أنثروبيك تشتري مولدات غاز بقيمة 3.4 مليار دولار لتأمين 1.7 جيجاواط لمراكز بياناتها

كان السؤال الأهم عن البنية التحتية للذكاء الاصطناعي في السابق: هل ستكفي بطاقات الرسوميات؟ أما الآن فيتردد سؤال آخر بصورة متزايدة: بماذا سنشغّلها؟ وآخر الأخبار تتعلق بذلك تحديداً. فقد أفادت صحيفة فاينانشال تايمز بأن أنثروبيك اتفقت على شراء مولدات غاز بقيمة 3.4 مليار دولار لمراكز بياناتها.

ما المعروف حتى الآن

بحسب الصحيفة، تشمل الصفقة مولدات كبيرة بقدرة إجمالية تبلغ 1.7 جيجاواط. وتصفها بأنها أكبر صفقة شراء منفردة معروفة لمعدات الطاقة بين شركات الذكاء الاصطناعي. وتستند الصحيفة إلى شخص واحد مطلع على الموضوع. وليس في الجزء المتاح من النص أي بيان رسمي من أنثروبيك، ولا تفاصيل عن المورّد أو المواعيد أو المواقع، لذا ينبغي التعامل مع التفاصيل بحذر.

ولتقدير الحجم: 1.7 جيجاواط تكفي تقريباً لتزويد أكثر من مليون منزل بالكهرباء. فنحن لم نعد أمام غرفة خوادم، ولا حتى مركز بيانات تجاري عادي، بل أمام حمل بمستوى مدينة صغيرة.

لماذا الغاز ولماذا الآن

هنا يبدأ تفسيرنا نحن، وليس وقائع تقرير الصحيفة. فربط مركز بيانات جديد بالشبكة العامة كثيراً ما يصطدم بطوابير الانتظار وآجال الموافقات التي تمتد سنوات. أما المولدات الخاصة في الموقع فتتيح عدم انتظار البنية التحتية للشبكة: تركّبها وتوصلها وتشغّلها. والمنشآت العاملة بالغاز هي الخيار التقليدي لذلك، لأن نشرها أسرع من بناء محطة كهرباء جديدة.

وإليكم تشبيهاً بسيطاً. تخيلوا أنكم تطلقون خدمة، فيقول لكم مزوّد السحابة: لا توجد خوادم، عودوا بعد ستة أشهر. فإما أن تنتظروا وإما أن تشتروا العتاد بأنفسكم. الأمر هنا مماثل، لكن بدل الخوادم لدينا الكيلوواطات. فالشركة التي تتحكم في طاقتها أقل اعتماداً على الطوابير وعلى قرارات الآخرين.

وثمة جانب سلبي أيضاً: فالغاز يعني انبعاثات وتساؤلات حول الالتزامات البيئية، فضلاً عن الاعتماد على أسعار الوقود وإمدادته. أما كيف ستوازن أنثروبيك بين ذلك كله، فالمادة لا توضح.

ماذا يعني ذلك للمطورين ومديري المنتجات

لا يحمل هذا الخبر تغييراً مباشراً في واجهة API أو في الأسعار. لكنه يُظهر جيداً أين تكمن القيود الحقيقية للصناعة.

أولاً. إن حدود المعدل وطوابير الانتظار ونقص القدرات لدى مزودي النماذج لا ترتبط بالرقائق وحدها. فإذا كنتم تبنون منتجاً يعتمد على مزود واحد، فاحتفظوا بهامش أمان: مزود احتياطي، وتراجع تدريجي إلى نموذج أخف، وتخزين مؤقت للطلبات المتكررة.

ثانياً. ستعتمد تكلفة تشغيل النماذج (الاستدلال) أكثر فأكثر على الطاقة. وبالنسبة لمدير المنتج، هذا سبب لاحتساب اقتصاديات الوحدة ليس بالرموز (tokens) فحسب، بل أيضاً بعدد الطلبات التي تحتاجونها فعلاً. لا تشغّلوا أثقل نموذج حيث يكفي نموذج صغير.

ثالثاً. بالنسبة للمؤسسين، هذه إشارة إلى حاجز الدخول. فالمختبرات الرائدة تنفق المليارات على الأساسات، ومن غير الواقعي منافستها في تدريب أكبر النماذج دون رأس مال كهذا. والأجدى البحث عن مكانة متخصصة في المنتجات والوكلاء والبيانات فوق نماذج الآخرين.

القيود

يجدر التذكير بأن هذا الخبر يستند إلى مصدر مجهول واحد. فنحن لا نعرف هل ستُستخدم جميع المولدات للتدريب أم للاستدلال أم كاحتياطي، ولا متى ستبدأ العمل. كما أنه غير واضح هل ستصبح مثل هذه المشتريات أمراً معتاداً أم أنها إجراء لمرة واحدة. وفي الوقت الراهن هو أقرب إلى مؤشر على اتجاه: شركات الذكاء الاصطناعي تتحول إلى مشترية للطاقة، والطاقة قد تكون هي ما يحدد من سيتمكن من التوسع ومن سيبقى في الطابور.