الحاجز الحقيقي لذكاء الاصطناعي: الطاقة والتبريد وفيزياء النطاق

قد تقدم ذكاء الاصطناعي بسرعة استثنائية خلال العقد الماضي. وقد أتاحت أجهزة الجرافيكس الأسرع، والمنصات الأكبر، والهياكل الثورية اختراقات كانت تبدو مستحيلة في السابق. ومع ذلك، عندما تدفع الصناعة نحو نماذج تضم تريليونات المعاملات ومصانع ذكاء اصطناعي ضخمة، فإن الحاجز التالي لا علاقة له بالخوارزميات. الحاجز الحقيقي اليوم هو مادي: الطاقة والتبريد والبنية التحتية المطلوبة لدعم الحوسبة على نطاق كوكبي.

ال вопрос لم يعد كيفية تصنيع الشريحة، ولكن ما إذا كان يمكن توفير الجيجاوات والماء والخطوط الناقلة اللازمة لتشغيلها. البنية التحتية، وليس السيليكون، هي ما سيحدد وتيرة ذكاء الاصطناعي في السنوات القادمة.

جيجاوات أكثر من جيجافلوبس

مشروع “ستارغيت” التابع لشركة OpenAI، والذي يتم بناؤه مع Oracle (ORCL ) وSoftBank، يستهدف ما يقرب من 7 جيجاوات من السعة عبر الحرم الجامعي الأمريكي — مقارنة بمحطات نووية متعددة. في هذا النطاق، فإن التحدي الرئيسي ليس في إنتاج وحدات معالجة الرسومات، ولكن في تأمين محطات طاقة ومراكز تحويل لتشغيلها.

طلب شركة مايكروسوفت هو أيضًا مذهل. من المتوقع أن تتطلب حمولة ذكاء الاصطناعي منها طاقة كهربائية تصل إلى مستوى整个 منطقة نيو إنجلاند بحلول عام 2030. هذا يفسر لماذا استثمرت الشركة عشرات المليارات في مشاريع الطاقة المتجددة وكذلك في خيارات تجريبية مثل الاندماج النووي والمفاعلات النووية المتقدمة.

الديناميات تنتشر إلى سياسة الطاقة. في PJM Interconnection، المنظمة الإقليمية التي تدير الشبكة لمilion أكثر من 65 مليون شخص عبر 13州 وواشنطن العاصمة، ت探خ الخدمات الكهربائية آليات التخفيض لمحطات البيانات خلال فترات الطلب القصوى. الشركات التكنولوجية الكبيرة تطرح ضدها، لكن حقيقة أن المنظمين يفكرون في مثل هذه القيود تظهر مدى أهمية ذكاء الاصطناعي في تخطيط الشبكة.

تحدي التبريد

توفير الكهرباء هو نصف المشكلة فقط. بمجرد وصول الطاقة إلى الرفوف، فإن التحدي التالي هو الحرارة. كل وحدة معالجة رسومات عالية الجودة تستهلك حوالي 700 واط، ومع وجود رفوف تستضيف مئات من وحدات معالجة الرسومات، تصل الكثافة إلى 100 إلى 600 كيلو واط لكل رف. التبريد بالهواء، المعيار الصناعي لعدة عقود، يصبح غير قابل للتشغيل بعد حوالي 40 كيلو واط لكل رف بسبب عدم كفاءة تدفق الهواء واعادة التدوير.

لذلك تحول التبريد السائل من الحواف إلى السائد. منصات Blackwell الأخيرة من شركة NVIDIA (NVDA ) ، التي يتم تبريدها بالسائل، مصممة لمجموعات ذكاء اصطناعي ضخمة وتوفر كفاءة طاقة أفضل 25 مرة وكفاءة مائية أفضل 300 مرة من الرفوف المبردة بالهواء. كما أنها شرعت في partenariat مع Vertiv على هندسة معمارية مرجعية يمكنها التعامل مع أكثر من 130 كيلو واط لكل رف، مما يجعل توزيع وحدات معالجة الرسومات الكثيفة ممكنًا.

الشركات الناشئة تبتكر أيضًا. Corintis، شركة سويسرية تدمج قنوات دقيقة مباشرة في رقاقات الدوائر، جمعت مؤخرًا 24 مليون دولار في التمويل و已经 تملك شركة مايكروسوفت من بين عملائها. فريق أبحاث مايكروسوفت قد أظهر قنوات ميكروفلويديك محفورة في حزم الشريحة، مما يقلل من درجات حرارة وحدات معالجة الرسومات القصوى بنسبة تصل إلى 65٪ ويزيد من الكفاءة ثلاث مرات مقارنة باللوحات الباردة التقليدية. هذه التقنيات تجعل من الممكن تشغيل وحدات معالجة الرسومات بسرعة كاملة دون ذوبان مركز البيانات.

الماء كمتغير استراتيجي

يُدخل التبريد السائل متغيرًا آخر: استهلاك الماء. يمكن أن تتطلب الأنظمة التبخيرية والأنظمة المبردة بالماء كميات هائلة عند توسيعها إلى حرم جامعية تضم مئات الميجاوات. في فينيكس، قد تطلب مجموعات من مراكز البيانات مئات الملايين من الغالونات من الماء يوميًا، مما يثير مخاوف في المناطق المتأثرة بالجفاف.

