- من المتوقع أن يؤدي النمو الهائل للذكاء الاصطناعي، كما يتجلى في ChatGPT، إلى زيادة كبيرة في الطلب على الطاقة، قد تصل إلى استهلاك 25% من الكهرباء الأمريكية بحلول عام 2030، مما يثير مخاوف من أزمة طاقة وشيكة ويطلق "حرب طاقة" عالمية.
- لمواجهة الاستهلاك المتزايد للطاقة من الذكاء الاصطناعي، يتم متابعة استراتيجيات مثل تحسين النماذج الكبيرة وأجهزة الذكاء الاصطناعي لتقليل استهلاك الطاقة، بالإضافة إلى الاستثمار في مصادر طاقة جديدة مثل الاندماج النووي، من قبل خبراء الصناعة والجهات التكنولوجية الكبرى مثل Amazon وGoogle وAltman.
- على الرغم من التحديات التي يفرضها استهلاك الطاقة للذكاء الاصطناعي، يبقى التفاؤل بشأن القدرة على تلبية الطلب، بفضل التقدم المستمر في الطاقة المتجددة وترقيات البنية التحتية والتعاون الدولي الذي يهدف إلى ضمان مستقبل طاقة مستدام في قلب ثورة الذكاء الاصطناعي.
بينما يطلقChatGPTموجة جديدة من الحمى للذكاء الاصطناعي، لا تزال قضية استهلاك الطاقة الكامنة تجذب الانتباه.
في 10 أبريل من هذا العام، صرحRene Haas، الرئيس التنفيذي لعملاق الرقائق Arm، علنًا أن نماذج الذكاء الاصطناعي الكبيرة مثل ChatGPT تتطلب قوة حاسوبية كبيرة. تشير التقديرات إلى أنه بحلول عام 2030، ستستهلك مراكز بيانات الذكاء الاصطناعي ما بين 20% إلى 25% من الطلب على الكهرباء في الولايات المتحدة، وهي زيادة كبيرة مقارنة بـ 4% الحالية.
تظهر البيانات العامة أن ChatGPT يعالج حاليًا أكثر من 200 مليون استفسار يوميًا، ويستهلك ما يصل إلى 500 ألف كيلوواط ساعة من الكهرباء يوميًا. وهذا يترجم إلى فاتورة كهرباء سنوية تبلغ 200 مليون يوان فقط لـ ChatGPT.
هذا يعني أن استهلاك ChatGPT اليومي للكهرباء يزيد بأكثر من 17 ألف مرة عن استهلاك الأسرة العادية. (تبلغ الكهرباء التجارية في الولايات المتحدة حاليًا حوالي 0.147 دولارًا للكيلوواط ساعة، أي 1.06 يوان، أو 530 ألف يوان يوميًا)
وفقًا لـ Alex de Vries، رئيس شركة استشارية هولندية، من المتوقع أن تستهلك صناعة الذكاء الاصطناعي ما بين 850 و 1340 مليار كيلوواط ساعة من الكهرباء سنويًا بحلول عام 2027، أي ما يعادل إجمالي الاستهلاك السنوي للكهرباء لدولة أوروبية مثل السويد أو هولندا.
يتوقع Musk أن نقص الكهرباء قد يحدث في وقت مبكر من عام 2025، قائلاً: "العام القادم، سترون، لن يكون لدينا ما يكفي من الكهرباء لتشغيل جميع الرقائق."
كما يتوقع الرئيس التنفيذي لـ OpenAI،Sam Altman، أزمة طاقة في صناعة الذكاء الاصطناعي، مشيرًا إلى أن التطور التكنولوجي المستقبلي للذكاء الاصطناعي سيعتمد بشكل كبير على الطاقة، وأن الناس سيحتاجون إلى المزيد من المنتجات الكهروضوئية وتخزين الطاقة.
كل هذا يشير إلى أن الذكاء الاصطناعي على وشك إطلاق "حرب طاقة" عالمية جديدة.
