نزاع البنية التحتية للقدرة الحاسوبية للذكاء الاصطناعي: من سيسيطر على شريان الحياة في العصر الذكي؟

القدرة الحاسوبية: "الصلب والكهرباء" في عصر الذكاء الاصطناعي

عند دخول أي مؤتمر تقني كبير، سرعان ما يتحول مشهد الاحتفالات بالإنجازات في مجال الذكاء الاصطناعي إلى الموضوع نفسه — القدرة الحاسوبية. وهذا يذكّرنا بفجر العصر الصناعي، حيث كانت الأفكار الجريئة تحتاج إلى الفولاذ والكهرباء أو شبكات نقل موثوقة لتتحقق. اليوم، ما يعادل البنية التحتية للذكاء الاصطناعي هو القدرة على تدريب النماذج المتقدمة وتشغيلها على نطاق واسع.

كان الذكاء الاصطناعي في يوم من الأيام حصرًا في مختبرات الأبحاث. أما اليوم، فقد أصبح يؤثر على استراتيجيات الشركات، وتخطيط المخاطر الحكومية، وحتى على طرق الإبداع في الإعلام والفنون والترفيه. ومع استمرار تحسين قدرات الأنظمة، يعتمد التقدم بشكل متزايد على القدرة الحاسوبية الكامنة خلفها، وليس فقط على الخوارزميات الذكية.

يعتمد تشغيل نماذج الذكاء الاصطناعي الحديثة على مجموعات كثيفة من وحدات معالجة الرسوميات (GPU)، وترابطات عالية السرعة، وخطوط بيانات لا تنهار تحت الضغط. ووفقًا لتقرير مؤشر الذكاء الاصطناعي الصادر عن معهد ستانفورد HAI، لا يزال جزء كبير من القدرة الحاسوبية العالمية في أيدي عدد قليل من المورّدين. وبالنسبة للشركات، يعني هذا دورات تطوير أبطأ، وتكاليف أعلى، وخطر توقّف النشر أثناء أوقات الذروة في الطلب.

الاختناق الرئيسي: احتكار القدرة الحاسوبية من قبل عدد قليل من اللاعبين

جزء كبير من البنية التحتية الرقمية العالمية يعتمد على عدد قليل من المنظمات — فهي تملك القدرة الحاسوبية وتضع شروط الوصول إليها. ولم يعد هذا مجرد مسألة تقنية بحتة. فعندما تتوغل أنظمة الذكاء الاصطناعي في الدفاع والرعاية الصحية والتمويل، يتحول السؤال حول من يسيطر على البنية التحتية التي تقف خلف الوظائف الأكثر حساسية في أي دولة إلى مسألة جيوسياسية واستراتيجية.

الجهات التنظيمية وقادة الشركات يعيدون تقييم توقعاتهم بشأن البنية التحتية للذكاء الاصطناعي. بحلول منتصف عام 2023، كانت أكثر من 70 ولاية قضائية قد أطلقت مبادرات سياسات نشطة للذكاء الاصطناعي، اهتم كثير منها بشكل خاص بمتطلبات إقامة البيانات وقابلية المراجعة والشفافية. وفي هذا السياق، يشهد مشهد البنية التحتية تحولاته الخاصة.

تحول البنية التحتية للقدرة الحاسوبية: السحابة المتعددة والأنظمة الموزعة والحافة

مع تزايد الطلب على القدرة الحاسوبية، تجرّب الشركات مجموعة من الاستراتيجيات المركّبة. بعض الشركات توزّع أعباء العمل عبر سحابات متعددة لتجنب الاعتماد على مورّد واحد، خاصة عندما تكون وحدات معالجة الرسوميات نادرة. وتتجه شركات أخرى إلى مزوّدي خدمات البنية التحتية الجدد للذكاء الاصطناعي، الذين يقومون بتحسين الأنظمة للتدريب والاستدلال، مما يساعد الفرق في الحفاظ على أداء مستقر في المهام الحساسة زمنيًا مثل كشف الاحتيال أو دعم القرارات السريرية.

