ่ายเทความร้อนสูงสุดจากชิป CPU และ GPU ขั้นสูง ปัจจุบันอยู่ที่สูงกว่า 50 W/cm² อย่างมาก อัตราการไหลความร้อนหรืออัตราการถ่ายเทความร้อนเป็นเพียงอัตราการถ่ายโอนพลังงานจากจุดหนึ่งไปยังอีกจุดหนึ่งในรูปแบบของความร้อน

ตัวอย่างเช่น NVIDIA's Hopper ซึ่งเป็น AI ที่เป็นหัวใจสำคัญและสถาปัตยกรรมไมโคร GPU ที่ได้รับการออกแบบมาโดยเฉพาะสำหรับศูนย์ข้อมูลเพื่อเร่งภาระงานด้าน AI และการคำนวณประสิทธิภาพสูง (HPC) มีพลังงานออกแบบเชิงความร้อน (TDP) ที่ 700 W บนชิปขนาด 814 มม.² (ฟลักซ์ความร้อน 86 W/cm²) สำหรับแอปพลิเคชัน AI 

Hopper คือสถาปัตยกรรม Ampere ของ NVIDIA ที่สืบทอดมาจากสถาปัตยกรรมเดิม และถูกสร้างขึ้นด้วยทรานซิสเตอร์มากกว่า 80 พันล้านตัวโดยใช้กระบวนการ TSMC 4N 

นอกจากนี้ ยังมีการย่อขนาดของทรานซิสเตอร์ ซึ่งจะทำให้ความหนาแน่นของทรานซิสเตอร์ในโหนด 1 นาโนเมตรเพิ่มขึ้นอีกประมาณ 2030 เท่าภายในปี 200 ซึ่งอาจเกี่ยวข้องกับฟลักซ์ความร้อนมากกว่า 2 W cm−XNUMX ซึ่งเป็นระดับที่ไม่สามารถขจัดออกได้อย่างมีประสิทธิภาพและคุ้มทุนด้วยการระบายความร้อนด้วยอากาศ ดังนั้น จึงจำเป็นต้องใช้การระบายความร้อนด้วยของเหลว

เทคโนโลยีระบายความร้อนด้วยของเหลวไม่ใช่เรื่องใหม่ เพราะอุตสาหกรรมได้นำเทคโนโลยีนี้ไปใช้กับระบบรุ่นต่อไปแล้ว เพื่อปรับปรุงการจัดการความร้อนและประสิทธิภาพการใช้พลังงาน

วิธีการระบายความร้อนแบบนี้ถ่ายเทความร้อนออกจากเซิร์ฟเวอร์ได้อย่างมีประสิทธิภาพมากกว่าระบบที่ใช้ลม ซึ่งช่วยลดต้นทุนการระบายความร้อนและการสูญเสียพลังงาน

เทคนิคการระบายความร้อนด้วยของเหลวขั้นสูง ได้แก่ แผ่นทำความเย็นแบบไมโครแชนเนลและการระบายความร้อนด้วยการจุ่มด้วยของเหลวไดอิเล็กตริก อย่างไรก็ตาม เทคนิคการระบายความร้อนแบบดั้งเดิม เช่น การถ่ายเทความร้อนแบบเฟสเดียวหรือการเดือด มักจะจำกัดอยู่ที่ฟลักซ์ความร้อนที่อยู่ในช่วง 100 W/cm²

สิ่งที่เราต้องการคือกลยุทธ์การกระจายความร้อนประสิทธิภาพสูง กลยุทธ์เหล่านี้จะต้องเป็นแบบพาสซีฟ โดยเฉพาะอย่างยิ่งเมื่อไม่จำเป็นต้องใช้พลังงานเพิ่มเติม แม้ว่าจะน่าปรารถนา แต่กลยุทธ์เหล่านี้ยังคงเข้าถึงได้ยาก

