استهلاك الطاقة.. أبرز تحدِّيات التوسُّع بالذكاء الاصطناعي

خالد 0 تعليق ارسل طباعة تبليغ حذف
يواجهُ نشر الذكاء الاصطناعيِّ على نطاقٍ واسع تحدِّيات كبيرة على صعيد الزِّيادة الكبيرة في استهلاك الطَّاقة؛ لتشغيل مراكز بيانات ضخمة؛ لاستيعاب القدرة الحاسوبيَّة اللازمة لتشغيله.يستهلك الرَّف الواحد من أجهزة الحوسبة التقليديَّة في مراكز البيانات حوالى 20 كيلوواط/ساعة يوميًّا، وهو قريبٌ من استهلاك منزل واحد (30 كيلوواط/ساعة يوميًّا)، لكن الذكاء الاصطناعي رفع هذه الأرقام بنسبة كبيرة، إذ يستهلك رفٌّ واحدٌ يعتمد على وحدات معالجة الرسومات (GPU) من إنفيديا في مراكز البيانات الخاصَّة بالذكاء الاصطناعيِّ ما يصل إلى 120 كيلوواط/ساعة يوميًّا، أي ما يعادل استهلاك 4.5 منازل في بلدٍ مثل أمريكا، وعند توسيع هذا النطاق إلى مئات الآلاف من الرفوف، في آلاف مراكز البيانات، فإنَّ الطلب على الطاقة يتزايد بشكل كبير.

ووفقًا لتقديرات جولدمان ساكس في مايو 2024، فإنَّ زيادة الطلب على الطَّاقة؛ بسبب الذكاء الاصطناعيِّ وحده ستصل إلى 200 تيراواط/ساعة سنويًّا بحلول عام 2030، أي ما يعادل استهلاك ثلاث مدن بحجم نيويورك.

السباق نحو تأمين احتياجات الطاقة

وفي هذا الصدد، بدأت بعض كُبْرى الشركات، مثل مايكروسوفت وأمازون، وجوجل، في شراء، أو بناء محطَّات طاقة نوويَّة؛ لضمان إمداداتها المستقبليَّة، لكن هذه الخطوة ليست متاحة لمعظم الشركات الأُخْرى؛ لأنَّها تحتاج إلى ميزانيَّة كبيرة؛ ممَّا يتطلَّب من القائمين على الشركات، وصنَّاع القرار في الجهات الحكوميَّة، التعاون لإيجاد أفضل الحلول لتوسيع شبكة الطاقة الكهربائيَّة، وتحسين كفاءتها.

تطوير الإنتاجيَّة

وسيساعد تطور الذكاء الاصطناعيِّ على تحسين الإنتاجيَّة، لاسيَّما مع انتشار ما يُعرف بـ»وكلاء الذكاء الاصطناعيِّ»، حيث تقوم هذه الوكلاء بالتواصل مع بعضها بعضًا، وتنفذ المهام تلقائيًّا.

وتشير التقديرات الأخيرة في الولايات المتحدة، وأوروبا، وآسيا، والمحيط الهادئ إلى أنَّ الطلب على الطاقة في المناطق التي تضم تركيزًا عاليًا من مراكز البيانات، مثل شمال فيرجينيا، سيتجاوز العرض خلال عامين أو ثلاثة أعوام، ما لم يتم تنفيذ استثمارات كبيرة في الشبكة الكهربائيَّة.

وقد يؤدِّي ذلك إلى تشغيل مراكز البيانات دون طاقتها الكاملة، أو تأخير بناء مراكز جديدة، كما قد يتسبَّب في ارتفاع فواتير الكهرباء للجميع.

حلول مقترحة لتخفيف الأعباء

وأمام هذا التحدِّي يرى الباحثون أنَّ هناك طرقًا أُخْرَى أيضًا لجعل الذكاء الاصطناعيِّ أكثر كفاءة، منها النماذج مفتوحة المصدر، مثل نموذج Llama من شركة ميتا، والتي تمكِّن الشركات من تطوير نماذجها الخاصَّة دون الحاجة إلى استهلاك كميَّات هائلة من الطاقة؛ لتدريب النماذج الجديدة من الصفر، والاستفادة القصوى من الأجهزة عبر تقنيات تحسين البرمجيَّات؛ لضمان تشغيل عمليَّات الذكاء الاصطناعيِّ بأكبر قدر من الكفاءة؛ ممَّا يقلِّل التكاليف ويخفِّف الضغط على شبكات الكهرباء.

كما يمكن الجمع بين الحلول المختلفة، مثل النماذج مفتوحة المصدر، والأجهزة المحسَّنة، والبيئات التشغيليَّة المُثلى، لتحقيق أعلى إنتاجيَّة بأقل استهلاك للطاقة.

إخترنا لك

أخبار ذات صلة

0 تعليق