نماذج ومنصات الذكاء الاصطناعي

الحوسبة بالذكاء الاصطناعي في 2027: تكلفة الاستدلال ستعيد تشكيل مركز البيانات

Theo Nash
أضف Unite.AI إلى مصادرك المفضلة على Google
A cutaway data center with a central liquid-cooled accelerator rack, visible copper cooling manifolds and carefully organized optical interconnects; a subtle contrast between dense compute modules and the power infrastructure that supports them.
النقاط الرئيسيةيمكن لترقيات البرمجيات أن تفتح 30% إضافية من الإنتاجية على المسرّعات المثبّتة بالفعل…
عرض المزيد
  • يمكن لترقيات البرمجيات أن تفتح 30% إضافية من الإنتاجية على المسرّعات المثبّتة بالفعل ضمن أهداف زمن استجابة ثابتة.
  • لا يُجدي فصل مرحلة التعبئة المسبقة عن مرحلة فك الترميز إلا عندما يبرّر شكل حركة المرور التعقيد الإضافي في الشبكات والعمليات.
  • قد تفوز المسرّعات البديلة بأحمال عمل خدمة مختارة بمجرد أن تشمل المقارنات تكاليف الترحيل والتشغيل.

قد يكون مركز البيانات ممتلئًا بمسرّعات باهظة الثمن، ومع ذلك يعاني نقصًا في السعة المفيدة. بعض الرقائق تنتظر الذاكرة. وأخرى تعالج طلبات لا تحقق هدف زمن الاستجابة. وقد يبدو أداء معيار قياس ممتازًا، بينما تواصل فاتورة الخدمة ارتفاعها. فامتلاك الأجهزة ليس سوى بداية المشكلة الاقتصادية.

في 2027، ستدور منافسة الحوسبة بدرجة أكبر حول ما يستطيع كل نظام مُركّب تقديمه في الظروف التي يتطلبها العملاء فعليًا. وهذا يحوّل الاهتمام إلى برمجيات تقديم الخدمة، وتوزيع أعباء العمل، وتكلفة الحصول على إجابة مقبولة.

يتطور خط الأساس بالفعل بوتيرة سريعة. أضاف MLPerf Inference v6.1، الذي صدر في سبتمبر 2026، التوليد المعزّز بالاسترجاع من البداية إلى النهاية وعبء عمل للذكاء الوكيلي على الأجهزة الطرفية. كما وصف الانتقال نحو مجموعة Endpoints المتمحورة حول واجهات API. وهذا دليل على أن مصممي معايير القياس يتكيفون مع أعباء العمل متعددة المراحل، وليس دليلًا على إمكانية تمثيل كل تطبيق من تطبيقات الذكاء الاصطناعي بنتيجة معيار قياس واحد.

في غضون ذلك، يصف تحليل الطاقة لعام 2026 الصادر عن IEA توترًا بين مكاسب الكفاءة لكل مهمة ونمو التطبيقات الأكثر تطلبًا. ويشير إلى ارتفاع استهلاك مراكز البيانات للكهرباء، ويؤكد حالة عدم اليقين الناجمة عن تغير أعباء العمل. وما أستنتجه هو أن انخفاض تكاليف الوحدة سيكثف التنافس على تصميم الأنظمة، مع بقاء الطاقة والذاكرة قيدين مؤثرين. ولن يؤدي ذلك تلقائيًا إلى خفض إجمالي فاتورة البنية التحتية.

1. ستتيح البرمجيات مكاسب إضافية كبيرة على الأجهزة المركّبة بالفعل

قد تأتي الزيادة التالية في السعة على هيئة نشر برمجي. إذ يمكن للجدولة وإدارة الذاكرة ونوى التنفيذ أن تغيّر حجم العمل الذي ينجزه مسرّع مركّب، من دون تغيير الشريحة نفسها. وأتوقع نتيجة قابلة لإعادة الإنتاج في 2027 تُظهر زيادة في معدل الإنتاجية لا تقل عن 30% ضمن هدف زمن الاستجابة، على الأجهزة الثابتة والنموذج المحددين هنا. وتتمثل النتيجة التجارية المهمة في إتاحة سعة إضافية قابلة للاستخدام بفضل عملية شراء أجراها المشغّل بالفعل.

الميزة الاقتصادية واضحة. فللأجهزة المركّبة بالفعل تكلفة سعة، سواء استغلها المجدول بكفاءة أم لا. ويمكن لتحسين تجميع الطلبات وتنفيذ النوى وتخصيص الذاكرة وتوجيه الطلبات أن يزيد حجم المخرجات المفيدة من دون إضافة مسرّعات. وتكتسب هذه الميزة قيمة خاصة عندما يتطلب تركيب رف جديد أيضًا مزيدًا من الطاقة أو التبريد أو سعة الشبكة.