นอกจากนี้ ยังมีข้อเท็จจริงอีกว่า การระบายความร้อนมีความสำคัญไม่เพียงแต่สำหรับอุปกรณ์ CPU และ GPU ที่ใช้สำหรับการคำนวณและ AI เท่านั้น แต่ยังรวมถึงอุปกรณ์อิเล็กทรอนิกส์กำลังด้วย ซึ่งรวมถึงชิปไดโอดเปล่งแสง (LED), ความถี่วิทยุกำลังสูง (RF), แกเลียมไนไตรด์ (GaN), ทรานซิสเตอร์ที่มีความคล่องตัวของอิเล็กตรอนสูง (HEMT) และเลเซอร์ปั๊ม

อุปกรณ์อิเล็กทรอนิกส์เหล่านี้หลายรายการมีการสูญเสียพลังงานมากกว่า 100 W/cm²การถ่ายเทความร้อนด้วยการระเหยเป็นเทคโนโลยีที่มีอนาคตในการระบายความร้อนอุปกรณ์อิเล็กทรอนิกส์กำลังสูง ซึ่งมีข้อได้เปรียบที่สำคัญหลายประการเหนือวิธีการระบายความร้อนแบบดั้งเดิม

เมื่อเทียบกับระบบทำความเย็นแบบเฟสเดียว ความร้อนแฝงขนาดใหญ่จากการเปลี่ยนเฟสของเหลว-ไอทำให้ระบายความร้อนได้อย่างมีประสิทธิภาพ ขณะเดียวกันก็มีเสถียรภาพที่ดีขึ้นและไม่มีฮิสเทอรีซิส (การพึ่งพาสถานะของระบบกับประวัติการทำงาน) นอกจากนี้ ยังมีความต้องการพลังงานในการสูบน้ำที่ลดลงเมื่อใช้การไหลแบบขับเคลื่อนด้วยเส้นเลือดฝอยแบบพาสซีฟ 

ระบบที่ใช้การระเหยเป็นฐานนั้นให้กลไกการถ่ายเทความร้อนที่มีประสิทธิภาพและควบคุมได้มากกว่า โดยเฉพาะอย่างยิ่งสำหรับการใช้งานที่มีกำลังไฟสูง ซึ่งแตกต่างจากการต้ม

เนื่องจากการจัดการความร้อนที่มีประสิทธิภาพในการใช้พลังงานเป็นสิ่งสำคัญสำหรับศูนย์ข้อมูล การระเหยของฟิล์มบางที่ขับเคลื่อนด้วยเส้นเลือดฝอยในเมมเบรนที่มีรูพรุนขนาดเล็กมากจึงเป็นแนวทางที่มีอนาคตในการกระจายความร้อนที่มีปริมาณสูง

คลิกที่นี่เพื่อเรียนรู้ว่า AI ช่วยตรวจสอบความต้องการพลังงานที่เพิ่มขึ้นในศูนย์ข้อมูล AI ได้อย่างไร

เทคโนโลยีการทำความเย็นแบบใหม่เพื่อควบคุมความต้องการพลังงานที่เพิ่มขึ้น

ด้วยความจำเป็นในการใช้กลยุทธ์การระบายความร้อนขั้นสูงซึ่งมีความสำคัญต่อการควบคุมแนวโน้มการใช้พลังงานที่เพิ่มขึ้นอย่างรวดเร็วในการระบายความร้อนของศูนย์ข้อมูล การลดต้นทุนการดำเนินงาน และการสนับสนุนเป้าหมายการลดคาร์บอน วิศวกรจึงได้พัฒนาเทคโนโลยีการระบายความร้อนด้วยการระเหยแบบใหม่สำหรับศูนย์ข้อมูลและอุปกรณ์อิเล็กทรอนิกส์กำลังสูง

เทคนิคใหม่นี้ได้รับการสนับสนุนจากมูลนิธิวิทยาศาสตร์แห่งชาติ ซึ่งถือเป็นทางเลือกที่น่าสนใจสำหรับระบบระบายความร้อนแบบดั้งเดิม เช่น พัดลม ปั๊มของเหลว และแผงระบายความร้อน รายละเอียด¹ ในวารสาร Joule นอกจากนี้ยังสามารถลดการใช้น้ำของระบบทำความเย็นในปัจจุบันได้อีกด้วย