كما تحظى شبكات الحوسبة الموزعة باهتمام متزايد. فمن خلال تجميع وحدات معالجة الرسوميات الخاملة أو الموزعة جغرافيًا، تتيح هذه الشبكات للفرق نقل أعباء العمل عبر المناطق ومعرفة المكان الذي يحدث فيه المعالجة بدقة. وهذا مفيد بشكل خاص للفرق التي يجب أن توثّق كل خطوة لتلبية متطلبات التدقيق والامتثال. وتشير هذه الممارسات مجتمعة إلى أن المنظمات تعتبر الآن القدرة الحاسوبية أصلًا مخططًا له، وليست مجرد مرفق خلفي.تؤثر مجموعة من القدرات التقنية الجديدة على تخطيط البنية التحتية للفرق. أصبح الاستدلال عند الحافة أكثر شيوعًا في الأنظمة الفورية، إذ يتطلع المطورون إلى استجابات أسرع. الأدوات التي تتحقق من سلامة البيانات، مثل البراهين التشفيرية والسجلات المقاومة للعبث، تحولت من ميزات إضافية نادرة إلى مواصفات قياسية يتوقعها المشترون. كما بدأت مجمعات الحوسبة المحايدة في الظهور كأدوات مساعدة عملية للتخطيط، تتيح للمؤسسات حجز سعة وحدات معالجة الرسومات مسبقًا، وتجنب التنافس الشائع عندما تتداخل دورات التدريب المتعددة.

استكشاف أنماط جديدة: الحوسبة الموزعة والقابلة للتحقق

تختبر عدة شركات طرقًا جديدة لتوزيع قوة الحوسبة والتحقق منها. ومن الأفكار الجديرة بالاهتمام البنية اللامركزية متعددة الطبقات: توزيع القدرة الحاسوبية عبر مناطق متعددة بدلاً من تركيزها في سوق واحدة. تتضمن هذه الأنظمة عادةً مكوّن حوكمة يشارك فيه المجتمع، وطبقة تحقق توفر فحوصات سلامة على السلسلة، وطبقة حوسبة تنسق شبكة أوسع من وحدات معالجة الرسومات.

مع تزايد تعقيد نماذج مثل GPT-5 من OpenAI وGemini من Google وGrok من xAI، تتعرض البنية التحتية الحالية للحوسبة لضغوط هائلة، مما يثير الاهتمام بالشبكات الموزعة القادرة على استكمال سعة مراكز البيانات التقليدية.

تُعد شبكة Hyra مثالًا على استكشاف هذا النمط. يجمع المشروع أكثر من ثلاثة ملايين جهاز توفر معًا قدرة حاسوبية كبيرة. ومن مزاياه العملية معالجة الاستدلال قرب مكان إنشاء البيانات، مما يقلل زمن الاستجابة في السيناريوهات التي يكون فيها ذلك مهمًا حقًا.

قال جون تران، مؤسس ورئيس Hyra: “لا ينبغي أن يكون الذكاء الاصطناعي حكرًا على كيانات مركزية قليلة.” وأكد أن مهمة الشركة هي المساعدة في بناء بنية تحتية للذكاء الاصطناعي شفافة ومدفوعة بالمجتمع.

تبني Hyra بنية تحتية موزعة للذكاء الاصطناعي تركز على قابلية التحقق والتنسيق. فبدلاً من الاعتماد على مركز واحد، يعمل إطارها على مواءمة أعباء العمل مع الأجهزة الإقليمية ومجموعات الحوسبة، مما يحافظ على استقرار الأداء حتى مع تقلب الطلب. يقلل هذا الهيكل من زمن الاستجابة للاستدلال الحساس للوقت، كما ينتج سجلات قابلة للتتبع حول كيفية تنفيذ كل عملية. وبالنسبة للمؤسسات العاملة في قطاعات منظمة، أصبحت هذه الشفافية توقعًا أساسيًا متزايدًا وليست رفاهية تقنية.

