كانت مراكز البيانات، التي كانت تعتبر العمود الفقري الثابت لتكنولوجيا المعلومات في المؤسسات، تشهد تحولًا كبيرًا. ولا يؤدي صعود الذكاء الاصطناعي التوليدي إلى تغيير ما تدعمه مراكز البيانات فحسب، بل يغير أيضا كيفية عملها على كل المستويات، من الكفاءة التشغيلية إلى البنية التحتية المادية.
لقد أصبح الذكاء الاصطناعي بمثابة “العقل” لمركز البيانات الحديث. يمكن أن يعمل كطيار آلي، ويدير كل شيء ديناميكيًا بدءًا من التبريد والطاقة وحتى موازنة عبء العمل والصيانة التنبؤية. فهو يحول مركز البيانات إلى نظام ذاتي التحسين، لا يختلف عن جسم الإنسان الذي ينظم وظائفه الخاصة. على هذا النحو، لم يعد الذكاء الاصطناعي بمثابة عبء عمل يتم تشغيله في مركز البيانات، بل أصبح بمثابة ذكاء لمركز البيانات، يقوم بتنسيق الموارد في الوقت الفعلي لضمان تشغيل كل شيء بأكبر قدر ممكن من الكفاءة.
وبالتالي، يجب إعادة بناء مراكز البيانات لخدمة الذكاء الاصطناعي. إن ظهور نماذج اللغات الكبيرة مثل GPTs يعني أن مراكز البيانات أصبحت مصانع للذكاء الاصطناعي، مصممة خصيصًا للحوسبة عالية الكثافة. وهذا يتطلب إعادة التفكير بشكل أساسي في التصميم، وتوزيع الطاقة، وقابلية التوسع. على سبيل المثال، للتعامل مع الكميات الهائلة من الطاقة والتبريد المطلوبة، يقوم المشغلون بإعادة هندسة كل شيء بدءًا من الأنظمة الحرارية وحتى تخطيط الحامل.
وفي الوقت نفسه، يعد الذكاء الاصطناعي شريكًا لمركز البيانات، حيث يقوم بمسح أجهزة الاستشعار بشكل مستمر، وضبط تدفق الهواء، وإعادة توجيه أعباء العمل، مما يسمح للمشغلين بالتنبؤ بالاحتياجات ومنع المشكلات. وهذا لا يؤدي إلى تحسين البنية التحتية فحسب، بل يحولها إلى شبكة مفكرة ذاتية التنظيم يمكنها العمل بأقل قدر من المدخلات البشرية. ونتيجة لذلك، تصبح العملية التفاعلية اليدوية سابقًا استباقية وتصحح نفسها بنفسها، مما يتيح مستوى معززًا من الكفاءة ووقت التشغيل.
سيكون الذكاء الاصطناعي قادرًا على خفض التكاليف في جميع الأماكن الصحيحة: الطاقة، ووقت التوقف عن العمل، والقدرة غير المستغلة. تعني الصيانة التنبؤية أن الأجهزة تدوم لفترة أطول، بينما يعمل التبريد الذكي على تقليل فواتير الطاقة. يمنع الذكاء الاصطناعي أيضًا الإفراط في التزويد لأنه إذا لم يستخدم أحد الخادم، فسيصبح في وضع الخمول، مثل إطفاء الأنوار عندما لا يكون هناك أحد في الغرفة.
إذن، هل مراكز البيانات القديمة معرضة لخطر أن تصبح قديمة بسبب الذكاء الاصطناعي؟ ليس تمامًا، لكنهم سيكونون تحت ضغط للتكيف. النهج الأكثر فعالية ليس الهدم، بل التعديل التحديثي الذكي. وبالفعل، يتم بالفعل تحديث العديد من المواقع القديمة بنجاح لتصبح مرافق جاهزة للذكاء الاصطناعي. بدأت بعض المؤسسات في بناء “حجرات” الذكاء الاصطناعي داخل مراكز البيانات القديمة، وهي عبارة عن رفوف مستقلة وعالية الكثافة مع تبريد مخصص، مما يسمح لها بدعم أعباء العمل المتقدمة دون إعادة بناء كاملة. من خلال الترقيات المعيارية مثل التبريد السائل لإدارة الحرارة الناتجة عن أعباء عمل الذكاء الاصطناعي الكثيفة، ووحدات توزيع الطاقة الذكية لتحسين استخدام الطاقة، وأنظمة قواعد البيانات الجاهزة للذكاء الاصطناعي التي يمكنها دعم البحث والاسترجاع القائم على المتجهات، يمكن ترقية مراكز البيانات القديمة إلى المعايير الحديثة. وفي الواقع، فإن المواقع التي تتمتع ببنية تحتية مادية قوية وتتمتع بإمكانية الوصول إلى الطاقة والاتصال الموثوقين ــ ما نطلق عليه “العظام الجيدة والمواقع الجيدة” ــ تكون في كثير من الأحيان أكثر فعالية من حيث التكلفة في الترقية بدلاً من الاستبدال.
