ما المقصود بمركز بيانات الذكاء الاصطناعي؟

مركز بيانات الذكاء الاصطناعي هو مرفق يحتوي على البنية التحتية لتكنولوجيا المعلومات اللازمة لتدريب وتوزيع وتقديم تطبيقات وخدمات الذكاء الاصطناعي. يتميز المركز بهياكل متطورة للحوسبة والشبكات والتخزين، بالإضافة إلى قدرات الطاقة والتبريد للتعامل مع أعباء العمل الخاصة بالذكاء الاصطناعي.
 

بينما تحتوي مراكز البيانات التقليدية على العديد من المكونات نفسها الموجودة في مركز بيانات الذكاء الاصطناعي، إلا أن قوتها الحاسوبية وقدراتها الأخرى في البنية التحتية لتكنولوجيا المعلومات تختلف بشكل كبير. ستستفيد المؤسسات التي تريد الاستفادة من مزايا تكنولوجيا الذكاء الاصطناعي من الوصول إلى البنية التحتية للذكاء الاصطناعي اللازمة.

هناك العديد من الطرق للوصول إلى هذه البنية التحتية، ومعظم الشركات لن تحتاج إلى بناء مراكز بيانات الذكاء الاصطناعي الخاصة بها من الألف إلى الياء، وهو أمر شاق للغاية. وقد خففت الخيارات مثل السحابة الهجينة والتجميع من حاجز الدخول، ما يُتيح للمؤسسات بجميع أحجامها الاستفادة من قيمة الذكاء الاصطناعي.

تشترك مراكز بيانات الذكاء الاصطناعي في العديد من الخصائص مع مراكز البيانات التقليدية. كلٌّ منهما يحتوي على أجهزة مثل الخوادم وأنظمة التخزين ومعدات الشبكات. ويحتاج مشغلو كلا النوعين إلى أخذ أمور مثل الأمان والموثوقية والتوافر وكفاءة الطاقة في الاعتبار.

تنبع الاختلافات بين هذين النوعين من مراكز البيانات من المتطلبات الاستثنائية للأعباء العمل المكثفة في الذكاء الاصطناعي. بالمقارنة مع مراكز بيانات الذكاء الاصطناعي، تحتوي مراكز البيانات التقليدية على بنية تحتية تتعرض للتحميل الزائد بسرعة بسبب أعباء عمل الذكاء الاصطناعي. تم تصميم البنية التحتية الجاهزة للذكاء الاصطناعي خصيصًا للمهام السحابية والذكاء الاصطناعي والتعلم الآلي.

على سبيل المثال، من المرجح أن تكون مراكز البيانات التقليدية مصممة لتحتوي على وحدات المعالجة المركزية (CPUs). بينما تتطلب مراكز البيانات الجاهزة للذكاء الاصطناعي وحدات معالجة الرسومات (GPUs) عالية الأداء، بالإضافة إلى اعتبارات البنية التحتية لتقنية المعلومات مثل التخزين المتقدم، والشبكات، والطاقة، وقدرات التبريد. في كثير من الأحيان، يتطلب العدد الهائل من وحدات معالجة الرسومات اللازمة لحالات استخدام الذكاء الاصطناعي أيضًا مساحة أكبر بكثير. 

"فائق النطاق" و"الموقع المشترك" هما نوعان من مراكز البيانات التي تستخدمها المؤسسات عادةً في الذكاء الاصطناعي.

تُعَد مراكز البيانات فائقة النطاق مراكز كبيرة، تحتوي على ما لا يقل عن 5,000 خادم وتحتل مساحة مادية لا تقل عن 10,000 قدم مربع. وتوفِّر هذه المراكز قدرات توسع شديدة وهي مصممة لتحمل أعباء العمل الكبيرة (مثل الذكاء الاصطناعي التوليدي). تُستخدَم هذه المراكز على نطاق واسع عالميًا من قِبَل مزودي الخدمات السحابية مثل Amazon Web Services (AWS) وMicrosoft Azure وGoogle Cloud Platform (GCP) لأغراض متعددة تشمل الذكاء الاصطناعي، والأتمتة، وتحليلات البيانات، وتخزين البيانات، ومعالجة البيانات والمزيد.