เทคโนโลยีใหม่นี้มีเมมเบรนไฟเบอร์ที่ออกแบบมาเป็นพิเศษซึ่งช่วยระบายความร้อนออกไปอย่างเฉื่อยชาผ่านการระเหย เมมเบรนกรองต่ำที่ใช้ในที่นี้เกี่ยวข้องกับเครือข่ายของรูพรุนขนาดเล็กที่เชื่อมต่อกันซึ่งใช้แรงดูดของเส้นเลือดฝอยเพื่อดึงของเหลวทำความเย็นเข้ามาบนพื้นผิว

เมื่อของเหลวระเหย ความร้อนจะถูกระบายออกจากส่วนประกอบอิเล็กทรอนิกส์ด้านล่างอย่างมีประสิทธิภาพ โดยไม่ต้องใช้พลังงานเพิ่มเติมใดๆ เมมเบรนวางอยู่บนไมโครแชนเนลเหนือส่วนอิเล็กทรอนิกส์ ดึงของเหลวที่ไหลผ่านช่องและระบายความร้อนอย่างมีประสิทธิภาพ

ตามที่ Renkun Chen หัวหน้าร่วมของการศึกษานี้ ซึ่งเป็นศาสตราจารย์จากภาควิชาวิศวกรรมเครื่องกลและการบินและอวกาศที่ UC San Diego Jacobs School of Engineering กล่าวว่า:

“เมื่อเทียบกับการระบายความร้อนด้วยอากาศหรือของเหลวแบบดั้งเดิม การระเหยสามารถกระจายความร้อนได้สูงกว่าในขณะที่ใช้พลังงานน้อยลง” 

การระเหยเพื่อระบายความร้อนไม่ใช่เรื่องใหม่ เนื่องจากปัจจุบันมีการใช้งานการระเหยในเครื่องปรับอากาศและท่อระบายความร้อนในแล็ปท็อปอยู่เป็นจำนวนมาก แต่การนำวิธีการนี้มาใช้กับอุปกรณ์อิเล็กทรอนิกส์กำลังสูงถือเป็นความท้าทาย

ความพยายามในการใช้เมมเบรนที่มีรูพรุนไม่ประสบผลสำเร็จ เมมเบรนที่มีรูพรุนมีพื้นที่ผิวมากซึ่งเหมาะสำหรับการระเหย แต่ความพยายามก่อนหน้านี้มีรูพรุนเล็กเกินไปจนอาจอุดตัน หรือใหญ่เกินไปจนทำให้เกิดการเดือดที่ไม่ต้องการ ซึ่งนำไปสู่ความล้มเหลว

“ที่นี่ เราใช้เมมเบรนเส้นใยพรุนที่มีรูพรุนเชื่อมต่อกันและมีขนาดที่เหมาะสม” เฉินกล่าว ด้วยวิธีนี้ วิศวกรจึงสามารถระเหยได้อย่างมีประสิทธิภาพโดยไม่มีข้อเสียดังกล่าว

หลังจากทดสอบเทคโนโลยีดังกล่าวผ่านการไหลของความร้อนต่างๆ แล้ว นักวิจัยพบว่าเมมเบรนทำงานได้และมีประสิทธิภาพในระดับทำลายสถิติ

เมมเบรนสามารถจัดการกับฟลักซ์ความร้อนที่เกิน 800 วัตต์ต่อตารางเซนติเมตร (W/cm²) ซึ่งถือเป็นระดับความร้อนที่สูงที่สุดระดับหนึ่งที่บันทึกไว้สำหรับระบบทำความเย็นประเภทนี้ ไม่เพียงเท่านี้ แต่ยังพิสูจน์แล้วว่ามีเสถียรภาพในการทำงานหลายชั่วโมง ซึ่งเน้นย้ำถึงแนวทางการทำความเย็นด้วยระบบอิเล็กทรอนิกส์รุ่นต่อไปที่ปรับขนาดได้และประหยัดพลังงาน

“ความสำเร็จครั้งนี้แสดงให้เห็นถึงศักยภาพในการนำวัสดุมาประยุกต์ใช้ในรูปแบบใหม่ทั้งหมด”