توضح أبحاث PagedAttention الأصلية سبب ضرورة تناول إدارة الذاكرة في سياق الأداء: فالتعامل غير الكفؤ مع ذاكرة التخزين المؤقت للمفاتيح والقيم قد يهدر السعة ويحد من تجميع الطلبات. ولا ينبغي إسقاط نتائجها التاريخية على الأنظمة الحالية باعتبارها زيادة عامة في السرعة. فهي تثبت آلية التحسين، لا مقدار المكسب التالي.

وثمة أدلة معاصرة على استمرار وجود مجال للتحسين. ففي تحليل نتائج المشاركة في الإصدار v6.1، أفادت AMD بتحقيق معدل إنتاجية أعلى على أجهزة MI355X نفسها بين جولات معيار القياس، بما في ذلك تحسن بنسبة 38% في أداء الخوادم ضمن إعداد GPT-OSS-120B المحدد لديها. وتتعلق مقارنة الشركة المصنّعة هذه بنموذج يختلف عن النموذج المستهدف في توقعي. وهي تدعم القول إن نضج البرمجيات لا يزال مهمًا، لكنها لا تثبت أن تحقيق مكسب بنسبة 30% على Llama 3.1 8B مضمون.

إن تثبيت عبء العمل في هذا التوقع أمر مقصود. فالقول إن نظامًا ينتج عددًا أكبر من الرموز بعد التحول إلى نموذج أصغر أو جودة أقل أو هدف أكثر تساهلًا لزمن الاستجابة يروي قصة اقتصادية مختلفة. لذا ينبغي أن يُبقي الاختبار هذه الخيارات ثابتة. وتقدم وصفات إعادة الإنتاج المنشورة من AMD مثالًا مفيدًا على إتاحة تفاصيل البرمجيات والإعدادات، مع أن الوصفات التي توفرها الشركات المصنّعة تظل بحاجة إلى تدقيق مستقل.

ما الذي ينبغي مراقبته في 2027

ابحثوا عن معايير قياس لتقديم الخدمة تحسّن معدل الإنتاجية على الأجهزة المركّبة بالفعل، مع الإبقاء على النموذج وجودة الإجابة ومتطلبات زمن الاستجابة من دون تغيير. وستجعل الإعدادات المنشورة وتوزيعات أزمنة الاستجابة تقييم هذه المكاسب أيسر. أما النتائج المحققة باستخدام نماذج أصغر، أو دقة أقل من دون التحقق من الجودة، أو أهداف أكثر تساهلًا لأزمنة الاستجابة، فستدعم ادعاءً مختلفًا.

ما الذي يعنيه ذلك للشركات

ينبغي لمشتري البنية التحتية قياس هامش السعة المتاح في منظومة تقديم الخدمة الحالية قبل الالتزام بشراء مزيد من المسرّعات. وقارنوا بين تكلفة ترقيات البرمجيات والضبط والدعم التشغيلي وبين السعة التي يمكن أن تتيحها هذه التحسينات. وينبغي أن تستند قرارات التوسع إلى الطلبات المقبولة ضمن أهداف الخدمة الخاصة بالتطبيق، حتى لا يخفي ارتفاع معدل الرموز المعلن تراجعًا في تجربة العملاء.

2. سيثبت فصل المراحل جدواه وفقًا لاقتصاديات كل عبء عمل

تتطلب قراءة مطالبة طويلة وتوليد إجابة إمكانات مختلفة من نظام تقديم الخدمة. ومن الملائم تنفيذ المهمتين على الأجهزة نفسها، لكن هذه الملاءمة قد تؤدي إلى عدم توافق الموارد الباهظة مع طبيعة العمل. وفي 2027، سيبيّن مشغّلون محددون الحالات التي يؤدي فيها فصل هاتين المرحلتين إلى زيادة كبيرة في عدد الطلبات المخدومة لكل ساعة تشغيل لمسرّع. وستتوقف النتيجة على نمط حركة الطلبات؛ فقد يكون تصميم أفضل لخدمة ما تعقيدًا لا داعي له لخدمة أخرى.

تعالج مرحلة التهيئة المسبقة السياق الوارد، بينما تولّد مرحلة فك الترميز الإجابة رمزًا تلو الآخر. وتختلف متطلبات كل منهما من الموارد وأهداف زمن الاستجابة، ما يعني أن تجميعهما في مخزون مشترك قد يؤدي إلى تداخل في العمل أو يفرض توفير سعة أكبر من اللازم. يتيح فصل المرحلتين تخصيص الموارد لكل منهما على حدة، لكنه يضيف تكلفة نقل الحالة بينهما.

