مراكز بيانات الذكاء الاصطناعي تعيد كتابة قواعد البنية التحتية: لماذا يصطدم توسع القدرة الحاسوبية أولًا بحدود شبكة الكهرباء؟

مراكز بيانات الذكاء الاصطناعي تعيد كتابة قواعد البنية التحتية: لماذا يواجه توسّع القدرة الحاسوبية أولًا سقف الشبكة الكهربائية

سياق الصناعة

تنتقل المنافسة في صناعة الذكاء الاصطناعي، من التنافس على عدد معاملات النماذج وتوافر الشرائح، إلى قدرة البنية التحتية الأعمق. ووفقًا لما نقلته *لوس أنجلوس تايمز* عن معلومات من الصناعة، تقترب مراكز بيانات الذكاء الاصطناعي من حدودها الفيزيائية وحدود أنظمة الطاقة: فجيل جديد من وحدات GPU وتصاميم الرفوف يواصل رفع كثافة الحوسبة، وفي الوقت نفسه يزيد متطلبات استهلاك الطاقة لكل رف ولكل مجمع بالكامل.

هذا يعني أن البنية التقليدية لمراكز البيانات التي كانت تدعم سابقًا التخزين السحابي والتجارة الإلكترونية واستضافة الويب لم تعد قادرة على استيعاب أحمال تدريب واستدلال الذكاء الاصطناعي بشكل مباشر. وتشير المقالة إلى أن قدرة رفوف الخوادم في مراكز البيانات التقليدية تتراوح عادة بين 25 و40 كيلوواط، بينما ارتفعت قدرة رفوف مراكز بيانات الذكاء الاصطناعي بسرعة؛ ومع تقدم شرائح الجيل الجديد مثل Nvidia Blackwell وما يتبعها من معماريات، تتجه الصناعة نحو تصميم أنظمة ذات كثافة طاقة أعلى.

وجوهر المشكلة ليس مجرد «مزيد من الشرائح»، بل «كيف يمكن تشغيل هذا العدد الأكبر من الشرائح فعليًا». وكان إيلون ماسك، الرئيس التنفيذي لتسلا وSpaceX، قد قال في وقت سابق من هذا العام إن سيناريو قد يظهر مستقبلًا يتمثل في أن «الشرائح تُنتَج، لكن لا يمكن تزويدها جميعًا بالكهرباء». ويعكس هذا الحكم واقعًا أوسع: فازدهار الذكاء الاصطناعي انتقل من سباق القدرة الحاسوبية إلى مرحلة جديدة يحدد فيها كل من الكهرباء والتبريد وتوزيع الطاقة ودورات الموافقات وتيرة النمو.

أثر السوق

هذه الجولة من القيود تؤثر أولًا في ثلاثة أنواع من المشاركين في السوق.

أولًا، مزودو السحابة العملاقة ومشغلو خدمات السحابة للذكاء الاصطناعي. فهم الجهة التي تدفع مباشرة لتوسيع مراكز البيانات، وأول من تصطدم به عنق الزجاجة الكهربائي. ومع ارتفاع حصة أعباء عمل الذكاء الاصطناعي، لم يعد الإنفاق الرأسمالي يذهب أساسًا إلى الخوادم وGPU نفسها، بل يجب أن يتوجه أيضًا بالتوازي إلى أنظمة المحطات الفرعية، والتبريد، وتوزيع الطاقة، ومصادر الطاقة الاحتياطية. وبالنسبة لمزودي السحابة الذين يعتمدون على الإطلاق السريع والتوسع المستمر، أصبح سرعة الربط بالشبكة الكهربائية السقف الجديد للنمو.

ثانيًا، سلسلة توريد الشرائح والخوادم. لا تزال Nvidia أحد المستفيدين الرئيسيين من هذه الجولة من ترقية البنية التحتية، لكن كلما ارتفع أداء شرائحها بوتيرة أسرع، زاد الضغط على ترقية البنية المحيطة. وتشير المقالة إلى أن Nvidia تدفع نحو تصميم مسارات تزويد طاقة أكثر كفاءة، كما تستثمر في شركات ناشئة مرتبطة بكفاءة الطاقة، مثل Emerald AI، لمساعدة مراكز البيانات على تجنب الضغط المفرط على الشبكة في أوقات الذروة. وبعبارة أخرى، لم تعد شركات الشرائح تبيع بطاقات تسريع فقط، بل أصبحت تشارك في تعريف بنية مركز البيانات بأكملها.ثالثًا، شركات معدات الطاقة والتبريد وإدارة الطاقة. إن التبريد السائل، وإمدادات التيار المستمر، والمحولات الصلبة، وتحسين أنظمة التوزيع وغيرها من الحلقات، تتحول من "مرافق مساندة" إلى مكونات أساسية في بنية تحتية الذكاء الاصطناعي. وتستفيد شركات المعدات مثل GE Vernova وVertiv من هذا الاتجاه. وتشير المقالة أيضًا إلى أن أبحاث Nvidia وVertiv ذات الصلة تظهر أن التبريد السائل يمكن أن يرفع كفاءة مراكز البيانات بنحو 15%. ورغم أن هذا ليس الحل النهائي لأزمة نقص الطاقة، فإنه يوضح أن القطاع قد دخل مرحلة "كل نقطة مئوية من الكفاءة تستحق السعي وراءها".

