LinkedIn замораживает вычислительные мощности: год без расширения дата-центров

لن يوسّع LinkedIn مراكز بياناته خلال العام المقبل، وسيُبقي قدرته الحاسوبية عند مستواها الحالي — على عكس ازدهار الذكاء الاصطناعي. وبدلاً من شراء عتاد جديد، تطالب الشركة مهندسيها باستخدام كل وحدة معالجة رسومية (GPU) موجودة بالفعل بكفاءة أكبر. وقد ذكرت ذلك مجلة Wired.

ماذا قرر LinkedIn بالضبط

ثبّت LinkedIn قدرته الحاسوبية عند مستواها الحالي: ففي الأشهر الـ12 المقبلة، لا تخطط الشركة لتوسيع مراكز بياناتها أو زيادة أسطولها من المسرّعات. ويُوقَف نمو البنية التحتية مؤقتاً في اللحظة نفسها التي تُسرّع فيها الصناعة بأكملها تقريباً هذا النمو.

القرار لم يُتخذ بسبب تراجع الطلب، بل كاستراتيجية مدروسة. ووفقاً لمجلة Wired، فبدلاً من الإنفاق الرأسمالي على خوادم جديدة، يراهن LinkedIn على الكفاءة — ويُلزم الفرق باستخراج أقصى استفادة من وحدات معالجة الرسومات (GPU) المثبَّتة بالفعل.

• تُجمَّد القدرة الحاسوبية لمدة عام تقريباً — دون توسيع مراكز البيانات
• يبقى أسطول وحدات GPU عند مستواه الحالي، ولا خطط لشراء دفعات كبيرة جديدة
• السبب ليس تراجعاً في الطلب، بل رهان واعٍ على الكفاءة رغم ازدهار الذكاء الاصطناعي
• LinkedIn مملوكة لشركة Microsoft — إحدى أكبر المستثمرين في بنية الذكاء الاصطناعي التحتية
• مصدر البيانات هو تقرير لمجلة Wired

لماذا لا تُوسّع الشركة عتادها

يختار LinkedIn الكفاءة بدلاً من الإنفاق الرأسمالي: فبدلاً من شراء مسرّعات جديدة لدعم ميزات الذكاء الاصطناعي المتنامية، تعمل الشركة على تحسين استخدام تلك الموجودة بالفعل في مراكز بياناتها. والمنطق بسيط — يجب أن تحقق كل وحدة GPU أقصى فائدة قبل أن يُبرَّر شراء الوحدة التالية. وتُسمّي الصناعة هذا النهج «تحقيق المزيد بموارد أقل»، وهو بالنسبة لفرق الذكاء الاصطناعي يعني التنافس على مجموعة محدودة من موارد الحوسبة لا تتوسع.

يسير هذا التوجه عكس الاتجاه العام. فبينما تضخ أكبر شركات التكنولوجيا ومزوّدو الحوسبة السحابية مبالغ قياسية في مراكز البيانات والبنية التحتية للذكاء الاصطناعي، يحافظ LinkedIn عمداً على استقرار إنفاقه الحاسوبي. وبالنسبة لمنصة تدمج الذكاء الاصطناعي التوليدي في التغذية الإخبارية والبحث والتوصيات، فإن هذا الخيار ليس بسيطاً: الطلب على الحوسبة يتزايد، بينما القدرة لا تتزايد.

وتتعزز هذه المفارقة بفعل الشركة الأم. فـLinkedIn مملوك لشركة Microsoft منذ عام 2016، التي أعلنت، على النقيض، عن نحو 80 مليار دولار من الاستثمارات الرأسمالية في مراكز بيانات الذكاء الاصطناعي للسنة المالية 2025. وفي ظل هذا السياق، يبدو قرار المنصة التابعة بإبقاء قدراتها الخاصة دون تغيير بمثابة مناورة مضادة واعية: فليس على كل عقدة في المنظومة أن تشارك في سباق العتاد.

«يحافظ

LinkedIn على خط ثابت في الإنفاق الحاسوبي ويضع أمام المهندسين تحدياً — جعل كل وحدة GPU تعمل بكامل طاقتها»، هكذا تلخّص مجلة Wired جوهر الاستراتيجية.

ما الذي سيتغيّر بالنسبة للمهندسين

يقع العبء الأكبر على عاتق فرق الهندسة: فبما أنه لن تكون هناك وحدات GPU جديدة، سيتعيّن تحقيق كل نمو في ميزات الذكاء الاصطناعي عبر التحسين. وعملياً، يعني ذلك استخداماً أكثر كثافة للمسرّعات، وضبطاً دقيقاً للنماذج بما يتناسب مع العتاد المتاح، وترتيباً صارماً لأولويات المهام التي تحقق قيمة فعلية.

والأمر لا يتعلق بميزات ثانوية: فـLinkedIn يدمج الذكاء الاصطناعي التوليدي في مساعدي مسؤولي التوظيف، واقتراحات كتابة المنشورات، وتخصيص التغذية الإخبارية لأكثر من 1 مليار مستخدم مسجَّل. وخدمة طلب بهذا الحجم من الذكاء الاصطناعي على أسطول ثابت من وحدات GPU هي بالضبط جوهر المهمة المطروحة على المهندسين.

وفي الواقع، يحوّل LinkedIn القيد إلى تحدٍّ هندسي. فبدلاً من الحل المعتاد «لنشترِ المزيد من القدرة»، تضطر الفرق إلى البحث عن مواضع هدر الحوسبة وإعادة كتابة خطوط المعالجة (pipelines) بحيث تتحقق النتيجة نفسها بعدد أقل من ساعات تشغيل GPU.

ما الذي يعنيه هذا

استراتيجية LinkedIn إشارة إلى أنه حتى في ذروة سباق الذكاء الاصطناعي، فإن اللاعبين الكبار مستعدون للرهان على الكفاءة، لا على الحجم وحده. فإذا نجح نموذج «القدرة الثابتة زائد التحسين»، فسيصبح حجة قوية ضد السباق اللانهائي للإنفاق الرأسمالي على مراكز البيانات — ومثالاً لشركات أخرى لا تسمح ميزانياتها بشراء وحدات GPU بلا حدود.