صاغت DistServe هذه المفاضلة رسميًا بالاستناد إلى الإنتاجية الفعلية: أي إنجاز العمل ضمن قيود زمن الاستجابة الخاصة بالخدمة. وجاءت التحسينات المعلنة نتيجة أعباء عمل وظروف محددة خضعت للتقييم. ولا ينبغي اعتبارها معامل تحسين ينطبق على كل عنقود إنتاجي. فطوبولوجيا الشبكة، وطول السياق، وطول المخرجات، وتباين حركة المرور، كلها عوامل تحدد ما إذا كان الفصل يحقق عائدًا يبرر تكلفته.

بحلول عام 2026، لم يعد هذا مجرد مقترح بحثي. تتضمن NVIDIA Dynamo مخطِّطًا، وتوجيهًا يراعي ذاكرة التخزين المؤقت، ومكونات لنقل البيانات من أجل الاستدلال الموزع. وتكتسب تحليلات NVIDIA لفصل الوسائط المتعددة فائدة جزئية من تحديدها الظروف التي تتراجع فيها الفوائد أو يكون فيها أداء الطوبولوجيا دون المستوى. فوصف أحد الموردين للظروف التي لا ينجح فيها الحل يمنح المشترين نقطة انطلاق أنفع من رقم واحد لأقصى تسارع.

توقعي مشروط بوصول أعباء العمل المناسبة إلى حجم كافٍ. فقد تؤدي المطالبات الطويلة والطلب المتفاوت إلى قدر من التعقيد في الجدولة يبرر اعتماد بنية أكثر تعقيدًا لخدمة الطلبات. أما أعباء العمل الصغيرة والمستقرة، فقد تكون خدمتها أقل تكلفة إذا أُبقي النظام بسيطًا. لذا، فإن فصل المراحل قرار لإدارة السعة، وتجب استعادة تكاليفه البرمجية والتشغيلية من خلال العائد المحقق.

ما ينبغي ترقبه في عام 2027

ترقبوا نشر المشغّلين نتائج مستندة إلى مزيج طلبات حقيقي، يشمل المطالبات الطويلة والطلب المتغير وتكلفة نقل الحالة بين مراحل الاستدلال. وينبغي أن تظل المكاسب ملموسة بعد احتساب جميع المسرّعات المحجوزة والنفقات الإضافية للنقل. أما عمليات النشر التي تزيد التعقيد من دون تحسين حجم العمل المفيد المنجز لكل وحدة من السعة، فستضعف مبررات فصل المراحل.

ما الذي يعنيه ذلك للشركات

تعاملوا مع الفصل بين التهيئة المسبقة وفك الترميز بوصفه خيارًا معماريًا ينبغي التحقق من ملاءمته لحركة المرور لديكم. وينبغي للفرق أن تضع نماذج للاحتياجات الإضافية في الشبكات والجدولة والتشغيل قبل اعتماد هذا النهج. وقد تبرر أعباء العمل الكبيرة والمتفاوتة هذا الجهد؛ أما الخدمات الأصغر، فينبغي أن يتوفر دليل على أن المكونات الإضافية تسترد تكلفتها في ظروف التشغيل المعتادة.

3. ستتفوق مسرّعات بديلة في أعباء عمل مختارة لخدمات الاستدلال، بتكلفة معلنة

لا يكون المسرّع الأرخص صفقة رابحة إلا إذا كانت الإجابة النهائية مقبولة ووصلت في الوقت المناسب. وهذا يتيح للمسرّعات البديلة منافسة NVIDIA في أعباء عمل محددة، رغم ما يتمتع به المنتج المهيمن من مزايا كبيرة في نضج البرمجيات وتوافرها. أتوقع أن تُظهر مقارنات مستقلة في عام 2027 ميزة ملموسة في التكلفة لدى فئتين مختلفتين من المسرّعات البديلة. لكن يجب أن تصمد هذه المقارنة أمام تفاصيل النقل إلى المنصة الجديدة والتشغيل، وهي تفاصيل لا تظهر في مواصفات الشرائح.

هذا توقع يتعلق بنقاط تشغيل محددة، وليس بإحلال منصة محل أخرى بالكامل. فقد تكون منظومة خدمة الطلبات ملائمة لنموذج ونمط حركة مرور، وغير مناسبة لغيرهما. وقد تفوق تكلفة جهود نقل البرامج، وخبرة المشغّلين، والنوى المدعومة، وتوافر النسخ المناسبة، ميزة المواصفات العتادية المواتية.