ومن منظور السوق المالية، ستتغير أيضًا منطق التقييم لبنية تحتية الذكاء الاصطناعي تبعًا لذلك. ففي الماضي كان المستثمرون يركزون على ما إذا كان الطلب على القدرة الحاسوبية سيستمر، أما الآن فيجب عليهم تقييم عدة أمور في الوقت نفسه: دورة ربط الشبكة الكهربائية، وتسليم معدات المحطات الفرعية، ونضج حلول التبريد، وما إذا كانت هذه العوامل ستضغط على فترة استرداد عوائد مشاريع الذكاء الاصطناعي.

Competitive Landscape

من المستفيد:

• Nvidia: لا تستفيد فقط من الطلب على وحدات GPU، بل تعزز أيضًا نفوذها في معايير بنية تحتية الذكاء الاصطناعي من خلال دفع تصميمات الأنظمة الأعلى كثافة.
• Vertiv وGE Vernova وغيرها من موردي معدات الطاقة والإدارة الحرارية: مع استمرار ارتفاع قدرة الرفوف، لم تعد معدات الطاقة عنصرًا ثانويًا، بل أصبحت عاملًا حاسمًا في نجاح المشروع أو فشله.
• مشغلو السحابة ومراكز البيانات القادرون على تأمين الطاقة: من يتمكن من الحصول على الطاقة والأراضي والتصاريح بسرعة أكبر، يكون الأرجح أن يؤمّن عملاء الذكاء الاصطناعي مبكرًا.

من تحت الضغط:

• شركات الذكاء الاصطناعي التي تعتمد على مسار واحد لتوسيع القدرة الحاسوبية: إذا لم تتوسع الطاقة والتبريد بالتوازي، فستتباطأ كل من تكرارات النماذج وإطلاق المنتجات بسبب البنية التحتية.
• الشركات التقنية ذات الأهداف الطموحة للطاقة النظيفة لكنها تعتمد على زيادات كبيرة في الأحمال: تذكر المقالة أن بعض الشركات قد تواجه ضغطًا لإعادة الموازنة بين توسع الذكاء الاصطناعي وأهداف المناخ.
• المجتمعات المحلية والجهات التنظيمية في المناطق التي تعاني من شح موارد الشبكة الكهربائية: قد يؤدي توسع مراكز البيانات إلى رفع أسعار الكهرباء وإثارة رد فعل سياسي أشد.

من المرجح أن يلحق بالركب:

• ستواصل شركات الشرائح الأخرى إطلاق أنظمة أعلى أداءً، لكنها أيضًا أعلى كثافة في استهلاك الطاقة، مع الدفع نحو ترقية البنية الكهربائية المرافقة.
• ستدرج المزيد من مزودي الخدمات السحابية "كفاءة إمداد الطاقة" ضمن تخطيط المنتجات والمجمعات، لا باعتبارها مجرد تكلفة هندسية.
• ستولي شركات تطبيقات الذكاء الاصطناعي أيضًا اهتمامًا أكبر بتكاليف الاستدلال، لأن قيود البنية التحتية ستنعكس في النهاية على أسعار استدعاء النماذج وعوائق النشر لدى العملاء من الشركات.

Enterprise Implications

بالنسبة لصناع القرار في الشركات، يرسل هذا التقرير ثلاث إشارات مهمة.1. يتغير هيكل تكلفة نشر الذكاء الاصطناعي. في السابق، عندما كانت الشركات تقيّم مشاريع الذكاء الاصطناعي، كانت تركز غالبًا على أداء النموذج، وسعر الشراء، ونتائج التطبيق؛ أما الآن، فيجب إدراج قيود البنية التحتية ضمن إجمالي تكلفة الملكية (TCO). وإذا استمرت تكاليف الكهرباء والتبريد في بنية الاستدلال في الارتفاع، فسيصبح عائد الاستثمار (ROI) للذكاء الاصطناعي المؤسسي أكثر اعتمادًا على التوسع في الاستخدام، وجدولة أعباء العمل، وكفاءة استخدام الموارد.