–เฉิน

เขาอธิบายว่าเดิมทีนั้น เส้นใยได้รับการออกแบบมาเพื่อการกรอง “ไม่มีใครเคยสำรวจการใช้งานเส้นใยในการระเหยมาก่อน” เขากล่าวเสริม อย่างไรก็ตาม ทีมงานได้ค้นพบลักษณะโครงสร้างที่โดดเด่น ซึ่งก็คือรูพรุนที่เชื่อมต่อกันและมีขนาดที่เหมาะสม ซึ่งทำให้เส้นใยเหล่านี้เหมาะอย่างยิ่งสำหรับการระบายความร้อนด้วยการระเหยที่มีประสิทธิภาพ เฉินกล่าวว่า

“สิ่งที่ทำให้เราประหลาดใจก็คือ ด้วยการเสริมแรงทางกลที่เหมาะสม พวกมันไม่เพียงแต่ทนต่อความร้อนสูงเท่านั้น แต่ยังทำงานได้ดีมากภายใต้ความร้อนดังกล่าวอีกด้วย”

นอกเหนือจากประสิทธิภาพในการระบายความร้อนแล้ว เมมเบรนเส้นใยยังมีความคุ้มต้นทุน ปรับขนาดได้สำหรับการผลิต และมีความยืดหยุ่นเชิงกลและความแข็งแกร่ง เน้นย้ำถึงศักยภาพในการระเหยแบบฟิล์มบาง และบ่งชี้ถึงประโยชน์ในการนำไปใช้ในระบบระบายความร้อนอิเล็กทรอนิกส์ฟลักซ์สูง จึงเป็นโซลูชันที่แข็งแกร่งสำหรับการจัดการความร้อนรุ่นถัดไป

ผลลัพธ์ที่ได้นั้นดูมีแนวโน้มดี แต่เทคโนโลยีดังกล่าวยังคงทำงานได้ต่ำกว่าขีดจำกัดทางทฤษฎีอย่างมาก ขณะนี้ทีมงานกำลังดำเนินการปรับปรุงเมมเบรนและเพิ่มประสิทธิภาพการทำงานให้เหมาะสมที่สุด

ในระยะต่อไป ทีมงานจะบูรณาการเทคโนโลยีของตนเข้ากับต้นแบบของแผ่นระบายความร้อน ซึ่งเป็นชิ้นส่วนแบนที่ติดกับ GPU และ CPU เพื่อระบายความร้อน สำหรับการนำเทคโนโลยีนี้ไปใช้ในเชิงพาณิชย์ ทีมงานจะเปิดตัวสตาร์ทอัพเพื่อนำเทคโนโลยีนี้ออกสู่ตลาด นอกจากนี้ คณะผู้สำเร็จราชการของมหาวิทยาลัยแคลิฟอร์เนียยังได้ยื่นจดสิทธิบัตรที่เกี่ยวข้องกับงานนี้ด้วย

คลิกที่นี่เพื่อเรียนรู้เกี่ยวกับชิปใหม่ที่จะลดการใช้พลังงาน LLM ลง 50%

นวัตกรรมการทำความเย็นรุ่นถัดไป

เมื่อพิจารณาจากการใช้งาน AI อย่างกว้างขวาง ซึ่งคาดการณ์ว่าจะมีส่วนสนับสนุนมูลค่านับล้านล้านดอลลาร์ต่อเศรษฐกิจโลก ปัจจุบันจึงมีการมุ่งเน้นมากขึ้นในการลดการใช้พลังงานผ่านวิธีการต่างๆ

ในเดือนพฤษภาคม พ.ศ. 2025 ยักษ์ใหญ่ด้านเทคโนโลยีอย่าง Microsoft ได้เปิดตัว กระดาษ ที่วัดปริมาณการใช้พลังงานและน้ำ รวมถึงการปล่อยก๊าซเรือนกระจก (GHG) ผลิตโดยเทคนิคการระบายความร้อนของศูนย์ข้อมูลตลอดอายุการใช้งาน

การประเมินวงจรชีวิตนี้จะไม่เพียงแต่ประเมินทรัพยากรที่ใช้ไประหว่างการดำเนินการของศูนย์ข้อมูลเท่านั้น แต่ยังเจาะลึกถึงทรัพยากรที่จำเป็นในการผลิตเครื่องเสมือน เซิร์ฟเวอร์ ชิป ระบบระบายความร้อน และอุปกรณ์อื่นๆ อีกด้วย ตามที่ Microsoft ระบุ ข้อมูลนี้สามารถช่วยให้บริษัทต่างๆ ออกแบบศูนย์ข้อมูลให้ใช้น้ำ พลังงาน และคาร์บอนน้อยลงได้