اقرأ أيضًا:5 نساء يغيرن صناعة الذكاء الاصطناعي
اقرأ أيضًا:ما هو مولد الصوت بالذكاء الاصطناعي الذي يستخدمه الجميع؟
الذكاء الاصطناعي يواجه عنق زجاجة طاقة
خلال الـ 500 يوم الماضية، أطلق ChatGPT زيادة عالمية في الطلب على نماذج الذكاء الاصطناعي الكبيرة والقوة الحاسوبية.
سارعت الشركات التكنولوجية العالمية الكبرى مثل Microsoft وGoogle وMeta وOpenAI للحصول على رقائق الذكاء الاصطناعي، حتى أن بعضها بدأ في تصنيع الرقائق، بمقياس إجمالي يتجاوز عدة تريليونات من الدولارات.
في جوهره، يعتمد الذكاء الاصطناعي بشكل كبير على تكنولوجيا الكمبيوتر ومعالجة المعلومات، مما يتطلب بدوره عددًا كبيرًا من رقائق GPU، بالإضافة إلى موارد أساسية مثل الكهرباء والطاقة المائية وطاقة الرياح والتمويل.
في وقت مبكر من عام 1961، نشر الفيزيائي Rolf Landauer، الذي كان يعمل في IBM، مقالًا اقترح ما أصبح يعرف لاحقًا باسم "مبدأ لاندور".
تشير هذه النظرية إلى أنه عندما تخضع المعلومات المخزنة في الكمبيوتر لتغييرات لا رجعة فيها، فإنها تبعث كمية صغيرة من الحرارة في البيئة، وتعتمد كمية الحرارة المنبعثة على درجة حرارة الكمبيوتر في تلك اللحظة – كلما ارتفعت درجة الحرارة، زادت الحرارة المنبعثة.
يربطمبدأ لاندوربين المعلومات والطاقة، وبشكل أكثر تحديدًا مع القانون الثاني للديناميكا الحرارية. لأن عمليات معالجة المعلومات غير القابلة للعكس منطقيًا تؤدي إلى إفناء المعلومات، مما يؤدي إلى زيادة في الإنتروبيا في العالم المادي، وبالتالي استهلاك الطاقة.
منذ اقتراحه، واجه هذا المبدأ تشككًا كبيرًا. ومع ذلك، خلال العقد الماضي تقريبًا، تم التحقق من "مبدأ لاندور" تجريبيًا.
في عام 2012، قاست دراسة نُشرت في Nature لأول مرة الكمية الضئيلة من الحرارة المنبعثة عند حذف "بت" من البيانات. كما أكدت تجارب مستقلة لاحقة "مبدأ لاندور".
خلال العقد الماضي، استهلكت أجهزة الكمبيوتر الإلكترونية الحديثة طاقة في الحساب أكبر بمليارات المرات من القيمة النظرية لمبدأ لاندور. سعى العلماء جاهدين لإيجاد طرق حساب أكثر كفاءة لتقليل التكاليف.
اليوم، مع انفجار نماذج الذكاء الاصطناعي الكبيرة، هناك حاجة كبيرة للحساب. وبالتالي، فإن الذكاء الاصطناعي ليس مقيدًا فقط بنقص الرقائق، ولكن أيضًا بنقص الطاقة.
مؤخرًا، في مؤتمرBosch Connected World 2024، صرح Musk أيضًا أنه قبل أكثر من عام بقليل، كان النقص يتعلق بالرقائق، ولكن في العام القادم، سترون نقصًا في الكهرباء، غير قادر على تلبية الطلب لجميع الرقائق.
Li Xiuquan، نائب مدير مركز الذكاء الاصطناعي في معهد المعلومات العلمية والتكنولوجية الصيني: "في السنوات الأخيرة، زاد حجم وعدد نماذج الذكاء الاصطناعي الكبيرة بسرعة، مما أدى إلى زيادة سريعة في الطلب على الطاقة. على الرغم من أن مشاكل مثل 'نقص الكهرباء' قد لا تحدث بسرعة على المدى القصير، إلا أن الزيادة الهائلة في الطلب على الطاقة مع قدوم عصر الذكاء الواسع النطاق لا يمكن تجاهلها."