2. ما تشتريه الشركات ليس قدرة النموذج فقط، بل قدرة تسليم متكاملة. سواء كان الأمر يتعلق بخدمة عملاء بالذكاء الاصطناعي، أو أتمتة المبيعات، أو مساعد المعرفة الداخلي، فإن الحل القادر على التنفيذ فعليًا يحتاج في الخلفية إلى موارد حوسبة وسحابة مستقرة وقابلة للتوسع وقابلة للتدقيق. وستؤثر اختناقات البنية التحتية مباشرة في قابلية المنتج للاستخدام، وزمن الاستجابة، وسرعة التوسع.

3. تتقاطع حوكمة الذكاء الاصطناعي مع حوكمة الطاقة. مع ارتفاع استهلاك مراكز البيانات للكهرباء، ستواجه الشركات بشكل متكرر قضايا التنظيم، والانبعاثات الكربونية، وأسعار الكهرباء. وبالنسبة إلى الشركات الكبيرة والمؤسسات العامة، لا ينبغي لتقييم مشتريات الذكاء الاصطناعي أن يكتفي بسؤال: "هل النموذج جيد؟"، بل يجب أن يسأل أيضًا: "هل يمكنه العمل باستمرار ضمن قيود الامتثال والطاقة والتكلفة؟"

التوقعات

خلال 12 شهرًا: سينتقل محور الاستثمار في البنية التحتية للذكاء الاصطناعي أكثر من "شراء مزيد من وحدات GPU" إلى "جعل وحدات GPU تعمل بكفاءة أعلى". وسيصبح التبريد السائل، وتحسين توزيع الطاقة، وإدارة الأحمال الذروية، وحلول التخزين المحلي للطاقة أكثر شيوعًا. كما أن سرعة الموافقة على مشاريع مراكز البيانات، والربط بالشبكة الكهربائية، وتسليم المعدات، ستكون أكثر تأثيرًا في وتيرة التوسع من مجرد شراء القدرة الحاسوبية.

خلال 24 شهرًا: ستصبح الرفوف ذات كثافة القدرة الأعلى أمرًا اعتياديًا في الصناعة، وقد تحظى حلول جديدة مثل التغذية الكهربائية المستمرة بجهد 800 فولت بمزيد من التجارب والطلبات. وبالنسبة إلى مزودي الخدمات السحابية ومشغلي بنية الذكاء الاصطناعي التحتية، فإن من يستطيع تحقيق كفاءة حوسبة أعلى لكل واط سيكون قادرًا على تقديم خدمات أكثر ضمن الحصة نفسها من الكهرباء.

خلال 3 سنوات: ستتباين المنافسة في صناعة الذكاء الاصطناعي بشكل أوضح إلى نوعين من الشركات: نوع يمتلك القدرة على تنسيق الكهرباء والأراضي والمعدات ورأس المال، ويمكنه التوسع باستمرار؛ ونوع آخر سيفقد ميزة السرعة أمام تكلفة الحوسبة ودورات التوريد. عندها، لن تكون المنافسة في الذكاء الاصطناعي مجرد صراع نماذج، بل ستصبح منافسة نظامية حول "من يستطيع إيصال الكهرباء إلى الشريحة".

الخلاصة

ربما لا يكون المتغير الأكثر تقليلًا من شأنه في صناعة الذكاء الاصطناعي هو النموذج نفسه، بل العالم المادي الذي يدعم تشغيله. وكلما تسارع توسع القدرة الحاسوبية، ازدادت قيمة الشبكة الكهربائية والتبريد وتوزيع الطاقة. وبالنسبة إلى الشركات والمستثمرين والباحثين في الصناعة، فإن ما يحتاجون إلى تتبعه حقًا ليس فقط وتيرة إطلاق الجيل التالي من وحدات GPU، بل أيضًا ما إذا كانت سلسلة بنية الذكاء الاصطناعي التحتية بأكملها قادرة على مواكبة هذا الانفجار في الطلب.

مصدر المعلومات URL

• https://www.latimes.com/environment/story/2026-06-02/inside-race-to-rebuild-ai-data-centers-before-grid-hits-its-limit