تواجه أهداف الصين للطاقة الخضراء في مراكز البيانات الخاصة بالذكاء الاصطناعي تحديات واقعية: التناقض بين الطلب على القدرة الحاسوبية واستقرار شبكة الكهرباء.

توسع قدرات الحوسبة بالذكاء الاصطناعي يواجه عقبة الطاقة: التحديات الحقيقية وراء أهداف مراكز البيانات الخضراء في الصين

تتسارع الصين في بناء البنية التحتية للذكاء الاصطناعي بوتيرة غير مسبوقة، لكن الزيادة الحادة في الطلب على الكهرباء المصاحبة لذلك، إلى جانب أهداف التحول الأخضر، تشكل صراعًا هيكليًا. فقد أكد تقرير العمل الحكومي لعام 2026 بوضوح على تعزيز التنسيق بين قدرات الحوسبة وشبكات الكهرباء، ووضع هدفًا طموحًا: بحلول عام 2030، يجب أن يكون 80% من استهلاك الكهرباء في قطاع مراكز البيانات من مصادر الطاقة المتجددة، بينما كانت هذه النسبة 11% فقط في عام 2023.

ومع ذلك، تُظهر أحدث المناقشات في القطاع أن تحقيق هذه الرؤية أصعب بكثير مما يُعتقد. إن خصائص الطلب على الكهرباء في مراكز بيانات الذكاء الاصطناعي - خاصة الأحمال القصوى النبضية وارتفاع تكلفة أصول وحدات معالجة الرسوميات (GPU) - تجعلها غير متوافقة مع متطلبات المرونة في إمدادات الطاقة المتجددة. وفي الوقت نفسه، فإن مخاوف مشغلي شبكات الكهرباء من تآكل إيراداتهم بسبب نموذج التزويد المباشر بالطاقة تشكل عقبة خفية أمام تنفيذ السياسات.

الخلفية: قدرة الحوسبة هي الطاقة، والتعهد الأخضر يصطدم بواقع صارم

يعمل بناء مراكز بيانات الذكاء الاصطناعي في الصين على تسريع الطلب على الكهرباء. وكشف بي شانبينغ، مدير مجموعة الاستثمار الكهربائية الوطنية الصينية، في مؤتمر قطاعي حديث، أن الطلب على الكهرباء في مراكز البيانات الصينية سيزداد بمقدار 300 إلى 500 مليار كيلوواط ساعة بين عامي 2026 و2030 - والحد الأدنى لهذا الرقم يقترب من إجمالي استهلاك بريطانيا السنوي للكهرباء. خلال هذه الفترة، ستشكل الزيادة في استهلاك الكهرباء من مراكز البيانات 18% من إجمالي الزيادة في استهلاك الكهرباء الوطني.

لمواجهة هذا الاتجاه، تشجع الحكومة الصينية بقوة التبادل المباشر للكهرباء الخضراء وبناء شبكات نقل كهرباء مخصصة، في محاولة لربط موارد الطاقة الشمسية والرياح في الغرب بمراكز الحوسبة في الشرق. لكن الواقع هو أن النمط الفريد لأحمال الذكاء الاصطناعي يقوم بتفكيك افتراض "الحمل القابل للضبط" في الصناعة التقليدية.

التحليل الفني: لماذا تعتبر مراكز بيانات الذكاء الاصطناعي مستهلكة كهرباء "غير مرنة"؟

على عكس الصناعات الثقيلة مثل الألومنيوم بالتحليل الكهربائي والصلب، التي تعمل بشكل مستمر ومستقر، فإن استهلاك الكهرباء في مراكز بيانات الذكاء الاصطناعي ديناميكي للغاية. عادةً ما تُقدم مهام تدريب وحدات معالجة الرسوميات (GPU) على دفعات في قوائم الانتظار، وبمجرد بدئها ترغب في العمل بأقصى طاقة لإكمالها في أسرع وقت ممكن، لتجنب ترك وحدات GPU الباهظة الثمن عاطلة. وأشار بي شانبينغ إلى أن "وحدات GPU باهظة الثمن، وبمجرد شرائها، يرغب المشغلون في استخدامها بأسرع ما يمكن وبأكبر كثافة ممكنة". وهذا يعني أن مراكز البيانات تقريبًا لا تملك أي رغبة في ضبط الأحمال.