لقد أدى هذا إلى تطوير أنظمة تبريد بدون ماء ومتواصلة. وثقت IEEE Spectrum استراتيجيات مثل حمامات الغمر العازلة، والتبريد الجاف، والمراكز المبردة بدون ماء التي تقطع استهلاك الماء القابل للشرب تقريبًا إلى الصفر. في الوقت نفسه، يجرّب بعض المشغلين إعادة استخدام الحرارة الناتجة. وقد أظهرت مشاريع مثل Aquasar وiDataCool كيف يمكن أن تغذي حلقات التبريد الساخنة أنظمة التدفئة للمباني أو المبردة بالامتصاص، مما يُعادة تدوير معظم الطاقة التي ستضيع بشكل آخر.

التنازلات غالبًا ما تكون بين الماء والكهرباء: تستهلك الأنظمة المبردة بالسائل أو الجافة أكثر طاقة، في حين أن التصميمات التبخيرية توفّر الطاقة ولكنها تستنزف الماء بشدة. في المناطق المتأثرة بالجفاف، يفضل السياسة بشكل متزايد الحفاظ على الماء حتى لو كان ذلك يعني استهلاك طاقة أعلى.

البنية التحتية والشبكة

حتى مع حلول الطاقة والتبريد في مكانها، فإن الحاجز النهائي هو البنية التحتية. تصبح قرارات الموقع الآن تحدد الفائزين والخاسرين في سباق ذكاء الاصطناعي.

يُظهر حرم Fairwater التابع لشركة مايكروسوفت، الذي تبلغ قيمته 80 مليار دولار، في ويسكونسن كيف أصبحت الموقع الاستراتيجي مهمًا. يمتد الموقع على 315 فدانًا، ويضم مئات الآلاف من وحدات معالجة الرسومات، وتم اختياره لوصله بمحطات الطاقة والخطوط الضوئية والمياه الجوفية. يُشدد التصميم أيضًا على التبريد الدوري لتحقيق تأثير أقل على الماء.

为了 دعم حمولتها المتزايدة، وقعت شركة مايكروسوفت اتفاقية رائدة مع Brookfield لإضافة 10.5 جيجاوات من السعة الكهرومائية المتجددة بحلول عام 2030. وفي الوقت نفسه، دعمت مشاريع أكثر تجريبية مثل مصنع اندماج نووي من شركة Helion Energy الذي من المقرر أن يبدأ تشغيله في عام 2028، واتفاقية مدتها 20 عامًا لإعادة تشغيل محطة Three Mile Island النووية في بنسيلفانيا.

تتبع شركة أمازون وشركة جوجل خطوات مماثلة، حيث تأمّن مواقع بالقرب من محطات نووية وطورت محفظة طاقة نظيفة خاصة بها. في أيرلندا، حيث تستهلك مراكز البيانات بالفعل أكثر طاقة من جميع المنازل مجتمعة، قد تجمّد المنظمون الموافقات الجديدة حتى عام 2028 على الأقل، مما يُظهر كيف يمكن أن تعطل السياسة والترخيص حتى أفضل المشاريع ممولة.

تشغيل ذكاء اصطناعي أكثر ذكاء: ذكاء اصطناعي يدير ذكاء اصطناعي

من المثير للاهتمام أن يتم استخدام ذكاء الاصطناعي نفسه لإدارة العبء البنيوي. تم تطبيق التعلم التعزيزي في مراكز البيانات الإنتاجية لتحسين أنظمة التبريد، مما أدى إلى توفير في استهلاك الطاقة يتراوح بين 14 و21 بالمئة دون المساس بالسلامة. يتم استخدام النماذج الرقمية والنمذجة التنبؤية أيضًا لتوقع المناطق الساخنة، وتبريد المعدات مسبقًا، وتنقل الحمولات إلى ساعات أو فترات زائدة من الطاقة المتجددة.

قد أظهرت شركة جوجل بالفعل كيف يمكن للمعرفة الاصطناعية تقليل احتياجات تبريد مركز البيانات بنسبة 40 بالمئة، وتبنّت مشغلون آخرون أنظمة مماثلة. مع ارتفاع تكاليف الطاقة والتبريد، أصبحت هذه المدخرات التشغيلية حافة تنافسية أساسية.

المنظور الاستراتيجي

المسار واضح. من المتوقع أن يتضاعف الطلب على ذكاء الاصطناعي لاستهلاك الكهرباء في مراكز البيانات على مستوى العالم بحلول عام 2030، مع احتساب حمولات ذكاء الاصطناعي وحدها لمشاركة منخفضة من استهلاك الطاقة العالمي الإجمالي بحلول عام 2050. في حين تواصل شركة NVIDIA وشركات تصنيع الرقاقات الأخرى دفع أداء السيليكون إلى الأمام، فإن الحدود العملية لذكاء الاصطناعي ستُحدد بمدى سرعة قدرة شركات الطاقة على بناء توليد وتحويل وبنية تبريد جديدة.

هذا يعني للشركات التي تبني منتجات ذكاء اصطناعي أن خارطتها الطريق تتأثر بشكل متزايد بوجود السعة. للمستثمرين، قد تكون أكثر اللعب قيمة شركات الطاقة، ومطوري النقل، وشركات التبريد بدلاً من مجرد موردي وحدات معالجة الرسومات. ولمنظمي السياسات، فإن النقاش حول ذكاء الاصطناعي ينتقل من أسئلة الأخلاقيات وحوكمة البيانات إلى أسئلة الجيجاوات، والماء، وتنمية الشبكة.

مستقبل ذكاء الاصطناعي لن يتم تحديده فقط في مختبرات البحث ومصانع الرقاقات، ولكن في محطات التوزيع، ودورات التبريد، ومحطات الطاقة. فيزياء النطاق — وليس فقط رياضيات الخوارزميات — هي ما سيحدد سرعة ونطاق ذكاء الاصطناعي في العقد القادم.