شراكات
تخطط RAVEL لإجراء دراسة حول جدولة أحمال الذكاء الاصطناعي الموزعة مع مراعاة الطاقة
أضف Unite.AI إلى مصادرك المفضلة على Google
RAVEL أعلنت في 12 نوفمبر 2026 عن تعاون بحثي مع Sandia National Laboratories بشأن Project Quicksilver، وهو تحقيق متعدد المراحل في جدولة أحمال عمل الذكاء الاصطناعي بما يراعي الطاقة عبر بيئات حوسبة موزعة جغرافيًا. وستشمل المرحلة الأولى ثلاثة مواقع تابعة لـSandia، وتقارن بين الأنظمة المبردة بالهواء والأنظمة المبردة بالغمر.
ستبحث الدراسة فيما إذا كان من الممكن الاسترشاد بتوافر الطاقة وظروف التشغيل ومتطلبات أحمال العمل لاتخاذ قرارات الجدولة وتحديد مواضع الأحمال، بما يساعد على التعامل مع قيود الطاقة والسعة والتكلفة. وتهدف إلى دعم تصميم مراكز البيانات وتشغيلها، من خلال دراسة سبل زيادة إنتاجية الطاقة والقدرة الحاسوبية، بدلًا من افتراض أن إضافة سعة جديدة تؤدي تلقائيًا إلى بنية تحتية أكثر فائدة. ويصف الإعلان قياسات مخططة، لا نتائج مكتملة أو وفورات مثبتة.
قالت دينيس مويكو، الرئيسة التنفيذية والمؤسسة المشاركة في RAVEL، إن المشروع سيدرس كيف يمكن للتنسيق أن يزيد إنتاجية الاستثمارات في البنية التحتية للذكاء الاصطناعي، مع دعم استخدام أكثر مسؤولية للطاقة.
تصميم تجريبي يشمل ثلاثة مواقع
ستقيّم المرحلة الأولى بيئتي التبريد في ثلاثة مواقع تابعة لسانديا، تربط بينها شبكة واسعة النطاق. وسيُستخدم التصميم التجريبي Box–Behnken في البيئات المبرّدة بالهواء، وتصميم Plackett–Burman في البيئات المبرّدة بالغمر. كما ستُغيّر سعة الشبكة وسرعتها بالتزامن مع عوامل تجريبية أخرى.
ستقارن دراسة كفاءة الطاقة بين أحمال عمل متماثلة في بيئات التبريد المختلفة، وستأخذ في الحسبان الحوسبة والبنية التحتية لتكنولوجيا المعلومات وعمليات مراكز البيانات. وستشمل القياسات استهلاك الطاقة، ومؤشري TUE والكفاءة المعدّلة وفقًا لمؤشر PUE، والفوائد المحتملة لإعادة استخدام الحرارة. ويربط هذا النطاق تحديد مواضع أحمال العمل بالأعباء الإضافية للمرافق والتبريد، بدلًا من قياس معدات الحوسبة بمعزل عن غيرها.
ستقيّم دراسة مستقلة للتكلفة الإجمالية للملكية أثر الجدولة وتحديد المواضع في تكاليف الحوسبة عبر البيئات الموزعة. وتشمل النفقات الرأسمالية والتشغيلية المرتبطة بالبنية التحتية والطاقة والتبريد والشبكات والعمليات. كما سيقيس مسار عمل ثالث الزمن اللازم لإكمال أحمال الذكاء الاصطناعي، ليضع زمن التنفيذ إلى جانب استهلاك الطاقة والتكلفة، بما يتيح للباحثين دراسة المفاضلات بين هذه الأهداف.
تنسيق اتحادي عبر المواقع
تصف RAVEL منصة Orchestrate AI بأنها طبقة تنسيق اتحادية لإدارة أحمال الذكاء الاصطناعي عبر موارد متباينة وموزعة جغرافيًا. ويهدف النموذج إلى تنسيق المواقع باعتبارها نظامًا واحدًا، بدلًا من تحسين أداء كل بيئة على حدة. وتأخذ الجدولة المراعية للطاقة والإدارة القائمة على السياسات في الحسبان الطاقة المتاحة والتكلفة ومتطلبات الأداء وظروف البنية التحتية واحتياجات أحمال العمل والأولويات التشغيلية.
وصف ديف مارتينيز، قائد البرامج والمشروعات الهندسية في خدمات الحوسبة للبنية التحتية لدى سانديا، نطاق التعاون قائلًا: «بموجب اتفاقية تعاونية للبحث والتطوير مع RAVEL، سنبحث ما إذا كان نقل أحمال العمل ديناميكيًا إلى مواضع مختلفة يمكن أن يتيح استخدامًا أفضل للطاقة وموارد الحوسبة المتاحة، مع الموازنة بين الأداء والتكلفة».
وتكتسب هذه المنهجية التجريبية أهمية لأن نقل حمل عمل أو إعادة جدولته قد يغير أمورًا تتجاوز استهلاكه للطاقة. كما يتتبع تصميم الاختبار تكاليف الشبكات والتشغيل، وبيئات التبريد، وزمن التنفيذ، ما يتيح للباحثين تقييم قرارات تحديد المواضع في ضوء عدة قيود على البنية التحتية.
التوسع إلى مختبرات أخرى والمشاركة في SC26
تتولى سانديا قيادة الأبحاث في المرحلة الأولى. ويعتزم المتعاونون توسيع نطاق مشروع Quicksilver ليشمل مختبرات وطنية إضافية تابعة لوزارة الطاقة الأمريكية، واستكشاف حالات استخدام أخرى لتحسين الأداء والظروف البيئية.
من المقرر أن تناقش RAVEL وسانديا المنهج التجريبي ومراحل الاختبار المخطط لها والمخرجات البحثية المتوقعة في جناح وزارة الطاقة خلال SC26 في 17 نوفمبر 2026.
يتمحور السؤال الأساسي في مشروع Quicksilver حول ما إذا كان التعامل مع مراكز البيانات المنفصلة بوصفها نظامًا منسقًا يمكن أن يحسّن استهلاك الطاقة واقتصاديات الحوسبة من دون الإضرار بأداء أحمال العمل. وتجعل خطة القياس من ذلك مسألة متكاملة تتعلق بالبنية التحتية: فقرارات الجدولة تؤثر في استهلاك الطاقة، لكن التبريد والشبكات والتكاليف الرأسمالية ووقت الإنجاز تحدد أيضًا ما إذا كانت تلك القرارات ستجعل الحوسبة الموزعة أكثر إنتاجية.