يشير مركز بيانات الموقع المشترك إلى حالة تمتلك فيها الشركة مركز بيانات فائق النطاق وتؤجِّر مرافقه، وخوادمه وعرض النطاق الترددي الخاص به لشركات أخرى.

يُتيح هذا الإعداد للشركات الاستفادة من مزايا مركز البيانات فائق النطاق، دون الحاجة إلى الاستثمار الكبير المطلوب لتحقيق ذلك. ومن أكبر مستخدمي خدمات الموقع المشترك في العالم Amazon ‏(AWS) وGoogle وMicrosoft. على سبيل المثال، يؤجِّر مزودو خدمات السحابة هؤلاء مساحات كبيرة من مراكز البيانات من مشغِّل مركز بيانات يُسمَّى Equinix. ثم، يوفِّرون المساحة التي حصلوا عليها حديثًا للعملاء، من خلال تأجيرها لشركات أخرى.

في منشور مدونة في أوائل عام 2025، أطلقت Microsoft على الذكاء الاصطناعي اسم "كهرباء عصرنا". وسنكتشف في المستقبل إذا ما كانت هذه التسمية مبالغة أو وصفًا دقيقًا. ومع ذلك، فإن استخدام أدوات الذكاء الاصطناعي مثل ChatGPT من OpenAI من قِبَل ملايين المستخدمين غير المتخصصين قد سار بوتيرة سريعة. وقد أدت هذه القدرات الواضحة للذكاء الاصطناعي في زيادة الإنتاجية وتحقيق الأرباح إلى تدفق مكثف للأدوات الجديدة للذكاء الاصطناعي، والعملاء، ومنشئي المحتوى.

النماذج مفتوحة المصدر والتوسع المستمر في ديمقراطية الذكاء الاصطناعي تعني أن التأثير في منظومة الذكاء الاصطناعي ليس مقتصرًا فقط على الشركات الرائدة الكبيرة. إذ يمكن لأي جهة تقريبًا أن تكون شركة تكنولوجيا، إذا تمكَّنت من تحديد حالة استخدام للذكاء الاصطناعي واعتماد البنية التحتية لتكنولوجيا المعلومات لتنفيذها. وفقًا لتقرير صادر عن IBM Institute for Business Value (اختصارًا IBM IBV) لعام 2024، قال 43% من المسؤولين التنفيذيين على مستوى الإدارة العُليا في مجال التكنولوجيا إن مخاوفهم بشأن بنية تكنولوجيا المعلومات قد زادت في الأشهر الستة الماضية بسبب الذكاء الاصطناعي التوليدي، وأنهم الآن يركزون على تحسين بنية تكنولوجيا المعلومات الخاصة بهم لتوسيع نطاقها.

وفي الوقت نفسه، نمت صناعة مراكز البيانات لتتناسب مع الطلب. وأصبحت البنية التحتية لمراكز البيانات في جميع أنحاء العالم جاهزة بشكل متزايد للذكاء الاصطناعي، وقادرة على معالجة أحجام كبيرة من العمليات الحسابية والطلبات المعقدة. وحاليًا، تشهد منطقتا آسيا والمحيط الهادئ وأمريكا الشمالية أعلى انتشار لمراكز البيانات، لا سيما في مناطق مثل بكين وشنغهاي وشمال فيرجينيا ومنطقة خليج سان فرانسيسكو^.1

كما أشارت الاستثمارات الكبيرة من شركات التكنولوجيا الكبرى إلى نمو قطاع مراكز بيانات الذكاء الاصطناعي. في عام 2025 ،تخطط Microsoft لاستثمار ما يقرب من 80 مليار دولار أمريكي في بناء مركز البيانات، وتستثمر شركة Meta ما يقرب من 10 مليارات دولار أمريكي في تطوير مركز بيانات ضخم جديد على مساحة أربعة ملايين قدم مربع في ولاية لويزيانا الأمريكية.

