الحاسوب الحراري الديناميكي: الذكاء الاصطناعي يتعلم الرسم بتكلفة شبه معدومة

بلغنا نقطة أصبحت فيها شهية الذكاء الاصطناعي أكبر عائق أمام تطوره. ففي كل مرة ترسم لك الشبكة العصبية قطًّا بأسلوب السايبربانك، يحترق في أعماق مركز البيانات قدر ملموس من الكهرباء. نحاول إجبار الترانزستورات الرقمية على محاكاة عمل الدماغ البيولوجي، والفيزياء تحاسبنا على ذلك بفاتورة ضخمة. لكن ماذا لو توقفنا عن محاربة الحرارة والفوضى وجعلناهما يعملان لصالحنا؟ اقترح علماء أمريكيون نهجًا حراريًا ديناميكيًا قد يجعل وحدات GPU الحديثة تبدو كالمحركات البخارية أمام مفاعل اندماج نووي.

تكمن جذور المشكلة في بنية الحواسيب الحديثة نفسها. فمنذ منتصف القرن الماضي ونحن مهووسون بالمنطق الحتمي. البت إما صفر وإما واحد، وأي انحراف يُعدّ خطأ يجب قمعه، ويستهلك هذا القمع كمية هائلة من الطاقة. أما نماذج الانتشار الحديثة التي تولّد الصور، فهي في جوهرها تبحث عن النظام داخل الضجيج. والمفارقة أن عتادنا ينفق 99% من طاقته على محاربة الضجيج ذاته الذي يحاول محاكاته. وهذا أشبه بمحاولة رسم دائرة مثالية بمطرقة هوائية: النتيجة ممكنة، لكن الجهد المبذول لا يتناسب معها.

يسلك الحاسوب الحراري الديناميكي المقترح طريقًا مختلفًا. فبدلًا من محاكاة العمليات العشوائية عبر مليارات عمليات تبديل الترانزستورات، يستفيد من التقلبات الفيزيائية الطبيعية في النظام. وببساطة، يترك للفيزياء القيام بكل العمل الرياضي. فعندما تستخدم نظامًا يميل بطبيعته إلى حالة طاقية معينة، لا تحتاج إلى ضخ ميغاواطات فيه كي «تحسب» تلك الحالة. تكتفي بترك الأمر يحدث. وقد أثبت الباحثون أن هذا النهج، في عمليات معينة من توليد الصور، أكفأ من النهج التقليدي بعشرة مليارات مرة.

وليست هذه تجربة فضولية من مختبر جامعي، بل ضرورة حيوية. فقد اصطدمنا بجدار: التوسع المستمر في الذكاء الاصطناعي يتطلب بناء محطات نووية خاصة لكل شركة كبرى. وإذا أردنا أن نرى الذكاء الاصطناعي في كل هاتف ذكي ومستشعر وحتى آلة قهوة، فنحن بحاجة إلى بنية لا تتطلب شبكة طاقة خاصة بها. وتقترح الحوسبة الحرارية الديناميكية الانتقال من نموذج «الحوسبة كصراع مع الطبيعة» إلى «الحوسبة كتعاون مع الطبيعة». والطريف أن دماغنا يعمل بما يقرب كثيرًا من هذه الأنظمة الحرارية الديناميكية أكثر مما يقترب من رقائق H100 التي يتعبّد لها وادي السيليكون اليوم.

وبالطبع، سيكون الطريق من الورقة العلمية إلى الجهاز الفعلي طويلًا ومعقدًا. فبناء عتاد حراري ديناميكي مستقر وقابل للبرمجة كابوس هندسي. سنحتاج إلى مترجمات (compilers) جديدة ولغات برمجة جديدة وطريقة تفكير مختلفة تمامًا. فلا يمكنك ببساطة نسخ شيفرة Python وتشغيلها على نظام يحسب بالاهتزازات الحرارية. ومع ذلك، فإن الجائزة المحتملة، وهي تفوق في الكفاءة بمقدار عشرة مليارات مرة، أكبر من أن تُهمل. إنه نوع القفزة التقنية التي تغيّر الحضارات، لا مجرد تقارير الأرباح.

وإذا نضجت هذه التقنية، فسيتغير مشهد صناعة الذكاء الاصطناعي بين ليلة وضحاها. لن تعود السلطة لمن يستطيع شراء أكبر كمية من السيليكون، بل ستنتقل إلى من يفهم فيزياء العمليات أفضل من غيره. وقد نجد أنفسنا في عالم يجري فيه توليد أعقد مقاطع الفيديو على جهاز بحجم عملة معدنية، يعمل ببطارية صغيرة لأسابيع. وستصبح الحوسبة مورّدًا رخيصًا ومتاحًا كالهواء. والسؤال الوحيد هو: ما مدى السرعة التي سنتمكن بها من ترويض هذه الفوضى المنضبطة؟

الخلاصة: وصلنا إلى حدود البنية الرقمية، وجاء الخلاص من الفيزياء الأساسية. وإذا تحولت الحوسبة الحرارية الديناميكية إلى واقع، فإن عهد هيمنة وحدات GPU التقليدية سينتهي أسرع مما نستوعب. فهل نحن مستعدون لأن نأتمن مستقبلنا على أنظمة تعمل حرفيًا بطاقة الفوضى؟