يواجه جنون الذكاء الاصطناعي اختناقًا في الطاقة: عدد كبير من وحدات معالجة الرسوميات Nvidia في أمازون خاملة مؤقتًا بعد الوصول

الملخص:

مع استمرار صناعة التكنولوجيا العالمية في زيادة بناء البنية التحتية للذكاء الاصطناعي، بدأ يظهر عنق الزجاجة الجديد تدريجيًا. لم تعد المشكلة أنه لا يمكن شراء الرقائق المتقدمة، ولكن حتى لو تم الحصول على عدد كبير من وحدات معالجة الرسومات عالية الأداء، فقد لا تتمتع مراكز البيانات بالطاقة الكافية لتشغيلها.

وفقًا للتقارير، تقوم وحدة الحوسبة السحابية التابعة لشركة أمازون AWS بشراء أحدث أنظمة خادم الذكاء الاصطناعي من Nvidia بمعدل غير مسبوق. وفقًا للتخطيط الداخلي، كان من المتوقع أن تحصل AWS على رفوف خادم NVIDIA GB300 بقيمة 5 مليارات دولار أمريكي تقريبًا، وتخطط لمواصلة شراء المعدات ذات الصلة بمقياس شهري يبلغ حوالي 3 مليارات دولار أمريكي في المستقبل. ومع ذلك، لا يتم استخدام بعض المعدات مباشرة بعد التسليم، ولكن يتم تخزينها مؤقتًا في المستودعات أو مرافق النقل.

السبب وراء هذه الظاهرة ليس عدم كفاية الطلب، ولكن على الرغم من أن بعض مراكز البيانات لديها بالفعل مساحة تركيب، إلا أنها تفتقر إلى القدرة الكافية على إمداد الطاقة لتشغيل أنظمة الذكاء الاصطناعي عالية الطاقة هذه. تشير الصناعة إلى هذا النوع من المعدات التي تم شراؤها ولكنها غير قادرة مؤقتًا على العمل باسم "وحدة معالجة الرسومات المظلمة". يمكن أن يشير هذا المفهوم إلى الأجهزة الخاملة بسبب قيود الطاقة أو البنية التحتية، أو يمكن استخدامه لوصف موارد حوسبة الذكاء الاصطناعي المنشورة ولكن غير المستغلة بشكل كافٍ.

في السنوات القليلة الماضية، كان التحدي الرئيسي الذي يواجه صناعة الذكاء الاصطناعي هو قلة المعروض من الرقائق المتقدمة. تتنافس شركات التكنولوجيا الكبرى على حصة وحدة معالجة الرسومات الخاصة بشركة Nvidia، وغالبًا ما يكون هناك نقص في الرقائق. ولكن مع قيام الشركات بحجز موارد سلسلة التوريد مقدمًا، تبدأ قيود جديدة في التحول إلى شبكات الطاقة والبنية التحتية للطاقة. بالنسبة لمشغلي مراكز البيانات الكبيرة، أصبح الوصول إلى مصادر طاقة مستقرة وكافية بنفس أهمية الوصول إلى الرقائق.

من أجل ضمان عدم تخلفها عن منافسة الرقائق المستقبلية، قامت أمازون بتعديل نموذج الشراء الخاص بها. وفقًا للإجراءات السابقة، عادةً ما تتلقى الشركات رفوف الخوادم وتدفع ثمنها رسميًا بعد وصولها إلى مركز بيانات جاهز للتشغيل. وبموجب آلية "الاستلام المبكر للرفوف" الجديدة، ستكمل أمازون عملية الاستلام والدفع في وقت مبكر، حتى لو لم يتم تركيب المعدات بعد في موقع التشغيل النهائي.

يساعد هذا النهج في تأمين موارد الأجهزة الشحيحة مسبقًا، ولكنه يعني أيضًا أن المؤسسات تحتاج إلى استثمار الكثير من الأموال مقدمًا، ولا يمكن لهذه الأجهزة تحقيق إيرادات قبل أن تكون متصلة بالإنترنت رسميًا وتوفر خدمات الحوسبة السحابية للعملاء. ونتيجة لهذا فإن التوتر بين النفقات الرأسمالية الضخمة والعائدات المتأخرة أصبح متزايد الحدة.

تخطط أمازون لاستثمار ما يقرب من 220 مليار دولار أمريكي في النفقات الرأسمالية على الذكاء الاصطناعي والبنية التحتية للحوسبة السحابية هذا العام، وهو ما يتجاوز حجم العديد من أقرانها في مجال التكنولوجيا. وفي الوقت نفسه، تعرض التدفق النقدي الحر للشركة لضغوط كبيرة وتحول إلى المستوى السلبي لأول مرة في السنوات الأخيرة. بالنسبة إلى AWS، يُنظر إلى احتلال موارد الأجهزة الرئيسية مسبقًا على أنه خيار استراتيجي، حتى لو كانت بعض المعدات غير قادرة على العمل مؤقتًا.

أشار المحللون إلى أن التركيز الحالي على تطوير صناعة الذكاء الاصطناعي آخذ في التغير. قبل عامين، ركزت الصناعة على من يمكنه الحصول على المزيد من وحدات معالجة الرسومات NVIDIA. والآن تكتشف المزيد والمزيد من الشركات أن المورد الحقيقي النادر قد لا يكون الرقائق نفسها، بل الطاقة وشبكات الطاقة اللازمة لدعم تشغيل هذه الرقائق.

مع استمرار توسع نطاق نماذج الذكاء الاصطناعي واستمرار نمو الطلب على الطاقة الحاسوبية، أصبحت إمدادات الطاقة، وقدرة النقل، ودورات إنشاء مراكز البيانات تدريجيًا عوامل رئيسية تؤثر على تطوير الصناعة. ويعكس العدد الكبير من وحدات معالجة الرسومات التي لا تعمل مؤقتًا أيضًا الواقع من الخارج: إن منافسة الذكاء الاصطناعي ليست مجرد معركة على الرقائق، ولكنها أيضًا معركة على الطاقة والبنية التحتية.