مراكز بيانات الذكاء الاصطناعي: كيف تعيد قوة الحوسبة عالية الأداء والنظام البيئي للسحابة الذكية تشكيل البنية التحتية الرقمية؟

مراكز بيانات الذكاء الاصطناعي: كيف تعيد القوة الحاسوبية عالية الأداء والنظام البيئي السحابي الذكي تشكيل البنية التحتية الرقمية؟

وفقًا لتقرير صادر عن Spherical Insights & Consulting، من المتوقع أن ينمو حجم سوق مراكز بيانات الذكاء الاصطناعي العالمي من 36.32 مليار دولار أمريكي في عام 2025 إلى 348.4 مليار دولار أمريكي بحلول عام 2035، بمعدل نمو سنوي مركب (CAGR) يبلغ 25.37%. ويتجاوز هذا المعدل بكثير سوق مراكز البيانات التقليدية، ويعود ذلك إلى الانفجار المركّز للطلب على القدرة الحاسوبية عالية الأداء الناتج عن الذكاء الاصطناعي التوليدي والحوسبة السحابية والتحول الرقمي للمؤسسات.

خلفية الحدث: لماذا تصبح مراكز بيانات الذكاء الاصطناعي "المركز الجديد" للبنية التحتية الرقمية؟

تعتمد مراكز البيانات التقليدية على وحدات المعالجة المركزية (CPU) كأساس لها، وتعمل بشكل أساسي على استضافة أنظمة الأعمال الخاصة بالمؤسسات وقواعد البيانات والمواقع الإلكترونية. بينما تستهدف مراكز بيانات الذكاء الاصطناعي تدريب النماذج الكبيرة، والاستدلال بالتعلم العميق، وتحليل البيانات في الوقت الفعلي، وتتطلب دمج آلاف وحدات معالجة الرسومات (GPU) أو وحدات معالجة التوترات (TPU) في مجموعات حوسبة متوازية. ولا يقتصر هذا التغيير في البنية على طريقة تكديس العتاد فحسب، بل يشمل أيضًا منطق إمداد الطاقة والتوزيع والتبريد والشبكات والإدارة التشغيلية.

لقد أدى ظهور تطبيقات الذكاء الاصطناعي التوليدي إلى تحويل مراكز بيانات الذكاء الاصطناعي من مرافق حصرية لعدد قليل من شركات التكنولوجيا إلى بنية تحتية عامة لجميع القطاعات تقريبًا، مثل الرعاية الصحية والمالية والتصنيع والتجزئة والاتصالات. تحتاج البنوك إلى الذكاء الاصطناعي لكشف الاحتيال والتداول الخوارزمي، وتحتاج المستشفيات إلى الذكاء الاصطناعي لتحليل الصور الطبية، ويحتاج مصنعو السيارات إلى تدريب نماذج القيادة الذاتية — وتعتمد كل هذه السيناريوهات على القدرة الحاسوبية التي توفرها مراكز بيانات الذكاء الاصطناعي.

ويشير التقرير أيضًا إلى أن مزودي الخدمات السحابية فائقي الحجم يعملون على تسريع نشر مرافق محسّنة للذكاء الاصطناعي، كما تظهر مراكز بيانات الذكاء الاصطناعي الطرفية في الوقت نفسه لتقليل زمن استجابة التطبيقات في الوقت الفعلي. ويمكن القول إن مراكز بيانات الذكاء الاصطناعي أصبحت الأساس المادي للاقتصاد الذكي.

التحليل التقني: الحوسبة عالية الأداء والرقائق المتخصصة والبنية المستدامة

يمكن فهم التطور التقني الأساسي لمراكز بيانات الذكاء الاصطناعي من ثلاثة أبعاد:

الحوسبة عالية الأداء (HPC) تقود نظام القدرة الحاسوبية

يُعد تدريب نماذج الذكاء الاصطناعي مهمة نموذجية مكثفة من حيث القدرة الحاسوبية. يذكر التقرير أن تدريب النماذج يتضمن مليارات إلى تريليونات من المعاملات، ويجب تقصير وقت التدريب من خلال بنى متوازية واسعة النطاق. لذلك، تعتمد مراكز بيانات الذكاء الاصطناعي بشكل عام مجموعات GPU أو مصفوفات مسرعات الذكاء الاصطناعي، إلى جانب تخزين عالي السرعة وشبكات منخفضة الزمن، لضمان عمل آلاف المعالجات بشكل متزامن. وقد أصبح أداء HPC مؤشرًا أساسيًا لتصنيف قدرات مراكز بيانات الذكاء الاصطناعي.

