VentureBeat: 79% من الشركات تترك وحدات GPU معطلة نصف الوقت على الأقل

وفق بيانات VentureBeat Intelligence، الذراع البحثية لـ VentureBeat، قال 79% من ممثلي الشركات المشاركين في الاستطلاع إن سعات GPU لديهم تبقى بلا أي عمل نصف الوقت على الأقل. وتستند البيانات إلى استطلاع متواصل للربع الثالث من 2026، وقد ظل المؤشر عند هذا المستوى طوال الأشهر الثلاثة من المراقبة. ومعنى ذلك أن السوق التي اشتكت في السنوات الأخيرة من شحّ المسرّعات لا تحسن، في معظمها، استغلال ما اشترته أو استأجرته بالفعل.

والتناقض هنا حاد. فميزانيات البنية التحتية للذكاء الاصطناعي تتضخم، وخطط الشركات ما زالت تتضمن مشتريات جديدة وحجوزات طويلة الأجل في السحابة، بينما تعمل نصف الموارد الحاسوبية أو أكثر في الفراغ لدى معظم الشركات.

من أين تأتي الساعات الفارغة

لا يقف وراء خمول GPU عامل واحد عادة، بل مجموعة من الأسباب التنظيمية والتقنية المألوفة. هذه أكثرها شيوعاً:

• الشراء على قدر ذروة الحمل التي تحدث مرة كل بضعة أسابيع، فيما ينتظر العنقود بقية الوقت؛
• تخصيص المسرّعات لفرق أو مشاريع بعينها، فلا تستفيد مجموعة من الساعات الحرة لدى مجموعة أخرى؛
• انتهاء تدريب النموذج دون أن يبلغ الاستدلال (inference) الأحجام المخطط لها؛
• تغذية البيانات بوتيرة أبطأ من وتيرة حساب البطاقة، فتنتظر الشريحة الباهظة أداة التحميل؛
• تشغيل التجارب يدوياً، فتنشأ فجوات بينها، وتفرغ قائمة الانتظار ليلاً وفي عطلات نهاية الأسبوع؛
• ضعف التنسيق (orchestration): لا مجدول مشترك، ولا تقسيم للبطاقات إلى أجزاء، ولا أولويات.

وثمة تفصيل مهم: رصد الاستطلاع الخمول التام تحديداً، أي أن البطاقة غير مشغولة إطلاقاً. وهذا يختلف عن حالة يعمل فيها GPU بنسبة 30% من أدائه داخل مهمة نشطة. ففي تلك الحالة تكمن المشكلة في الكود والمعمارية، أما هنا فالمشكلة في إدارة الموارد.

كم تكلّف البطالة

الحساب بسيط. إذا كان المسرّع مشغولاً نصف الوقت، فإن كل ساعة عمل فعلية تكلّف ضعف السعر الاسمي. وإذا انخفض الاستغلال عن ذلك، يزداد المضاعف. ومع الأجهزة المملوكة، تستمر تكاليف الإهلاك والكهرباء والتبريد والصيانة سواء كانت البطاقة تحسب أم لا. ومع استئجار سعات محجوزة، تصل الفاتورة كذلك عن جميع الساعات، لا عن الساعات المستخدمة فقط.

وبالنسبة إلى الموردين، فإن هذه الإشارة ملتبسة. فمن جهة، يدعم الطلب على المسرّعات ميزانيات حقيقية. ومن جهة أخرى، إذا كان معظم العملاء لا يستخدمون حتى نصف ما اشتروه، فإن المديرين الماليين سيبدؤون عاجلاً أم آجلاً بالسؤال عن سبب شراء المزيد. وأول ما سيُطرح عليه السؤال هو توسعة العناقيد المبررة بعبارة «تنقصنا السعات». أما المستفيدون فهم من يبيعون أدوات جدولة GPU ومشاركتها، ومزودو السحابة الذين يعتمدون نموذج الدفع بالساعة المرن، الذي يتيح عدم الاحتفاظ باحتياطي مسبق.

أبرز معطيات الدراسة:

• المصدر: VentureBeat Intelligence، الذراع البحثية لـ VentureBeat؛
• الصيغة: استطلاع متواصل لمشاركين من الشركات؛
• الفترة: الربع الثالث من 2026؛
• النتيجة: 79% من الشركات تفيد بأن GPU لديها يخمل 50% من الوقت على الأقل؛
• الاتجاه: لم يتغير المؤشر على مدى ثلاثة أشهر.

من أين تبدأ مطاردة الخمول

الخطوة الأولى مملة لكنها لازمة: القياس. فكثير من الشركات لا تعرف الاستغلال الفعلي لكل بطاقة موزعاً على الساعات والفرق. ويكفي استخراج المقاييس من برامج التشغيل ونظام الجدولة عن شهر كامل، ثم النظر في متى ولدى من تقف البطاقات فارغة.

بعد ذلك تأتي أساليب مجرّبة. الانتقال من تخصيص البطاقات للفرق إلى مجمّع مشترك بقائمة انتظار وأولويات. وتقسيم المسرّعات الكبيرة إلى أجزاء معزولة للمهام الصغيرة والاستدلال. ونقل المهام المؤجلة، مثل مواصلة التدريب (fine-tuning) والتقييم والمعالجة الدفعية، إلى نوافذ الليل. والتحقق مما إذا كانت البطاقة تنتظر البيانات: فإذا كان الاستغلال متقلباً بينما يبلغ المعالج أو القرص سقفه، فالمشكلة في خط المعالجة لا في نقص GPU.

وآخر البنود وأكثرها عملية: قبل الموافقة على أي عملية شراء جديدة، اطلب من الفريق تقريراً عن الاستغلال الحالي. فإذا كانت الأرقام قريبة من أرقام الاستطلاع، فمن الأرخص أن تُرتَّب أولاً الموارد الموجودة أصلاً في الرفوف.