يكمن مفتاح جودة نماذج الذكاء الاصطناعي الكبيرة في البيانات والقوة الحاسوبية وأفضل المواهب، مدعومة بالتشغيل المستمر لعشرات الآلاف من الرقائق ليل نهار.
بشكل أكثر تحديدًا، يمكن تقسيم عملية عمل القوة الحاسوبية لنماذج الذكاء الاصطناعي تقريبًا إلى مرحلتين: التدريب والاستدلال، واستهلاك الطاقة متضمن أيضًا.
يجب جمع كمية كبيرة من البيانات النصية ومعالجتها مسبقًا أثناء التدريب
في السنوات الأخيرة، زاد حجم وعدد نماذج الذكاء الاصطناعي الكبيرة بسرعة، مما أدى إلى زيادة سريعة في الطلب على الطاقة. على الرغم من أن مشاكل مثل 'نقص الكهرباء' قد لا تحدث بسرعة على المدى القصير، إلا أن الزيادة الهائلة في الطلب على الطاقة مع قدوم عصر الذكاء الواسع النطاق لا يمكن تجاهلها.
Li Xiuquan، نائب مدير مركز الذكاء الاصطناعي في معهد المعلومات العلمية والتكنولوجية الصيني
خلال مرحلة التدريب، يجب جمع كمية كبيرة من البيانات النصية ومعالجتها مسبقًا كبيانات إدخال. ثم يتم تهيئة معلمات النموذج في بنية نموذج مناسبة، ومعالجة بيانات الإدخال، ومحاولة توليد مخرجات. أخيرًا، يتم ضبط المعلمات بشكل متكرر بناءً على الفرق بين المخرجات والمخرجات المتوقعة حتى لا يتحسن أداء النموذج بشكل ملحوظ.
من تدريب GPT-2 بـ 1.5 مليار معلمة إلى GPT-3 بـ 175 مليار معلمة، فإن استهلاك الطاقة للتدريب وراء نماذج OpenAI مذهل. تشير المعلومات العامة إلى أن OpenAI تستهلك 128.7 كيلوواط ساعة لكل تدريب، وهو ما يعادل 32 كيلومترًا تقطعه 3000 سيارة Tesla في وقت واحد.
وفقًا لشركة الأبحاث New Street Research، تحتاج Google وحدها إلى حوالي 400000 خادم للذكاء الاصطناعي، وتستهلك 62.4 جيجاواط ساعة يوميًا و 22.8 تيراواط ساعة سنويًا.
خلال مرحلة الاستدلال، يقوم الذكاء الاصطناعي أولاً بتحميل معلمات النموذج المدرب، ومعالجة البيانات النصية المراد استنتاجها مسبقًا، ثم يسمح للنموذج بتوليد مخرجات بناءً على أنماط اللغة المتعلمة. تدعي Google أنه بين عامي 2019 و 2021، كان 60% من استهلاك الطاقة المرتبط بالذكاء الاصطناعي يأتي من الاستدلال.
وفقًا لتقدير Alex de Vries، يستهلك ChatGPT أكثر من 500000 كيلوواط ساعة يوميًا للرد على حوالي 200 مليون استفسار، مما يترجم إلى فاتورة كهرباء سنوية تبلغ 200 مليون يوان، أي 1.7 ضعف متوسط استهلاك الكهرباء اليومي لكل أسرة أمريكية.