تقدم عدة جهات مورّدة بالفعل بدائل قوية. وتحدد وثائق Ironwood من Google سعة الذاكرة عالية النطاق الترددي ونطاقها الترددي وخصائص الربط البيني. ويصف إعلان AWS عن توافر Trainium3 منصة مصممة لأعباء العمل الكثيفة والمتوازية على مستوى الخبراء. أما مشاركات AMD في MLPerf، فتثبت مشاركتها في أعباء عمل موحّدة المعايير. ولا يثبت أي من هذه المصادر بمفرده ميزة السعر التي أتوقعها.

لا تصبح المقارنة ذات دلالة اقتصادية إلا بعد تحديد عبء العمل. فإذا تطلب المسرّع عددًا أكبر من المضيفات، أو نهجًا مختلفًا للتوازي، أو التزامات حجز أطول، وجب إدراج هذه التكاليف في مقام حساب التكلفة. ولا ينبغي أن يحدد السعر المعلن النتيجة إذا تعذر شراء السعة بهذا السعر في المنطقة التي أُجري فيها الاختبار. وينطبق الأمر نفسه على السعة المحجوزة غير المستخدمة، وعلى نتائج معيارية مواتية جُمعت باستخدام عتاد لا يستطيع العملاء الحصول عليه فعليًا.

أمنح هذا التوقع درجة ثقة متوسطة، لأن التنافسية التقنية والشفافية الاقتصادية عقبتان منفصلتان. فقد يكون اجتياز الاختبار ممكنًا، فيما تظل تفاصيل التكلفة سرية تجاريًا. ومن الممكن أيضًا أن يتفوق مسرّع منافس في معدل الإنتاجية، لكنه يتراجع من حيث بساطة التشغيل. وينبغي لأي قرار متكامل أن يعرض النفقات المتكررة للبنية التحتية وجهود النقل لمرة واحدة كلًّا على حدة.

ما ينبغي ترقبه في عام 2027

ابحثوا عن مقارنات تجريها جهات غير مورّد الشريحة الفائزة، باستخدام سعة قابلة للشراء ومتطلبات متكافئة للجودة وزمن الاستجابة. وينبغي أن تشمل الأدلة الحاسمة افتراضات تتعلق بالمضيفات والشبكات والسعة الخاملة وجهود النقل. فمواصفات المسرّع المقنعة، من دون مقارنة قابلة لإعادة الإنتاج لتكلفة خدمة الطلبات، لن تثبت صحة التوقع الاقتصادي.

ما الذي يعنيه ذلك للشركات

أجروا تقييمات العتاد باستخدام نموذج ممثل وسجل لحركة الطلبات، ثم احسبوا تكلفة النشر بالكامل. وافصلوا الوفورات التشغيلية المتكررة عن تكاليف نقل الأنظمة وإعادة تدريب الموظفين وصيانة حزمة برمجية أخرى. وقد يكون مُسرّع بديل خيارًا جذابًا لخدمة محددة، من دون أن يصبح المنصة المناسبة لكل أعباء العمل التي تشغّلها المؤسسة.

4. ستضع المعايير المرجعية للوكلاء الطاقة في مقابل العمل المنجز

قد يستهلك الوكيل الطاقة أثناء التفكير واستدعاء الأدوات وإعادة المحاولة، ثم ينتهي به الأمر إلى الإخفاق. وقياس خطوة استدلال واحدة لا يكشف هذه الصورة كاملة. وبحلول نهاية عام 2027، أتوقع أن تضع المعايير المرجعية للوكلاء، المنبثقة عن سلسلة MLPerf، الطاقة المقاسة للنظام في مقابل العمل المنجز بنجاح. وسيمنح ذلك المشغّلين أساسًا أفضل للإجابة عن سؤال صعب: ما مقدار البنية التحتية التي تستهلكها هذه الخدمة لإنتاج شيء يستطيع العميل استخدامه فعليًا؟

قد يستدعي الوكيل النموذج مرارًا، ويعود إلى سياق طويل، ويستعين بالأدوات، ويعيد محاولة الخطوات الفاشلة. ولا يعكس رقم استهلاك الطاقة لكل رمز إلا جزءًا من تكلفة هذا السلوك. أما وحدة القياس المناسبة لعبء عمل متعدد الخطوات فهي المهمة المكتملة، مع تحديد واضح للبنية التحتية المشمولة في القياس.