ما يتم تجاهله غالبًا في محادثة البنية التحتية للذكاء الاصطناعي هو مدى التغير الكبير في الطريقة التي نصل بها إلى البيانات. لعقود من الزمن، تم تخزين البيانات في قواعد بيانات علائقية منظمة: معرف العميل، والطابع الزمني، ونوع المعاملة – وكلها محددة بدقة في صفوف وأعمدة. لكن هذا الهيكل جاء بتكلفة. لفعل أي شيء مفيد بهذه البيانات، احتاجت المؤسسات إلى مهندسي البيانات، وخطوط الأنابيب، ووظائف ETL، ولوحات المعلومات؛ وحتى ذلك الحين، حدثت التفاعلات في الغالب من خلال النماذج والمرشحات، وليس الذكاء.
الآن، مع ظهور نماذج اللغة الكبيرة وقواعد البيانات المتجهة، بدأ هذا النموذج بأكمله في التحول. لأول مرة، أصبح بإمكاننا تخزين واسترجاع المعلومات بناءً على المعنى، وليس المخطط فقط. بدلاً من إنشاء استعلام أو لوحة معلومات، يمكن للمرء ببساطة أن يسأل: “ماذا حدث لقاعدة عملاء Northeast في الربع الأخير؟” والحصول على إجابة حقيقية. إنها ليست أكثر قوة فحسب، بل أكثر إنسانية.
ويمثل هذا أيضًا تحولًا في من يمكنه الوصول إلى المعرفة. لم تعد الشركات بحاجة إلى مهارات SQL أو أدوات ذكاء الأعمال، بل تحتاج فقط إلى لغة بسيطة. ويعمل هذا التغيير على تغذية فئة جديدة من البنية الأساسية: الأنظمة المصممة للفهم والتفكير والاستجابة، وليس فقط للتخزين والخدمة.
لذلك، يمكن للذكاء الاصطناعي الآن أن يقترب من مكان إنشاء البيانات. يحدث الاستدلال عند الحافة، بينما يظل التدريب مركزيًا. سيحدد هذا الهيكل المزدوج العقد القادم – وهو نسيج هجين من السحابة والحافة يعملان جنبًا إلى جنب.
تعني الإنجازات مفتوحة المصدر أن أي شخص، في أي مكان، يمكنه الآن نشر الذكاء الاصطناعي القوي وضبطه. وهذا يؤدي إلى موجة جديدة من نشر الذكاء الاصطناعي في بيئات مثل الأنظمة البحرية، ومصانع الدفاع، ووحدات الاستجابة للطوارئ، ومرافق الرعاية الصحية عن بعد، والبيئات التي يكون فيها الاتصال مقيدًا، ويكون الأمان فيها بالغ الأهمية، ولا يمكن تأجيل القرارات في رحلة ذهابًا وإيابًا على السحابة. لقد أصبحت هذه الحدود الجديدة للبنية التحتية للذكاء الاصطناعي. نحن نشهد نشر محركات الاستدلال وقواعد بيانات المتجهات ووكلاء الذكاء الاصطناعي في الموقع، مما يتيح اتخاذ القرار المحلي في الوقت الفعلي تقريبًا.
يمثل هذا المستقبل الهجين – التدريب المركزي للذكاء الاصطناعي في السحابة، والاستدلال الموزع على الحافة – تطورًا أساسيًا في كيفية ومكان تطبيق الذكاء. وفي قلب هذا التحول في مجال الذكاء الاصطناعي تكمن القدرة على جعل البنية التحتية أكثر إنسانية. ليس فقط في كيفية عملها خلف الكواليس، ولكن في كيفية تعامل المؤسسات والأفراد معها على حد سواء.