يشير تقرير من SemiAnalysis إلى أن استهلاك الطاقة للبحث عن المشكلات باستخدام النماذج الكبيرة يبلغ عشرة أضعاف استهلاك عمليات البحث التقليدية بالكلمات المفتاحية. باستخدامGoogleكمثال، تستخدم عمليات بحث Google القياسية 0.3 واط ساعة من الكهرباء، بينما يستهلك كل تفاعل مع النماذج الكبيرة 3 واط ساعة. إذا استخدم المستخدمون أدوات الذكاء الاصطناعي لكل بحث Google، فسيتطلب ذلك حوالي 29.2 تيراواط ساعة من الكهرباء سنويًا، أي حوالي 79 مليون كيلوواط ساعة يوميًا. وهذا يعادل توفير الطاقة بشكل مستمر لأطول ناطحة سحاب في العالم، برج خليفة في دبي، لأكثر من 300 عام.
بالإضافة إلى ذلك، وفقًا لتقرير مؤشر الذكاء الاصطناعي لجامعة ستانفورد 2023، يستهلك كل بحث بالذكاء الاصطناعي حوالي 8.9 واط ساعة من الكهرباء. مقارنة بعمليات بحث Google العادية، فإن استهلاك الطاقة لكل بحث بالذكاء الاصطناعي أعلى بحوالي 30 مرة. بالنسبة لنموذج يمكن أن يصل إلى 176 مليار معلمة، فإن مرحلة التدريب وحدها تستهلك 433000 كيلوواط ساعة، أي ما يعادل الاستهلاك السنوي للكهرباء لـ 117 أسرة أمريكية.
تجدر الإشارة إلى أنه في إطار قانون القياس (Scaling Law)، مع استمرار زيادة حجم المعلمات، تتحسن أداء النماذج الكبيرة أيضًا، مصحوبة باستهلاك أعلى للطاقة.
وبالتالي، أصبحت قضية الطاقة "طوقًا" حاسمًا للتطوير المستمر لتكنولوجيا الذكاء الاصطناعي.
اختبار سريع
كم عدد الخوادم التي تحتاجها Google للذكاء الاصطناعي؟
A. 400 000
B. 300 000
C. 200 000
D. 100 000
الإجابة الصحيحة موجودة في أسفل المقال.
ما زال الأمر بعيدًا عن الكارثي
Jensen Huang، على الرغم من مخاوفه بشأن إمدادات الطاقة، يقدم رؤية أكثر تفاؤلاً: خلال العقد الماضي، زادت قوة الحوسبة للذكاء الاصطناعي بمقدار مليون مرة، لكن تكاليفها أو المساحة أو استهلاك الطاقة لم تزد بنفس القدر.
وفقًا للتوقعات السنوية طويلة الأجل لإدارة معلومات الطاقة الأمريكية (EIA)، فإن معدل النمو السنوي للطلب على الكهرباء في الولايات المتحدة حاليًا أقل من 1%. ومع ذلك، يعتقد John Ketchum، الرئيس التنفيذي لشركة NextEra Energy، أنه تحت تأثير تكنولوجيا الذكاء الاصطناعي، سيتسارع هذا المعدل السنوي لنمو الطلب على الكهرباء ليصل إلى حوالي 1.8%.
يُظهر تقرير من Boston Consulting Group أنه في عام 2022، شكل استهلاك الكهرباء لمراكز البيانات 2.5% من إجمالي استهلاك الكهرباء في الولايات المتحدة (حوالي 130 تيراواط ساعة)، ومن المتوقع أن يتضاعف بحلول عام 2030 ليصل إلى 7.5% (حوالي 390 تيراواط ساعة). وهذا يعادل استهلاك الكهرباء لحوالي 40 مليون أسرة أمريكية، أي ثلث جميع الأسر الأمريكية. وتتوقع المجموعة أيضًا أن يشكل الذكاء الاصطناعي التوليدي ما لا يقل عن 1% من الطلب الجديد على الكهرباء في الولايات المتحدة.
هذا يعني أنه حتى لو كان استهلاك الكهرباء لمراكز البيانات والذكاء الاصطناعي كبيرًا، فهو بعيد عن الكارثي.