في الوقت نفسه، يُظهر صعود النماذج مفتوحة المصدر مثل DeepSeek أن شبكات الحوسبة الموزعة يمكن أن تعمل بالتوازي مع البنية التحتية المركزية، مما يمنح الفرق التي تدرب أنظمة الذكاء الاصطناعي أو تضبطها مرونة أكبر. يتماشى هذا الاتجاه مع الطلب المتزايد الذي تسعى Hyra والشبكات المماثلة إلى تلبيته.

منطق تصميم هذا الإطار مهم بنفس القدر. فمن خلال كتابة تفاصيل التنفيذ في سجلات قابلة للتدقيق، تحصل الفرق على سجل موثوق لاستخدام الموارد. يوفّر نموذج التنسيق في الشبكة للمؤسسات طريقة شفافة لتخصيص وتبادل القدرة الحاسوبية عبر المناطق دون إخفاء النشاط داخل الأنظمة الداخلية. وفي ما يخص الحوكمة، يتضمن التصميم مشاركة المجتمع مع الحفاظ على ضوابط عملية، بدلاً من ترك جميع القرارات لسلطة واحدة.

ما الذي يتعين على قادة المؤسسات الاستعداد لهتعمل الجهات التنظيمية المالية والطبية على تشديد متطلبات التتبع، مطالبة الشركات بالاحتفاظ بسجلات تنفيذ قابلة للتدقيق لفترة طويلة بعد تشغيل النماذج. بدأت معايير مساءلة النماذج في التبلور، وتطرح العديد من الحكومات في آسيا وأوروبا حوافز لبناء بنية تحتية محلية للذكاء الاصطناعي لتقليل الاعتماد على مصادر الحوسبة الأجنبية.

بالنسبة للقادة، هذا يعني أن خيارات البنية التحتية تحدد بشكل متزايد ما إذا كانت المؤسسات قادرة على تلبية المتطلبات السياسية الناشئة، والتوسع بشكل موثوق في ظل تقلبات الطلب، والعمل عبر الحدود دون مواجهة عقبات امتثال. الفرق التي تخطط لاستخدام أوسع للذكاء الاصطناعي قد تحتاج إلى التراجع خطوة لتقييم درجة اعتمادها على مورد واحد، والنظر في ما إذا كانت مصادر الحوسبة المختلطة أو الخيارات المحايدة تتوافق مع أنماط أعباء العمل الخاصة بها. كما ينبغي للفرق التي تعمل في بيئات خاضعة للتنظيم أن تفكر في التنفيذ القابل للتحقق، حيث يتوقع المدققون عادةً رؤية أدلة واضحة على كيفية ومكان معالجة المهام الحساسة.

لا تعتمد المرحلة التالية من الذكاء الاصطناعي على تقدم النماذج نفسها فحسب، بل على البنية التحتية التي تحافظ على تشغيلها بسلاسة. المؤسسات التي تتعامل مع القدرة الحاسوبية كقدرة قابلة للإدارة بدلاً من كونها خدمة عامة غير مرئية، ستكون في وضع أفضل في الاقتصاد العالمي للذكاء الاصطناعي.

المشهد السوقي: من يستفيد ومن يواجه ضغوطًا

يضع المشهد المركزي الحالي لسوق القدرة الحاسوبية مزودي الخدمات السحابية فائقة الحجم في موقع مهيمن في المفاوضات، لكنهم يواجهون أيضًا تحديات محتملة من الشبكات الموزعة. بالنسبة لشركات البنية التحتية الناشئة للذكاء الاصطناعي، مثل تلك التي تقدم سحابات GPU مخصصة أو خدمات استدلال الحافة، تتسع الفرص السوقية. يضطر مشغلو مراكز البيانات التقليديون إلى زيادة الاستثمار في استهلاك الطاقة وتقنيات التبريد السائل والطاقة المستدامة لمواجهة ضغوط أعباء عمل الذكاء الاصطناعي.