بالإضافة إلى ذلك، فإن ذروة الطلب المفاجئة في أعمال الاستدلال بالذكاء الاصطناعي تكون أكثر حدة - على سبيل المثال، عندما يرتفع حركة مرور تطبيق نموذج كبير بشكل مفاجئ، يمكن أن يتضاعف استهلاك الكهرباء في غضون دقائق. هذه اللامتوقعة تجعل جدولة شبكات الكهرباء صعبة للغاية. في المقابل، يمكن للصناعات التقليدية تنفيذ استجابة للطلب من جانب شبكة الكهرباء (مثل خفض الإنتاج)، بينما لا تستطيع مراكز بيانات الذكاء الاصطناعي تقريبًا خفض الأحمال دون تعطيل الخدمة أو إطالة دورات التدريب.

قدّر وانغ زيلين، نائب مدير معهد أبحاث شبكة الكهرباء بشركة الشبكة الوطنية (منطقة جيشي)، أنه إذا تمكنت مراكز البيانات من تحقيق قدرة ضبط أحمال بنسبة 15%، فسيؤدي ذلك إلى تقليل ضغط توسيع شبكات الكهرباء بشكل كبير خلال السنوات الثلاث إلى الخمس القادمة. لكن القطاع حاليًا يعتقد عمومًا أنه حتى هذا المستوى يصعب تحقيقه.

تحليل تأثير الشركات: تكاليف التشغيل والصيانة وضغوط الامتثال### تأثير التكاليف - النفقات الرأسمالية (CAPEX) : يتطلب بناء خطوط الكهرباء المباشرة أو خطوط الكهرباء الخضراء الخاصة استثمارات إضافية في البنية التحتية للنقل، وقد يتم تحويل هذه التكاليف إلى أسعار الإيجار أو أسعار خدمات السحابة لمشغلي مراكز البيانات فائقة الحجم. - النفقات التشغيلية (OPEX) : عادة ما تكون الكهرباء الخضراء أغلى من الكهرباء الحرارية في حالة عدم وجود دعم، خاصة عند الحاجة إلى الكهرباء الحرارية الاحتياطية لموازنة الأحمال في الليل أو الأيام الغائمة، مما قد يزيد من تكاليف الكهرباء الإجمالية. يشير بي شانبنغ إلى أن الدفع الحالي نحو الكهرباء الخضراء يهدف بشكل أكبر إلى خفض الانبعاثات وليس خفض التكاليف.

تأثير النشر - قيود الموقع: قد تضطر الشركات إلى بناء مراكز بيانات بالقرب من المناطق الغنية بالطاقة المتجددة (مثل الغرب)، مما يزيد من زمن الوصول للشبكة، وهو أمر غير مواتٍ للتطبيقات الحساسة للتأخير مثل استنتاج الذكاء الاصطناعي. - موثوقية إمدادات الطاقة: الاعتماد على الكهرباء الخضراء قد يؤدي إلى تقلبات في إمدادات الطاقة، مما يتطلب من الشركات تكوين أنظمة تخزين طاقة إضافية أو مولدات احتياطية، مما يزيد من النفقات الرأسمالية.

تأثير التشغيل والصيانة - إدارة الأحمال: تحتاج الشركات إلى تطوير خوارزميات جدولة أحمال أكثر ذكاءً لترتيب مهام التدريب عندما تكون الكهرباء الخضراء متوفرة بكثرة، ولكن هذا قد يتطلب تعديلات واسعة النطاق على سير العمل الحالي للذكاء الاصطناعي. - ضغوط الامتثال: قد تواجه الشركات تقييمات من الحكومات المحلية بشأن نسبة استخدام الكهرباء الخضراء، وقد يؤثر عدم الالتزام بها على تراخيص الأعمال أو حصص الكربون.