هناك العديد من الميزات والوظائف الفريدة الرئيسية لمراكز البيانات الجاهزة للذكاء الاصطناعي:

• الحوسبة عالية الأداء
• هندسة التخزين المتقدمة
• الشبكات المرنة والآمنة
• حلول الطاقة والتبريد الملائمة

يحتاج مركز البيانات الجاهز للذكاء الاصطناعي إلى قدرات حوسبة عالية الأداء (HPC) مثل تلك الموجودة داخل مسرِّعات الذكاء الاصطناعي. ومسرِّعات الذكاء الاصطناعي هي شرائح ذكاء اصطناعي تُستخدم لتسريع نماذج التعلم الآلي، والتعلم العميق، ومعالجة اللغة الطبيعية، وعمليات الذكاء الاصطناعي الأخرى. وهي تُعَد على نطاق واسع الأجهزة التي تجعل الذكاء الاصطناعي وتطبيقاته العديدة ممكنة.

على سبيل المثال، تُعَد وحدات معالجة الرسومات (GPUs) نوعًا من مسرِّعات الذكاء الاصطناعي. أصبحت وحدات معالجة الرسومات (GPUs)، التي نالت شهرتها بفضل Nvidia، دوائر إلكترونية تقسِّم المشكلات المعقدة إلى أجزاء أصغر يمكن معالجتها بشكل متوازي، وهو ما يُعرف بالمعالجة المتوازية. تستخدِم الحوسبة عالية الأداء (HPC) نوعًا من المعالجة المتوازية يُعرف باسم "المعالجة المتوازية على نطاق واسع"، والتي تستخدِم عشرات الآلاف إلى الملايين من المعالجات أو أنوية المعالجات. وهذه الإمكانية تجعل وحدات معالجة الرسومات سريعة وفعَّالة بشكل لا يصدق. يتم تدريب نماذج الذكاء الاصطناعي وتشغيلها على وحدات معالجة الرسومات الخاصة بمركز البيانات، ما يعمل على تشغيل العديد من تطبيقات الذكاء الاصطناعي الرائدة.

بشكل متزايد، تتضمن مراكز البيانات الجاهزة للذكاء الاصطناعي مسرّعات أكثر تخصصًا للذكاء الاصطناعي، مثل وحدة معالجة الشبكات العصبية (NPU) ووحدات معالجة الموترات (TPUs). تحاكي وحدات NPU المسارات العصبية للدماغ البشري لتحسين معالجة أعباء عمل الذكاء الاصطناعي في الوقت الفعلي. أما وحدات معالجة الموتر (TPU) فهي مسرِّعات تم تصميمها خصيصًا لتسريع عمليات حساب الموتر في أعباء عمل الذكاء الاصطناعي. وتجعلها إنتاجيتها العالية وزمن انتقالها القصير مثالية للعديد من تطبيقات الذكاء الاصطناعي والتعلم العميق.

تتطلب سرعة أعباء عمل الذكاء الاصطناعي واحتياجاتها الحسابية العالية سعة تخزين كبيرة وذاكرة عالية السرعة. تُعَد محركات الأقراص ذات الحالة الصلبة (SSDs) -وهي أجهزة تخزين تعتمد على أشباه الموصلات وتستخدِم عادةً ذاكرة فلاش NAND- من وحدات التخزين الأساسية لمراكز بيانات الذكاء الاصطناعي. على وجه التحديد، محركات الأقراص ذات الحالة الصلبة NVMe، التي تتمتع بالسرعة والقدرة على البرمجة والقدرة على التعامل مع المعالجة المتوازية.