ตามที่หัวหน้าการศึกษา Husam Alissa ซึ่งเป็นผู้อำนวยการด้านเทคโนโลยีระบบในฝ่ายปฏิบัติการและนวัตกรรมระบบคลาวด์ของ Microsoft กล่าว:

“ในเอกสารฉบับนี้ เราสนับสนุนให้ใช้เครื่องมือการประเมินวงจรชีวิตเพื่อกำหนดทิศทางการตัดสินใจทางวิศวกรรมตั้งแต่เนิ่นๆ และยังแบ่งปันเครื่องมือดังกล่าวกับอุตสาหกรรมเพื่อให้การนำไปใช้งานง่ายยิ่งขึ้น”

เมื่อพูดถึงจุดประสงค์ของการศึกษานี้ อลิสสา กล่าวว่า:

“สิ่งที่เรากำลังพยายามทำอยู่คือการบอกอุตสาหกรรมว่า 'นี่คือวิธีการสร้างการประเมินวงจรชีวิตแบบครบวงจรที่คำนึงถึงการทำความเย็น และนี่คือเครื่องมือสำหรับคุณ ซึ่งคุณสามารถปรับแต่งให้เหมาะกับความต้องการเฉพาะของคุณ จากนั้นจึงตัดสินใจได้”

การศึกษานี้ใช้เวลาจริง ๆ สองปี โดยระหว่างนั้นพวกเขาได้ประเมินเทคโนโลยีระบายความร้อนสี่ประเภท ได้แก่ แผ่นเย็น การระบายความร้อนด้วยอากาศ การแช่แบบเฟสเดียว และการแช่แบบสองเฟสสำหรับเซิร์ฟเวอร์

ทีมงานคาดหวังว่าวิธีการใช้ของเหลวจะทำงานได้ดีกว่าการระบายความร้อนด้วยอากาศ ซึ่งเป็นมาตรฐานอุตสาหกรรม ในด้านการปล่อยคาร์บอน ตลอดจนการใช้พลังงานและน้ำ

ในขณะที่ Microsoft ได้ติดตั้งแผ่นทำความเย็นในศูนย์ข้อมูลของตนแล้ว บริษัทกำลังศึกษาวิธีการทำความเย็นแบบอื่น ๆ เช่น เทคนิคทำความเย็นแผ่นทำความเย็นแบบแร็คสเกลที่ใช้หน่วยแลกเปลี่ยนความร้อน นอกจากนี้ บริษัทยักษ์ใหญ่ด้านเทคโนโลยีรายนี้ยังกำลังพัฒนาเทคโนโลยีใหม่ซึ่งบริษัทระบุว่าสามารถลดการใช้น้ำได้ 30% ถึง 50% และลดความต้องการพลังงานและลดการปล่อยก๊าซเรือนกระจกได้ประมาณ 15% ตลอดอายุการใช้งานของศูนย์ข้อมูล 

ล่าสุด ห้องปฏิบัติการ MIT Lincoln ก็... พัฒนา ชิปพิเศษที่ใช้ประเมินทางเลือกในการระบายความร้อนสำหรับชิปแบบบรรจุหีบห่อ ชิปพิเศษนี้จะกระจายพลังงานที่สูงมากเพื่อสร้างความร้อนผ่านชั้นซิลิกอนและในจุดร้อนเฉพาะ จากนั้นจึงนำเทคโนโลยีการระบายความร้อนมาใช้กับชิป ซึ่งชิปจะวัดการเปลี่ยนแปลงของอุณหภูมิ 

เมื่อวางซ้อนกัน นักวิจัยจะสามารถตรวจสอบว่าความร้อนเดินทางผ่านชั้นต่างๆ ของกองได้อย่างไร จากนั้นจึงวัดความคืบหน้าในการรักษาอุณหภูมิให้เย็นลง 