السلامة والامتثال - مخاطر استقرار الشبكة: قد يؤدي دمج كميات كبيرة من الطاقة المتجددة في الشبكة إلى زيادة تقلبات تردد الشبكة، مما يشكل خطرًا على سلامة أجهزة GPU الدقيقة. - متطلبات محاسبة الكربون: تحتاج الشركات إلى قياس عامل انبعاثات الكربون لكل كيلوواط ساعة بدقة لتلبية متطلبات تقارير ESG والامتثال للصادرات (مثل آلية تعديل الكربون الحدودية للاتحاد الأوروبي).على المدى القصير، من المستحيل تقريبًا تحقيق هدف 80% من الطاقة الخضراء لمراكز بيانات الذكاء الاصطناعي بحلول عام 2030. والمسار الأكثر احتمالًا هو "التقدم المنظم": أولاً، يُطلب من مراكز البيانات الجديدة بناء نسبة معينة من الطاقة الخضراء أو شراء شهادات الطاقة الخضراء، مع دفع نضوج تقنيات تخزين الطاقة والجدولة الذكية.

على المدى الطويل، يجب على الصين حل العقبات الهيكلية في سوق الكهرباء: السماح باتفاقيات شراء الطاقة من طرف ثالث، وإنشاء آلية تداول للطاقة الخضراء عبر المقاطعات، وتحسين سوق القدرة لتحفيز الشبكات على دعم دمج الطاقة الخضراء الموزعة. كما أن مرونة أعباء عمل الذكاء الاصطناعي ليست غير قابلة للتحسين - فمن خلال نوافذ المعالجة المجمعة ومهام التدريب المتسامحة مع التأخير، يمكن التكيف جزئيًا مع منحنى إمداد الطاقة الخضراء. لكن هذا يتطلب تغييرًا جذريًا في نموذج تشغيل مراكز البيانات.

بالإضافة إلى ذلك، على الرغم من أن تقنيات التبريد السائل، وإمدادات الطاقة غير المنقطعة عالية الكفاءة، ومراكز البيانات المعيارية يمكن أن تحسن كفاءة الطاقة، إلا أنها لا تستطيع حل مشكلة عدم القدرة على التنبؤ بالأحمال. الصراع الأساسي هو بين سعي خدمات الذكاء الاصطناعي إلى الاستجابة في الوقت الفعلي وتقطع الطاقة المتجددة.

رؤى CloudTechDaily

إن معضلة الصين بين البنية التحتية للذكاء الاصطناعي والطاقة الخضراء هي في جوهرها انعكاس لتحول الطاقة في العصر الرقمي العالمي. عندما تصبح القدرة الحاسوبية عاملاً إنتاجيًا رئيسيًا جديدًا، فإن "صلابة استهلاك الطاقة" الخاصة بها تتحدى النهج التقليدي لنظام الكهرباء القائم على جانب العرض.

الأهمية الأكبر لهذا الحدث تكمن في الكشف عن حقيقة نادرًا ما تُناقش: كثافة انبعاثات الكربون لمراكز بيانات الذكاء الاصطناعي لا تحددها كفاءة التقنية فحسب، بل تخضع أيضًا لهيكل سوق الكهرباء ونماذج الأعمال. يجب على استراتيجيات تكنولوجيا المعلومات للمؤسسات دمج "استراتيجية الحصول على الطاقة" في قرارات البنية التحتية الأساسية - ليس فقط اختيار السحابة، بل أيضًا النظر في شكل شبكة الكهرباء وسياسات الكربون في موقع تلك السحابة.

• بالنسبة لرؤساء التكنولوجيا ورؤساء المعلومات،这意味着:
• في السنوات الخمس القادمة، سيتحدد موقع مراكز البيانات بشكل أكبر بظروف إمداد الطاقة، وليس فقط بقربها من المستخدمين.
• في استراتيجية السحابة المتعددة، يجب إدراج "توفر الطاقة الخضراء" كمؤشر تقييم.
• ستكون إدارة العلاقات مع مشغلي الشبكات والحكومات المحلية بنفس أهمية العلاقات مع مزودي السحابة.

بالنسبة لصناعة الحوسبة السحابية، فإن الدروس هي: نموذج مركز البيانات المركزية الذي يعتمد فقط على الشبكة العامة قد يواجه سقفًا للنمو، في حين أن البنية الهجينة من الحافة الموزعة + الطاقة الخضراء المحلية + تخزين الطاقة ستصبح مصدر التنافسية للبنية التحتية للجيل التالي من الذكاء الاصطناعي. إن المعضلة الحالية للصين توفر لمبتكري التكنولوجيا عالميًا ساحة اختبار ضغط - من يمكنه إيجاد الحل الأمثل بين "مرونة الحوسبة" و"مرونة الطاقة" سيعرّف معايير البنية التحتية للعقد القادم.