أبرز النقاط
- المنافسة في بنية الذكاء الاصطناعي تتوسع لتشمل الشبكات والذاكرة وبرمجيات التنسيق وليس GPU فقط
- HPE تراهن على معمارية كمومية-فائقة هجينة ونهج يضع الشبكات أولاً
- تزايد الضغوط على استهلاك الطاقة والتبريد يعيد تشكيل تصميم المرافق
لم يعد الحديث عن بنية مراكز البيانات التحتية مقتصراً على معالجات الرسوميات GPU؛ فالتغطية الأكثر قراءةً خلال يونيو 2026 تكشف عن مرحلة جديدة يتسابق فيها المصنّعون على تطوير الشبكات والذاكرة والمعالجات المركزية وبرمجيات التنسيق، سعياً لرفع كفاءة الاستخدام وإزالة الاختناقات التي تحدّ من أداء أحمال الذكاء الاصطناعي.
لماذا تتجاوز المنافسة الآن حدود GPU؟
مع تضخم نماذج الذكاء الاصطناعي وتعقيد أحمال التدريب والاستدلال، أصبحت GPU وحدها عنق زجاجة إذا لم تُدعم ببنية شبكية سريعة وذاكرة عالية النطاق. هنا يتدخل اللاعبون الكبار والقادمون الجدد لسد الفجوات عبر حلول متكاملة تمتد على طول منظومة الحوسبة.
ما الذي أعلنته HPE في Discover 2026؟
قدّمت Hewlett Packard Enterprise رؤية شاملة للبنية التحتية للذكاء الاصطناعي خلال مؤتمر Discover 2026، تضمنت ثلاثة محاور أساسية:
- معمارية حوسبة كمومية-فائقة هجينة تجمع بين قدرات الحوسبة الكمومية والحواسيب الفائقة التقليدية
- نهج يضع الشبكات أولاً (Networking-First) لتعظيم أداء الذكاء الاصطناعي
- حلول شبكات AI جديدة تستهدف رفع معدلات استغلال وحدات GPU إلى أقصى حد
تستهدف هذه الخطوات واحداً من أصعب تحديات الذكاء الاصطناعي: تقليص زمن التأخير الناجم عن الشبكة، والذي قد يُهدر قدرات GPU الباهظة إذا لم تُعالَج البنية التحتية المحيطة بها.
ما التوجهات الخمسة التي يجب مراقبتها؟
- الشبكات عالية السرعة: تقنيات مثل InfiniBand وEthernet فائق السرعة تتطور لتواكب متطلبات نقل البيانات بين آلاف المعالجات
- الذاكرة عالية النطاق (HBM): الطلب يتصاعد على ذاكرة HBM3 وHBM4 لتغذية نماذج LLM الضخمة
- المعالجات المركزية المتخصصة: Arm وIntel وAMD يتنافسون على شرائح مصممة لأحمال AI
- برمجيات التنسيق (Orchestration): منصات إدارة الموارد تصبح حاسمة لاستثمار كل واط ودولار
- تصميم الشرائح المخصصة: شركات مثل Crusoe تدفع المنافسة إلى ما وراء GPU التقليدية
كيف يؤثر استهلاك الطاقة على التصميم؟
تشير التقارير إلى أن الاستهلاك العالمي لمراكز البيانات قد يتجاوز 100 غيغاواط بحلول منتصف العقد الحالي. هذا الضغط يدفع المشغّلين نحو حلول التبريد السائل المباشر والتبريد بالغمر، إضافة إلى تصاميم معيارية (Modular) تُسرّع النشر وتحسّن كفاءة الطاقة.
في السياق التنظيمي، أنهت ولاية نورث كارولينا الأميركية إعفاءها الضريبي على استهلاك الطاقة لمراكز البيانات مع الإبقاء على حوافز رأس المال، ما يعكس توتراً متصاعداً بين جذب الاستثمارات وضغوط الاستدامة.
ماذا عن الاستدامة وانبعاثات الكربون؟
أقرّت Google بأن نمو أحمال الذكاء الاصطناعي يتفوق على وتيرة إزالة الكربون من الشبكات الكهربائية، ما يطرح تساؤلات جدية حول قدرة الشركات الكبرى على الوفاء بتعهداتها المناخية. التلوث الهوائي الناجم عن مراكز البيانات يعتمد بشكل مباشر على مصدر الطاقة: الفحم أو الغاز مقابل الطاقة المتجددة.
رأي Logicity
تشير هذه التوجهات إلى أن صناع القرار في قطاع تقنية المعلومات لم يعد بإمكانهم الاكتفاء بتقييم GPU عند بناء بنية AI تحتية؛ بل يجب أن يشمل التقييم الشبكات والذاكرة وبرمجيات التنسيق بوصفها عوامل حاسمة للعائد على الاستثمار. في السوق تتنافس حلول Nvidia Networking (Mellanox سابقاً) مع Arista وJuniper على طبقة الشبكات، بينما تتصدر Micron وSamsung وSK Hynix سوق HBM. المقارنة الدقيقة للتكلفة الكلية (TCO) بين هذه الخيارات باتت ضرورة لا ترفاً.
الأسئلة الشائعة
ما أبرز الاختناقات التي تواجه مراكز بيانات الذكاء الاصطناعي اليوم؟
الشبكات البطيئة والذاكرة المحدودة النطاق تحدّ من استغلال GPU، إضافة إلى تحديات الطاقة والتبريد.
لماذا تتجه HPE نحو الحوسبة الكمومية الهجينة؟
لأن بعض المسائل الحسابية قد تحقق تسارعاً هائلاً عند دمج المعالجات الكمومية مع الحواسيب الفائقة التقليدية.
ما الفرق بين التبريد السائل المباشر والتبريد بالغمر؟
التبريد المباشر يوصل السائل إلى الشريحة عبر أنابيب، بينما التبريد بالغمر يغمر الخوادم بالكامل في سائل عازل كهربائياً.
هل تتوفر حلول مراكز بيانات AI معيارية في الخليج؟
نعم، شركات مثل HPE وDell وVertiv تقدم حلولاً معيارية قابلة للنشر في المنطقة، وتتكامل مع مشاريع البنية الرقمية ضمن رؤية 2030 السعودية واستراتيجية الإمارات للذكاء الاصطناعي.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تخطط لتوسيع بنية مركز بياناتك أو تقييم خيارات الشبكات والتبريد، تواصل مع فريق Logicity للحصول على استشارة متخصصة تناسب متطلباتك.
فاطمة الزهراء
كاتبة تقنية متخصصة في الذكاء الاصطناعي
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