“หากคุณมีชิปเพียงตัวเดียว คุณสามารถทำให้ชิปเย็นลงได้จากด้านบนหรือด้านล่าง แต่ถ้าคุณเริ่มวางชิปหลายตัวซ้อนกัน ความร้อนก็จะไม่มีทางออก ปัจจุบันยังไม่มีวิธีการทำให้เย็นลงที่ช่วยให้อุตสาหกรรมสามารถวางชิปประสิทธิภาพสูงเหล่านี้ซ้อนกันได้หลายตัว”

– หัวหน้าการศึกษา Chenson Chen จากกลุ่มวัสดุขั้นสูงและไมโครซิสเต็มของห้องปฏิบัติการ

การลงทุนในภาคส่วน AI

ผู้นำระดับโลกด้าน GPU ที่เน้น AI Nvidia (NVDA + 0.73%) เป็นบริษัทโครงสร้างพื้นฐานการประมวลผลแบบครบวงจรที่ดำเนินงานผ่านกลุ่มการประมวลผลและเครือข่ายและกราฟิก

Nvidia ได้จับมือเป็นพันธมิตรกับผู้เล่นหลักในอุตสาหกรรมเซมิคอนดักเตอร์ การผลิตเซิร์ฟเวอร์ การจัดเก็บข้อมูล และซอฟต์แวร์สำหรับองค์กร เพื่อเร่งการใช้งานแอปพลิเคชัน AI นอกจากนี้ ผู้ผลิตชิปรายนี้ยังมีส่วนร่วมอย่างมากในการระดมทุนให้กับบริษัทสตาร์ทอัพ โดยเฉพาะบริษัท AI เช่น OpenAI, xAI, Inflection, Mistral AI, Perplexity, Lambda, Scale AI และอื่นๆ เพื่อช่วยพัฒนาภาคส่วนนี้ 

NVIDIA คอร์ปอเรชั่น (NVDA + 0.73%)

เมื่อพูดถึงผลงานการตลาดของ Nvidia ถือเป็นหุ้นที่มีผลงานดีที่สุดตัวหนึ่ง โดยทำสถิติเพิ่มขึ้นอย่างน่าตกตะลึงถึง 1,350% ในช่วง 2 ปีที่ผ่านมา ณ เวลาที่เขียนบทความนี้ หุ้นของบริษัทที่ใหญ่เป็นอันดับ 3.5 ของโลกตามมูลค่าตลาด 145 ล้านล้านดอลลาร์นั้นซื้อขายอยู่ที่สูงกว่า 8.33 ดอลลาร์ เพิ่มขึ้น 3% YTD และเพียง 150% ของจุดสูงสุดที่เกือบ 2024 ดอลลาร์ ซึ่งเกิดขึ้นเมื่อเดือนพฤศจิกายน XNUMX

มี EPS (TTM) อยู่ที่ 3.10, P/E (TTM) อยู่ที่ 46.86 และ ROE (TTM) อยู่ที่ 115.46% ในขณะที่ให้ผลตอบแทนจากเงินปันผลที่ 0.03%

ในเดือนพฤษภาคม 2025 Nvidia รายงานผลประกอบการทางการเงินในไตรมาสแรกของปีงบประมาณ 2026 ซึ่งมีรายได้ 44.1 พันล้านดอลลาร์

ในส่วนของศูนย์ข้อมูล บริษัทมีรายได้ 39.1 ล้านดอลลาร์ สำหรับภาคส่วนนี้ Nvidia ได้ประกาศสร้างโรงงานในสหรัฐอเมริกา แนะนำ Blackwell Ultra และ Dynamo สำหรับการปรับขยายโมเดลการใช้เหตุผลของ AI และวางแผนที่จะเร่งการเปลี่ยนผ่านโครงสร้างพื้นฐานด้าน IT ไปสู่โรงงาน AI ขององค์กรด้วยเซิร์ฟเวอร์ RTX PRO™ นอกเหนือจากโครงการริเริ่มอื่นๆ อีกหลายโครงการ NVIDIA AI Data Platform ยังได้รับการแนะนำในฐานะการออกแบบอ้างอิงที่ปรับแต่งได้สำหรับเวิร์กโหลดการอนุมานของ AI