من حيث التكلفة، أشار تقرير من الوكالة الدولية للطاقة المتجددة إلى أنه خلال العقد الماضي، انخفض متوسط تكلفة الكهرباء لمشاريع الرياح والطاقة الشمسية العالمية بشكل تراكمي بأكثر من 60% و80% على التوالي. كما ذكر خبراء الصناعة: "التكلفة الإجمالية للطاقة الكهروضوئية مماثلة للطاقة الحرارية، بينما تكلف طاقة الرياح نصف تكلفة الطاقة الحرارية في بعض المناطق."
كيف سنواجه الزيادة القادمة في الطلب على الطاقة؟
وفقًا لملخصات خبراء الصناعة من تطبيق Titanium Media، هناك حلان رئيسيان لمعالجة استهلاك الطاقة للذكاء الاصطناعي: الأول هو تقليل استهلاك الطاقة من خلال تحسين النماذج الكبيرة أو أجهزة الذكاء الاصطناعي، والآخر هو إيجاد مصادر طاقة جديدة، مثل الاندماج النووي وموارد الانشطار، وما إلى ذلك، لتلبية احتياجات الطاقة للذكاء الاصطناعي.
من حيث تحسين الأجهزة، بالنسبة لنماذج الذكاء الاصطناعي واسعة النطاق على مستوى التريليون ذات الاستهلاك العالي للطاقة، يمكن تقليل استهلاك الطاقة عن طريق ضغط حجم وتعقيد توكنات النموذج من خلال تحسين الخوارزميات والنماذج. في الوقت نفسه، يمكن للشركات مواصلة تطوير وتحديث أجهزة الذكاء الاصطناعي منخفضة الطاقة، مثل أحدث NVIDIA B200 وأجهزة الكمبيوتر الشخصية بالذكاء الاصطناعي أو هواتف الذكاء الاصطناعي. بالإضافة إلى ذلك، من خلال تحسين كفاءة الطاقة لمراكز البيانات وزيادة كفاءة استخدام الطاقة، يمكن تقليل استهلاك الطاقة.
ردًا على ذلك، صرح Bai Wenxi، نائب رئيس تحالف رأس المال للمؤسسات الصينية: "في المستقبل، من الضروري القيام بالابتكارات التكنولوجية وترقيات المعدات لتحسين كفاءة توليد الكهرباء، وزيادة قدرة واستقرار نقل الشبكة، وتحسين تخصيص موارد الطاقة، وتعزيز مرونة إمدادات الكهرباء، وتعزيز أنظمة الطاقة الموزعة، وتقليل فقدان نقل الطاقة لمواجهة تحديات الطلب على الطاقة الناشئة عن تطوير القوة الحاسوبية."
يعتقد Qu Haifeng، نائب رئيس لجنة الخبراء لمجموعة عمل مراكز البيانات في الصين (CDCC)، أن الصناعات المعنية يجب أن تركز على تحسين كفاءة الطاقة لمراكز البيانات بدلاً من تقليص حجمها. لا تحتاج مراكز البيانات إلى تقليل استهلاكها للطاقة، بل إلى تحسين جودة استهلاكها للطاقة.
بالنسبة لتطوير طاقة الاندماج النووي، نظرًا لموارده الوفيرة من المواد الخام، وإطلاقه الكبير للطاقة، وسلامته ونظافته ومزاياه البيئية، يمكن للاندماج النووي المتحكم فيه بشكل أساسي أن يلبي المتطلبات المختلفة لمصدر طاقة نهائي مثالي للمستقبل.
هناك حاليًا ثلاثة مصادر رئيسية لطاقة الاندماج: الطاقة الكونية، مثل الضوء والحرارة الشمسية؛ انفجار القنابل الهيدروجينية (الاندماج النووي غير المتحكم فيه)؛ الشمس الاصطناعية (جهاز الاندماج النووي المتحكم فيه).