الرقائق المتخصصة والحوسبة غير المتجانسة

على الرغم من أن وحدات معالجة الرسومات (GPU) لا تزال القوة الرئيسية لحوسبة الذكاء الاصطناعي، إلا أن وحدات معالجة التوترات (TPU) ووحدات المعالجة العصبية (NPU) والعديد من شرائح ASIC المخصصة تخترق السوق بسرعة. تحاول TPU من Google Cloud، وTrainium/Inferentia المطورة ذاتيًا من AWS، وسلسلة AMD Instinct، وIntel Gaudi تقليل الاعتماد على مورد GPU واحد. وتعد بنية الحوسبة غير المتجانسة (تعاون CPU مع مسرعات متعددة) اتجاهًا مهمًا في تصميم البنية التحتية الحديثة للذكاء الاصطناعي، حيث يمكنها تحسين استهلاك الطاقة والأداء وفقًا لأعباء العمل المختلفة.### التبريد السائل والطاقة الخضراء أصبحا ضرورة ملحّة كثافة الطاقة في مراكز بيانات الذكاء الاصطناعي تتزايد بشكل حاد. يضع التقرير تقنية التبريد السائل ومراكز البيانات الخضراء ضمن الاتجاهات الرئيسية. يستطيع التبريد السائل إزالة الحرارة بكفاءة أعلى من التبريد الهوائي التقليدي، ويخفض فعليًا قيمة PUE. مع تطور استهلاك الطاقة للرقاقة الواحدة إلى ما يزيد عن 1000 واط، لم يعد بإمكان مراكز بيانات الذكاء الاصطناعي المنشأة حديثًا الاعتماد على التبريد الهوائي فقط. إمدادات الطاقة وتكامل الطاقة المتجددة يتحولان من قضية بيئية إلى شرط اقتصادي يحدد ما إذا كان المشروع قابلاً للتنفيذ.

تحليل تأثير المؤسسات: إعادة التوازن بين التكلفة والتشغيل والامتثال

في مواجهة موجة مراكز بيانات الذكاء الاصطناعي، تحتاج المؤسسات إلى الإجابة عن سؤال: هل يجب بناء بنية تحتية للذكاء الاصطناعي أو استئجارها، وكيفية تجنب خروج التكاليف عن السيطرة.

تتضمن النفقات الرأسمالية (CAPEX) لبناء مركز بيانات ذكاء اصطناعي خاص الموقع، ومرافق الكهرباء، وأنظمة التبريد السائل، والخوادم عالية الأداء. أما النفقات التشغيلية (OPEX) فتتأثر باستهلاك الكهرباء والاستهلاك وتكاليف فريق الخبراء التقنيين. بالنسبة لمعظم مقدمي الخدمات غير السحابية، فإن البناء الذاتي غالبًا ليس الحل الأمثل. نسبيًا، الحصول على مثيلات GPU عند الطلب عبر AWS أو Azure أو Google Cloud، أو استئجار حاويات عالية الكثافة من مراكز بيانات محايدة مثل Equinix أو Digital Realty، يمكن أن يوفر مرونة أفضل في التكاليف الأولية.

لكن التكلفة الطويلة الأجل لخدمات الذكاء الاصطناعي السحابية العامة قد تكون أعلى من المنشآت الخاصة التي تحقق معدل استخدام عاليًا للقدرة. لذلك، يتعين على المؤسسات اعتماد استراتيجية هجينة تجمع بين تكرار تدريب النماذج وحساسية البيانات ومتطلبات الامتثال.

على مستوى التشغيل، فإن شبكات وجدولة المهام في مراكز بيانات الذكاء الاصطناعي أكثر تعقيدًا من البيئات الافتراضية التقليدية. يُنصح فرق المنصات باكتساب خبرة مسبقة في Kubernetes وجدولة تجميع وحدات معالجة الرسوميات (GPU) لتجنب تجزئة الموارد. على مستوى الأمان، قد تحتوي بيانات التدريب على خصوصية المستخدمين أو أسرار الأعمال، لذا يجب على المؤسسات النظر في خيارات التشفير وتدقيق الوصول والنشر الخاص. خاصة في السيناريوهات عبر الحدود، فإن متطلبات بقاء البيانات (Data Residency) ستؤثر على اختيار الموقع الجغرافي لمركز البيانات.

