مراكز بيانات AI تستهلك 6% من الكهرباء في UK وUS
تستهلك مراكز البيانات 6% من الكهرباء في المملكة المتحدة والولايات المتحدة، ما يجعلها أحد العوامل الرئيسية لأزمة الطاقة. وتقترب الاستثمارات السنوية فيها من تريلي
مراكز البيانات التي تغذي الذكاء الاصطناعي والخدمات السحابية تستهلك 6% من الكهرباء في المملكة المتحدة والولايات المتحدة. هذا الرقم ينمو بسرعة ويسبب بالفعل مقاومة عامة في المجتمعات المحلية. يظهر البحث الجديد أن التكلفة الكهربائية للذكاء الاصطناعي ستصبح إحدى المشاكل الرئيسية في العقد القادم.
الاستثمارات في مراكز البيانات على مستوى الاقتصاد الحكومي
نشرت الجمعية الدولية لمراكز البيانات (IDCA) بحثاً يظهر أن الاستثمارات العالمية السنوية في مراكز البيانات تقترب من 1 تريليون دولار. هذا يقابل تقريباً 1% من الاقتصاد العالمي — حصة ضخمة قابلة للمقارنة باقتصاديات دول بأكملها. يوضح الرقم مدى أهمية أصبحت البنية التحتية لتخزين ومعالجة البيانات في العالم الحديث.
نما استهلاك الكهرباء في مراكز البيانات بنسبة 15% عالمياً على مدار السنتين الماضيتين. هذا معدل النمو يزيد أكثر من ضعف متوسط نمو استهلاك الكهرباء ويُدفع في الأساس بسبب تسارع تطبيق أنظمة الذكاء الاصطناعي — من تدريب نماذج لغة كبيرة إلى إطلاق التطبيقات في الإنتاج.
لفهم الحجم: إذا كان الدفق الفيديوي وتخزين البيانات السحابية قبل خمس سنوات المستهلكين الرئيسيين للطاقة في مراكز البيانات، فإن الذكاء الاصطناعي أضيف إليها الآن، مما يتطلب قوة بأوامر حجمية أكبر.
- يتطلب تدريب شبكة عصبية كبيرة عدة أشهر من العمل المستمر على مجموعات معالج رسومات قوية
- يتطلب تشغيل الاستدلال (حساب الإجابات للمستخدمين) تدفقاً مستمراً من الحسابات على مدار الساعة طوال الأسبوع
- يزيد تكرار والنسخ الاحتياطي للبنية التحتية لأسباب الموثوقية من الاستهلاك الكلي بنسبة 20-30%
- يصبح تبريد الخوادم أحد أكبر بنود النفقات ويمكن أن يصل إلى 40% من استهلاك الطاقة الكلي
لماذا يتطلب الذكاء الاصطناعي كل هذه الكهرباء
خلف كل روبوت دردشة تستخدمه توجد عمليات حسابية ضخمة. بينما كانت مراكز البيانات تغذي في السابق بشكل أساسي المواقع الإلكترونية وخدمات الدفق والشبكات الاجتماعية، فقد تمت إضافة الذكاء الاصطناعي الآن، مما يتطلب قوة بأوامر حجمية أكبر.
يمكن لتدريب نموذج واحد كبير أن يتطلب استهلاك كهرباء بقدر ما تستهلكه آلاف المنازل في سنة واحدة. على سبيل المثال، تطلب تدريب GPT-4 تقريباً نفس كمية الطاقة التي تستهلكها مدينة صغيرة في شهر واحد. وعندما يكون النموذج جاهزاً، فإن تشغيله لملايين المستخدمين يتطلب تدفقاً مستمراً من الطاقة، لأن الخوادم تعمل بدون انقطاع.
علاوة على ذلك، غالباً ما تدرب الشركات إصدارات متعددة من نموذج واحد وتحتفظ بها في الذاكرة للوصول السريع. هذا يزيد من التكاليف الكهربائية بشكل أكبر.
"التكلفة الكهربائية للذكاء الاصطناعي هي رمز غش مخفي في الاقتصاد"، كما لاحظ أحد باحثي IDCA في مقابلة مع
The Guardian.
تنهض المجتمعات المحلية ضد توسيع مراكز البيانات
أدت موجة تطوير الذكاء الاصطناعي إلى نزاعات مع المجتمعات المحلية. يعترض السكان على بناء مراكز بيانات جديدة، مخافة من ارتفاع فواتير الكهرباء وتدهور جودة الحياة. في بعض المناطق في المملكة المتحدة والولايات المتحدة، تمت الموافقة على قرارات ضد توسيع القدرات، وفي بعض الحالات تم تجميد الأذونات للبناء الجديد.
المشكلة حادة: إذا استمرت مراكز البيانات في استهلاك الكهرباء بمعدل النمو الحالي البالغ 15% سنوياً، فسيتنافس هذا بشكل جاد مع احتياجات المواطنين العاديين والمستشفيات والصناعة. في بعض المناطق، يتم ملاحظة نقص في الطاقة خلال ساعات الذروة.
ماذا يعني هذا
واجهت مجتمع مطوري الذكاء الاصطناعي والشركات مثل OpenAI و Google و Meta واقعاً قاسياً: التقدم التكنولوجي له تكلفة طاقة حقيقية. إما أن يكون هناك حاجة لانتقال واسع النطاق إلى مصادر الطاقة المتجددة (الرياح والطاقة الشمسية والطاقة النووية)، أو سيتعين تحسين الخوارزميات نفسها لتتطلب عمليات حسابية أقل. كلا المسارين يتطلبان استثمارات وقتاً ضخماً.
حتى يحدث هذا، ستكون أزمة الطاقة أحد العوامل المحددة الرئيسية في تطوير الذكاء الاصطناعي.