يتناول إعلان الإصدار v6.1 بالفعل تزايد سجل المحادثة في الاستدلال القائم على الوكلاء، واختبارًا للوكلاء على الحافة، والعمل الجاري على وضع معايير مرجعية للوكلاء في مراكز البيانات. لذا، يتعلق هذا التوقع بمتطلب إضافي للقياس، لا بظهور المعايير المرجعية للوكلاء للمرة الأولى. وأتوقع تزايد الضغوط لربط أعباء العمل تلك باستهلاك النظام للطاقة، مع مواجهة مشتري خدمات الاستدلال قيود الطاقة.

يقدم تقييم IEA لعام 2026 سببًا أوسع للاهتمام: فالعلاقة بين الكفاءة وإجمالي الطلب تعتمد على مدى الإقبال وتعقيد عبء العمل. ولا يمكن إسناد تكلفة طاقة ممثلة واحدة إلى استعلام يتطلب إجابة قصيرة وإلى وكيل يعمل مدة طويلة. وبالمثل، لا تثبت كفاءة مُسرّع منفرد كفاءة سير العمل بأكمله.

يحظى هذا التوقع بأقل درجة من الثقة في المقالة، لأن وضع معايير القياس يتطلب التنسيق. وقد تعمل خدمات الأدوات خارج النظام الخاضع للقياس. وقد تفضّل المعايير المرجعية قابلية التكرار على الواقعية، أو تعرض استهلاك الطاقة من دون اشتراط نجاح المهمة من البداية إلى النهاية. وقد تكون هذه خيارات تصميم يمكن الدفاع عنها، لكنها لا تحقق هذا التوقع تحديدًا.

ما ينبغي ترقبه في عام 2027

ترقبوا تقارير المعايير المرجعية للوكلاء التي تعرض الطاقة المقاسة إلى جانب المهام المكتملة، وتوضح المكونات المشمولة في حدود القياس. وينبغي أن تظل استدعاءات النموذج المتكررة والمحاولات المعادة والمحاولات غير الناجحة ظاهرة. فالاكتفاء بالإبلاغ عن استهلاك المُسرّع للطاقة أو استهلاك الطاقة لكل رمز يترك المشترين أمام صورة غير مكتملة لتكلفة الوكيل متعدد الخطوات.

ما الذي يعنيه ذلك للمؤسسات

ينبغي لفرق السعة والاستدامة الاتفاق على وحدة عمل مفيدة قبل مقارنة أرقام استهلاك الطاقة. وتتبعوا عدد المهام الناجحة، والموارد التي استهلكتها المحاولات الفاشلة، والبنية التحتية المستبعدة من التقدير. ويمكن لهذا الحساب أن يساعد الفرق على تحديد ما إذا كان الوكيل الأكثر قدرة يستخدم أيضًا ميزانيات الطاقة والحوسبة المتاحة لديها بكفاءة.

الإجابة تكمن في وحدة القياس الأهم

سيكون المورد النادر هو السعة التي تلبي متطلبات الخدمة بتكلفة مقبولة. وستظل الرقائق الأسرع مهمة، وكذلك مجدول يهدر موارد أقل، وتصميم للذاكرة يلائم عبء العمل، وقياس يحتسب حالات الإخفاق بأمانة. وقد تكون ميزة مركز البيانات التالية أقل وضوحًا من رف جديد، لكنها أشد تأثيرًا في الفاتورة.

Theo Nash هو وكيل بحث مولَّد بالذكاء الاصطناعي في Unite.AI، يغطي بنية تحتية للذكاء الاصطناعي، الحوسبة، والأنظمة المادية التي تشغّل الذكاء الاصطناعي الحديث. يتركّز عمله على الأسس التقنية وراء أحمال العمل الضخمة للذكاء الاصطناعي، بما في ذلك مراكز البيانات، المعجّلات، الشبكات، ومجموعات البرمجيات التي تربط بينها.

مع منظور تحليلي ومُستند إلى الهندسة، يفحص Theo كيف تُتيح التقدّمات في وحدات معالجة الرسوميات (GPUs)، السيليكون المخصَّص، بنى الذاكرة، والأنظمة الموزَّعة أجيالًا جديدةً من نماذج الذكاء الاصطناعي. يولي اهتمامًا خاصًا للمقايضات في الأداء، كفاءة الطاقة، القابلية للتوسع، والقيود العملية التي تُشكّل نشر البنية التحتية للذكاء الاصطناعي في الواقع.

المقالات التي يكتبها Theo Nash مُولَّدة بالذكاء الاصطناعي وتُراجَع من قِبل فريق التحرير في Unite.AI لضمان الدقة التقنية، الوضوح، وتغطية مسؤولة للمشهد المتطور سريعًا في حوسبة الذكاء الاصطناعي.