وفقًا للإحصاءات، هناك حاليًا أكثر من 50 دولة في العالم تجري أبحاثًا وبناء أكثر من 140 جهاز اندماج، وتم تحقيق سلسلة من الاختراقات التكنولوجية. تتوقع الوكالة الدولية للطاقة الذرية أن يتم بناء وتشغيل أول محطة طاقة اندماج في العالم بحلول عام 2050.
سيعمل إنتاج طاقة الاندماج هذا على تخفيف النقص العالمي في الطاقة الناجم عن الطلب على نماذج الذكاء الاصطناعي الكبيرة بشكل كبير.
في أبريل 2023، اتخذ Altman إجراءات استباقية من خلال استثمار 375 مليون دولار شخصيًا في شركة الاندماج الناشئةHelion Energyوأصبح رئيسًا للشركة. بالإضافة إلى ذلك، قام Altman بدمج AltC، شركته الاستثمارية، مع شركة الاندماج الناشئةOkloفي يوليو الماضي، وحصل على طرح عام أولي بقيمة حوالي 850 مليون دولار، حيث تجاوزت القيمة السوقية الأخيرة لـ AltC 40 مليار دولار.
بالإضافة إلى استثمار Altman الضخم في شركات الاندماج، تشتري عمالقة التكنولوجيا مثل Amazon وGoogle الطاقة النظيفة مباشرة.
وفقًا لبيانات Bloomberg، في عام 2023 وحده، اشترت Amazon 8.8 جيجاواط من الطاقة النظيفة، مما يمثل العام الرابع على التوالي الذي تصبح فيه أكبر مشتري للطاقة النظيفة في العالم. وتتبعها Meta (3 جيجاواط) وGoogle (1 جيجاواط) عن كثب.
تعلن Amazon أن أكثر من 90% من كهرباء مراكز بياناتها تأتي من إنتاج الطاقة النظيفة، وتخطط لتحقيق استخدام 100% للطاقة الخضراء بحلول عام 2025.
المنافسة بين الصين والولايات المتحدة
في الواقع، بأخذ الولايات المتحدة كمثال، أدى نمو صناعات متعددة مثل الطاقة النظيفة والذكاء الاصطناعي ومراكز البيانات والمركبات الكهربائية والتعدين إلى إحياء الطلب الراكد على الكهرباء في الولايات المتحدة. ومع ذلك، حتى لو تم الترحيب به باعتباره "أعظم آلة" في العالم، فإن شبكة الكهرباء الأمريكية تبدو غير قادرة على مواجهة هذا التغيير المفاجئ.
يشير المحللون إلى أن 70% من مرافق الوصول والنقل في الشبكة الأمريكية قديمة، وأن بعض المناطق لديها خطوط نقل شبكة غير كافية. وبالتالي، تحتاج شبكة الكهرباء الأمريكية إلى ترقيات ضخمة، وإذا لم يتم اتخاذ أي إجراء، ستواجه الولايات المتحدة عجزًا لا يمكن التغلب عليه في الإمدادات المحلية بحلول عام 2030.
مقارنة بالولايات المتحدة، فإن الصين أكثر تفاؤلاً بشأن طلبها على الطاقة. حاليًا، تم تصدير منتجات الرياح والطاقة الكهروضوئية الصينية إلى أكثر من 200 دولة ومنطقة، مع صادرات تراكمية تجاوزت 33.4 مليار دولار و 245.3 مليار دولار على التوالي.
بينما يشهد الذكاء الاصطناعي نموًا هائلاً، انتقلت المنافسة بين الصين والولايات المتحدة في صناعة الذكاء الاصطناعي من منافسة على تكنولوجيا النماذج الكبيرة إلى معركة متعددة الأبعاد تشمل القوة الحاسوبية والطاقة والعمالة وغيرها.
مع النشر المحتمل لطاقة الاندماج النووي بحلول عام 2050، يأمل البشر في إنهاء مشكلة استهلاك الطاقة الصعبة للذكاء الاصطناعي والدخول في عصر من إنتاج الطاقة غير المحدود.
الإجابة الصحيحة هي A.