إذا أرادت شبكات الحوسبة الموزعة أن تتحدى السحابة المركزية حقًا، فلا تزال بحاجة إلى حل مشكلات زمن الاستجابة للشبكة، وبناء الثقة، والجدوى التجارية. لكن نمو متطلبات الامتثال سيدفع المزيد من الشركات إلى تجربة هذه النماذج الجديدة، خاصة في سياق صعود السحابات السيادية والسحابات القطاعية.

اتجاهات الصناعة: بوادر بنية تحتية أصلية للذكاء الاصطناعي

من الاستدلال عند الحافة إلى الحوسبة القابلة للتحقق، إلى مجمعات القدرة الحاسوبية المحايدة، تشير هذه المؤشرات إلى اتجاه أوسع: البنية التحتية للذكاء الاصطناعي تنتقل من مجرد سباق على الحجم إلى توازن بين التوزيع والشفافية والتحكم. قد لا تكون بنية تكنولوجيا المعلومات المؤسسية في المستقبل خيارًا إما-أو، بل شكلًا هجينًا يجمع بين المركزية والتوزيع.

كما يشير مفهوم "السحابة الأصلية للذكاء الاصطناعي"، ستُعاد تصميم البنية التحتية حول أعباء عمل الذكاء الاصطناعي، بدلاً من مجرد استخدام منصات سحابية عامة. سيؤثر هذا بعمق على المسارات المهنية لمهندسي المؤسسات والاتجاهات الاستراتيجية للموردين.

CloudTechDaily Insightتكمن الأهمية الأبرز لهذه الحادثة في أن بنية القوة في صناعة الذكاء الاصطناعي العالمية تنتقل من "هيمنة النماذج" إلى "دمقرطة القدرة الحاسوبية". فعندما يمسك عدد قليل من اللاعبين بزمام القدرة الحاسوبية، يُخنق الابتكار بشكل غير مرئي، وتصبح استراتيجيات المؤسسات رهينة لخرائط طريق مزودي الخدمات السحابية، وتتعرض السيادة الوطنية للتآكل التقني. ولا تكمن قيمة الشبكات الموزعة مثل Hyra Network في الإطاحة بعمالقة السحابة الحاليين، بل في إظهارها بديلاً: نظامًا بيئيًا حاسوبيًا يحركه المجتمع، وقابلًا للتحقق، وقائمًا على التعاون عبر المناطق. وبالنسبة لاستراتيجية تكنولوجيا المعلومات في المؤسسات، لم يعد تنويع مصادر القدرة الحاسوبية خيارًا، بل ضرورة من ضرورات إدارة المخاطر. ونوصي كبار مسؤولي التقنية (CTO) والمهندسين المعماريين، عند التخطيط لخارطة طريق الذكاء الاصطناعي، بأن يتعاملوا مع توفير القدرة الحاسوبية كأصل استراتيجي، وأن يقيّموا استراتيجية هجينة تجمع بين السحب المتعددة والحوسبة الطرفية والمجمعات المحايدة، مع إعطاء الأولوية للبنية التحتية التي توفر سجلات قابلة للتدقيق. خلال السنوات الخمس المقبلة، ستصبح "قابلية تفسير الحوسبة" مطلبًا أساسيًا للامتثال المؤسسي تمامًا مثل "سيادة البيانات". ولن تقتصر صناعة الحوسبة السحابية بعد الآن على تأجير الموارد الحاسوبية، بل ستعمل على بناء شبكة موثوقة لتداول القدرة الحاسوبية وحوكمتها. ومن يستطيع إيجاد التوازن بين الانفتاح والتحكم، هو من سيحدد ملامح العقد المقبل للبنية التحتية للذكاء الاصطناعي.