تستخدم وحدات معالجة الرسومات، والمسرِّعات، وبعض محركات الأقراص ذات الحالة الصلبة في مراكز البيانات أيضًا ذاكرة عالية النطاق الترددي (HBM). يُتيح هذا النوع من بنية الذاكرة نقل البيانات عالية الأداء مع استهلاك طاقة أقل من ذاكرة الوصول العشوائي الديناميكية (DRAM)، وهي بنية ذاكرة تقليدية أكثر.

هناك جانب نموذجي آخر لتصميم مركز بيانات الذكاء الاصطناعي وهو بنية تخزين البيانات التي يمكنها استيعاب التقلبات في الطلب على البيانات، مثل الزيادات غير المتوقعة. فبدلًا من تشغيل أعباء العمل على أجهزة مخصصة، تعتمد العديد من مراكز البيانات -سواء الخاصة بالذكاء الاصطناعي أو التقليدية- على بنية سحابية يتم فيها تحويل التخزين الفعلي إلى افتراضي.

المحاكاة الافتراضية هي عملية تقسيم مكونات جهاز كمبيوتر واحد (مثل الذاكرة والتخزين) إلى عدة أجهزة افتراضية. وتُتيح هذه التقنية استخدام الموارد بشكل أكثر كفاءة ومرونة، من خلال السماح بتشغيل تطبيقات وأنظمة تشغيل متعددة على الجهاز الفعلي نفسه.

تُعَد المحاكاة الافتراضية أيضًا بمثابة التقنية التي تعزِّز قدرات السحابة الهجينة. تمنح السحابة الهجينة للمؤسسات قدرًا أكبر من السرعة والمرونة لربط البيئات السحابية والمحلي، وهو أمر بالغ الأهمية لاعتماد الذكاء الاصطناعي التوليدي كثيف البيانات.

يجب أن يكون الذكاء الاصطناعي سريعًا. ويتوقع المستخدمون استجابات فورية من تطبيقات الذكاء الاصطناعي عبر الإنترنت، وتحتاج المركبات ذاتية القيادة إلى اتخاذ قرارات في جزء من الثانية على الطريق. لذلك، يجب أن تكون شبكات مراكز بيانات الذكاء الاصطناعي قادرة على دعم متطلبات النطاق الترددي العالي لأعباء عمل الذكاء الاصطناعي مع زمن انتقال قصير. بالنسبة إلى مراكز البيانات فائقة النطاق، يمكن أن تتراوح متطلبات النطاق الترددي من عدة جيجابت في الثانية (Gbps) إلى تيرابايت في الثانية (Tbps).

تستخدِم مراكز البيانات التقليدية الألياف الضوئية لشبكات الاتصالات الخارجية الخاصة بها، لكن الرفوف في مراكز البيانات لا تزال تدير الاتصالات في الغالب على أسلاك كهربائية قائمة على النحاس. البصريات المدمجة مع الرقائق، وهي تقنية جديدة من IBM Research، تَعِد بتحسين كفاءة استهلاك الطاقة وزيادة النطاق الترددي من خلال إدخال وصلات الربط البصري داخل الأجهزة وداخل جدران مراكز البيانات المُستخدمة في تدريب ونشر النماذج اللغوية الكبيرة (LLMs). قد يؤدي هذا الابتكار إلى زيادة عرض النطاق الترددي لاتصالات مركز البيانات بشكل كبير، وبالتالي تسريع معالجة الذكاء الاصطناعي.

تستخدِم معظم مراكز البيانات الحديثة خدمات الشبكة الافتراضية. وتُتيح هذه القدرة إنشاء شبكات متراكبة معرَّفة بالبرمجيات، ومبنية على البنية التحتية الفعلية للشبكة. ويُتيح ذلك تحسين الحوسبة والتخزين والشبكات لكل تطبيق وعبء عمل دون الحاجة إلى إجراء تغييرات مادية في البنية التحتية.