تحليل المنافسة في السوق: من يستفيد، ومن يتحمل الضغط؟

من منظور هيكل السوق، تفيد مراكز بيانات الذكاء الاصطناعي أولاً مقدمي الخدمات السحابية فائقي الحجم الذين يمتلكون قدرة هائلة على الإنفاق الرأسمالي. يُظهر التقرير أن قطاعات البنوك والرعاية الصحية والتصنيع والتجزئة تزيد استثماراتها في البنية التحتية للذكاء الاصطناعي، مما يخلق طلبًا متزايدًا بسرعة على قدرات الحوسبة لصالح AWS وMicrosoft Azure وGoogle Cloud وAlibaba Cloud.

على صعيد الرقاقات، تُعد NVIDIA حاليًا الأكثر استفادة، حيث تشكل وحدات معالجة الرسوميات الخاصة بها أساس القدرة الحاسوبية للعديد من مراكز البيانات المنشأة حديثًا. لكن بطاقات التسريع من AMD وIntel والرقائق ذاتية التطوير من مقدمي الخدمات السحابية تعمل على تخفيف هيمنة NVIDIA على السوق. ستحدد المنافسة على الرقاقات السعر وتوافر القدرة الحاسوبية للذكاء الاصطناعي، لذلك يُفضل عند الشراء اعتماد حلول متوافقة مع بنى متعددة لتقليل مخاطر التوريد.بالنسبة إلى مشغّلي مراكز البيانات من الأطراف الثالثة، جلبت أحمال الذكاء الاصطناعي إيرادات أعلى لكل رفٍّ وولاء تأجيريًّا أقوى، لكنها فرضت متطلبات أعلى على سعة الطاقة وقدرات التحول إلى التبريد السائل. والمنشآت القديمة التي لا تُحدَّث في الوقت المناسب ستواجه تذبذبًا في معدلات الإشغال. أما مقدمو الخدمات القادرون على توفير طاقة متجددة وقيم PUE منخفضة، فسيكونون أكثر قدرة على كسب عقود طويلة الأجل مع عملاء الذكاء الاصطناعي.

ويوجد الضغط نفسه على مزوّدي خدمات تكنولوجيا المعلومات الخارجيين التقليديين للشركات وعلى مزوّدي الاستضافة من الفئة الصغيرة والمتوسطة. فمع ارتفاع عتبة الاستثمار في البنية التحتية للذكاء الاصطناعي، قد يفقدون أعباء العمل الحديثة لدى عملائهم الكبار، بل قد يُجبَرون على الخروج من السوق.

مراقبة اتجاهات الصناعة: مشهد القدرة الحاسوبية في السنوات الخمس المقبلة

الاتجاهات طويلة الأجل التالية تستحق أن يتابعها صناع القرار في المؤسسات باستمرار.

أولًا، ستتركز مراكز بيانات الذكاء الاصطناعي في تجمّعات إقليمية فائقة الحجم. ونظرًا إلى أن تدريب النماذج ذات المئات من مليارات المعلمات يتطلب مئات بل آلاف الميغاواط من الكهرباء، فإن المناطق القريبة من مصادر الطاقة المتجددة الرخيصة ومصادر مياه التبريد ستصبح المواقع الرئيسية لإنشاء مجمعات مراكز البيانات فائقة الحجم.

ثانيًا، سيرتفع معدل انتشار تقنية التبريد السائل بسرعة. ومن التبريد بالألواح الباردة إلى التبريد بالغمر، ستنضج سلسلة توريد أنظمة التبريد السائل تدريجيًا، لكن غياب المعايير وتكاليف التحويل يمثلان العقبات الرئيسية حاليًا.

ثالثًا، يعمل الذكاء الاصطناعي السيادي على تشكيل نظام بيئي إقليمي. فقد أطلقت اقتصادات مثل الولايات المتحدة والاتحاد الأوروبي والصين والهند خططًا وطنية للبنية التحتية للذكاء الاصطناعي. وهذا قد يحقق تنوّعًا في مصادر التوريد ويسهّل الامتثال التنظيمي، لكنه قد يزيد أيضًا من تعقيد نظام تكنولوجي عالمي موحّد.