การพัฒนาครั้งใหญ่ครั้งนี้คือการนำชิป Nvidia จำนวน 100,000 ตัวมาใช้สร้างศูนย์ข้อมูล AI แห่งใหม่ในสหรัฐอาหรับเอมิเรตส์ ซึ่งจะเริ่มเปิดใช้ในปีหน้า

ข่าวที่น่าตื่นเต้นอีกข่าวหนึ่งคือ Nvidia ตามข่าว ร่วมงานกับ Foxconn ของไต้หวันเพื่อนำหุ่นยนต์ที่มีลักษณะคล้ายมนุษย์มาใช้งานที่โรงงาน Foxconn แห่งใหม่ซึ่งจะผลิตเซิร์ฟเวอร์ AI ของ Nvidia คาดว่าจะแล้วเสร็จในอีกไม่กี่เดือนข้างหน้านี้ โดยการใช้งานดังกล่าวจะเป็นก้าวสำคัญในการนำหุ่นยนต์ที่มีลักษณะคล้ายมนุษย์มาใช้เพื่อเปลี่ยนแปลงกระบวนการผลิต

ข่าวและความคืบหน้าล่าสุดของหุ้น NVIDIA Corporation (NVDA)

ความคิดเห็นสุดท้ายเกี่ยวกับนวัตกรรมการทำความเย็นด้วย AI

ในขณะที่ AI ยังคงปรับเปลี่ยนรูปแบบอุตสาหกรรม ความต้องการในการประมวลผลจำนวนมากได้ผลักดันการใช้พลังงานและการสร้างความร้อนที่ไม่เคยเกิดขึ้นมาก่อน การวิจัยที่มีแนวโน้มดีเกี่ยวกับการระเหยของฟิล์มบางที่ขับเคลื่อนด้วยเส้นเลือดฝอยนี้ ถือเป็นก้าวสำคัญในการสร้างโครงสร้างพื้นฐาน AI ที่ใช้พลังงานอย่างมีประสิทธิภาพ ยั่งยืน และปรับขนาดได้มากขึ้นสำหรับอนาคต

ด้วยอัตราการระเหยความร้อนวิกฤตเชิงทฤษฎี (CHF) ที่สูง การระเหยของฟิล์มบางที่ขับเคลื่อนด้วยเส้นเลือดฝอยในเมมเบรนที่มีรูพรุนระดับนาโนจึงเป็นกลยุทธ์การจัดการความร้อนที่มีแนวโน้มดีสำหรับอุปกรณ์อิเล็กทรอนิกส์กำลังสูง การศึกษาล่าสุดพบว่าเมมเบรนแบบไฟเบอร์จะเปิดรูพรุนที่เชื่อมต่อกัน โดยทำหน้าที่เป็นเครื่องระเหยที่มีประสิทธิภาพ ช่วยให้ของเหลวเคลื่อนย้ายได้อย่างรวดเร็วและสม่ำเสมอผ่านหลายเส้นทาง ขณะเดียวกันก็ลดการอุดตันได้สำเร็จและทำให้พื้นผิวเปียกอย่างทั่วถึง 

ด้วยการแสดงให้เห็นถึงความเสถียรในระยะยาว เครื่องระเหยเมมเบรนไฟเบอร์ 3 มิติจึงเป็นโซลูชันที่มีแนวโน้มดีสำหรับการจัดการความร้อนขั้นสูง โดยมอบโซลูชันการระบายความร้อนที่มีประสิทธิภาพเพื่อตอบสนองความต้องการของระบบอิเล็กทรอนิกส์สมัยใหม่

คลิกที่นี่เพื่อเรียนรู้ทั้งหมดเกี่ยวกับการลงทุนในปัญญาประดิษฐ์

การศึกษาที่อ้างอิง:

1. Feng, T.; Pei, Y.; Zhang, H.; Asai, B.; Dong, G.; Joshi, A.; Saha, A.; Cai, S.; Chen, R. การระเหยของฟิล์มบางที่มีการไหลสูงและเสถียรจากเมมเบรนเส้นใยที่มีรูพรุนเชื่อมต่อกัน จูล 2025, 9 (6), 101975 https://doi.org/10.1016/j.joule.2025.101975