تتطلب مراكز بيانات الذكاء الاصطناعي تقنية افتراضية متقدمة للشبكات توفِّر اتصالًا أفضل وقابلية توسع وأداءً أعلى. يجب أن تكون قادرة أيضًا على معالجة مخاوف خصوصية البيانات وأمنها المتعلقة بالحجم الكبير للبيانات المستخدمة في تدريب نماذج الذكاء الاصطناعي التوليدي . في استطلاع أجراه IBM IBV، قال 57% من الرؤساء التنفيذيين إن المخاوف المتعلقة بأمن البيانات ستكون عائقًا أمام تبني الذكاء الاصطناعي التوليدي.

تتطلب مراكز بيانات الذكاء الاصطناعي التي تتميز بالقوة الحاسوبية العالية، والشبكات المتقدمة، وأنظمة التخزين الضخمة كميات هائلة من الطاقة الكهربائية وأنظمة تبريد متطورة لتجنب الانقطاعات، والتوقف، والتحميل الزائد. تتوقع Goldman Sachs أن الذكاء الاصطناعي سيؤدي إلى زيادة بنسبة 165% في الطلب على الكهرباء لمراكز البيانات بحلول عام 2030. وتُشير تحليلات McKinsey إلى أن الطلب السنوي العالمي على سعة مراكز البيانات قد يتراوح بين 171 و219 جيجاوات (GW). الطلب الحالي هو 60 جيجاوات.

لتلبية هذه المتطلبات العالية لاستهلاك الطاقة والتبريد، تعتمد بعض مراكز بيانات الذكاء الاصطناعي على إعداد عالي الكثافة. تعزِّز هذه الاستراتيجية الاستفادة القصوى من المساحة في مراكز البيانات من خلال تكوينات خوادم مدمجة توفِّر أداءً أفضل، وكفاءة طاقة أعلى، وأنظمة تبريد متطورة.

على سبيل المثال،غالبًا ما يستخدِم التبريد السائل الماء بدلًا من التبريد الهوائي لنقل وتبديد الحرارة. ويوفِّر هذا كفاءة أكبر في التعامل مع الحرارة ذات الكثافة العالية وتحسين فاعلية استخدام الطاقة (PuE)، وهو مقياس يُستخدَم لقياس كفاءة الطاقة في مراكز البيانات. هناك طريقة تبريد أخرى، وهي احتواء تبريد الممرات الساخنة و/أو الباردة، حيث يتم تنظيم رفوف الخوادم لتحسين تدفق الهواء وتقليل اختلاط الهواء الساخن والبارد.

ونظرًا لهذه المتطلبات الكبيرة للطاقة، غالبًا ما تسعى المؤسسات في الوقت الحالي لتحقيق التوازن بين طموحاتها في الذكاء الاصطناعي وأهدافها المتعلقة بالاستدامة. ومن الأمثلة المثيرة للإعجاب هو شركة Apple، والتي تُعَد أحد أكبر مالكي مراكز البيانات ذات النطاق الكبير في العالم. منذ عام 2014، تعمل جميع مراكز بيانات Apple بالكامل على الطاقة المتجددة من خلال مجموعة متنوعة من الخلايا الوقودية بالغاز الحيوي، والطاقة الكهرومائية، والطاقة الشمسية، وطاقة الرياح.

يتطلع آخرون إلى مصادر الطاقة خارج كوكب الأرض، على أمل الاستفادة من الطاقة الشمسية عالية الكثافة في الفضاء لبناء مراكز بيانات جديدة. قد تؤدي الاختراقات في مراكز البيانات المدارية إلى خفض تكاليف الطاقة بشكل كبير لتدريب نماذج الذكاء الاصطناعي، ما قد يقلل من نفقات الطاقة بنسبة تصل إلى 95%.