رابعًا، تتوسع قدرات مراكز بيانات الذكاء الاصطناعي من التدريب إلى الاستدلال. ففي المستقبل، سيكون جزء أكبر من أعباء عمل المؤسسات استدلالًا في الوقت الفعلي، الأمر الذي يتطلب نشر القدرة الحاسوبية بالقرب من مصادر البيانات. ومن ثم، قد تحصل مراكز الذكاء الاصطناعي الطرفية (الحافة) والسحابة الموزعة على فرص نمو جديدة.

خامسًا، أصبحت الاستدامة تشكّل عتبة تنافسية. فإلى جانب مؤشر PUE، سيصبح كل من مؤشر WUE (كفاءة استخدام المياه) ومؤشر كثافة الكربون معيارين جديدين تختار المؤسسات على أساسهما مزوّدي الخدمات السحابية. وقد أصبح الاستثمار في الطاقة المتجددة وقدرات تخزين الطاقة أولوية لدى المشغّلين الرائدين.

إن مراكز بيانات الذكاء الاصطناعي ليست مجرد ترقية بسيطة لمراكز البيانات التقليدية IDC، بل ستعيد تعريف منحنى التكلفة والمسار التقني والحدود التنافسية للنظام البيئي السحابي.

CloudTechDaily Insight

الأكثر استحقاقًا للاهتمام في توقعات سوق مراكز بيانات الذكاء الاصطناعي ليس الحجم الهائل البالغ 348.4 مليار دولار بحلول عام 2035، بل الاتجاه القائل إن «حوسبة المؤسسات أصبحت تتجه نحو العتاد». فعندما يصبح تدريب النماذج والاستدلال عملًا أساسيًا في المؤسسات، لن تعد موارد القدرة الحاسوبية مجرد شراء عام لتكنولوجيا المعلومات، بل أصلًا استراتيجيًا يحتاج إلى تخطيط مسبق.

وبالنسبة إلى كبار مسؤولي التكنولوجيا (CTO) وكبار مسؤولي المعلومات (CIO)، فإن الاستثمار في البنية التحتية للذكاء الاصطناعي خلال السنوات الثلاث إلى الخمس المقبلة سيُزاحم ميزانيات تكنولوجيا المعلومات التقليدية. وهذا يعني أن كل دولار يُنفَق على الحوسبة السحابية يجب أن يخضع للتدقيق: هل هو لتعزيز القدرة التنافسية الذكية أم لمجرد إبقاء الأنظمة القديمة قيد التشغيل؟ ننصح المؤسسات ببناء إطار تقييم «الجاهزية للقدرة الحاسوبية للذكاء الاصطناعي»، يحدد أولًا الاحتياجات المحددة للأعمال الأساسية من التدريب والضبط الدقيق والاستدلال، ثم يقرر ما إذا كانت ستستخدم السحابة العامة أو السحابة الخاصة أو مرافق الاستضافة المُدارة.بالنسبة للصناعة، تعمل مراكز بيانات الذكاء الاصطناعي على توسيع الفجوة بين مزودي الخدمات السحابية الرائدين والمتأخرين، كما تمنح الوافدين الجدد في صناعة الرقائق ومشغلي مراكز البيانات المتخصصين فرصة لتجاوز المنافسين. نتوقع أن تصبح سلسلة توريد التبريد السائل، والبنية التحتية للكهرباء، ومنصات تنسيق الذكاء الاصطناعي محطات الاستثمار الساخنة في المرحلة المقبلة. وفي نهاية المطاف، ستتحول مراكز بيانات الذكاء الاصطناعي إلى مورد عام غير مرئي للمؤسسات تمامًا مثل شبكات الكهرباء — والشركات التي تسبق غيرها في إتقان نماذج الجدولة والتكلفة ستمتلك ميزة واضحة كرواد في الاقتصاد الذكي.

المصدر: https://www.sphericalinsights.com/blogs/why-artificial-intelligence-data-centers-are-powering-the-future-of-digital-infrastructure-through-high-performance-computing-sustainable-innovation-and-intelligent-cloud-ecosystems