مركز بيانات الذكاء الاصطناعي مقابل مركز البيانات التقليدي مقابل مركز بيانات الحوسبة عالية الأداء

يشهد المشهد الرقمي تحولاً هائلاً، مدفوعاً بنهمٍ لا يُشبع لمعالجة البيانات وقوة الحوسبة. وفي قلب هذه الثورة تكمن مراكز البيانات، وهي المرافق المادية التي تضم البنية التحتية الحيوية التي تُشغّل كل شيء بدءاً من فحص بريدك الإلكتروني الصباحي وصولاً إلى عمليات المحاكاة العلمية المعقدة ونماذج الذكاء الاصطناعي التوليدية التي تُعيد تشكيل عالمنا.

مع ذلك، لا تتساوى جميع مراكز البيانات. فمع تطور التكنولوجيا، تطورت أيضًا المرافق المصممة لدعمها. واليوم، نقف على مفترق طرق حيث لم تعد البنية التحتية المتخصصة ترفًا بل ضرورة. لفهم هذا المشهد المتطور، يجب أن نتعمق في الخصائص والأهداف والهياكل المميزة لثلاثة أنواع رئيسية من المرافق: مركز البيانات التقليدي, ، ال مركز بيانات الحوسبة عالية الأداء (HPC), و سريع الظهور مركز بيانات الذكاء الاصطناعي.

1. مركز البيانات التقليدي: حجر الزاوية للإنترنت

لطالما شكلت مراكز البيانات التقليدية، على مدى عقود، العمود الفقري للاقتصاد الرقمي. صُممت هذه المرافق لتوفير حوسبة واسعة النطاق ومتعددة الأغراض، تدعم العمليات اليومية للشركات والحكومات وتطبيقات المستهلكين.

1.1 الغرض الأساسي وأعباء العمل

يتمثل الهدف الأساسي للمنشأة التقليدية في الموثوقية والتطبيق الواسع. وتتنوع أحمال العمل التي تتعامل معها، ولكنها تتكون عمومًا مما يُعرف بالمعالجة العددية - أي تنفيذ التعليمات بالتسلسل.

تشمل أعباء العمل النموذجية ما يلي:

• استضافة المواقع الإلكترونية والتجارة الإلكترونية: خدمة المواقع الإلكترونية ومعالجة المعاملات عبر الإنترنت.
• تطبيقات المؤسسات: تشغيل أنظمة تخطيط موارد المؤسسات (ERP) وإدارة علاقات العملاء (CRM) وأنظمة الموارد البشرية.
• إدارة قواعد البيانات: تخزين واسترجاع البيانات المنظمة.
• البريد الإلكتروني والتواصل: تسهيل التواصل بين الشركات والأفراد.

تتطلب هذه المهام توازناً بين الحوسبة والذاكرة والتخزين، مع إعطاء الأولوية لوقت التشغيل العالي والتوافر المستمر على حساب سرعة المعالجة الخام والمستدامة.

1.2 بنية الأجهزة

تعكس الأجهزة الموجودة داخل المنشأة التقليدية طبيعتها متعددة الأغراض. المكون المهيمن هو وحدة المعالجة المركزية (CPU). عادةً ما تكون الخوادم أنظمة ثنائية المقابس مليئة بمعالجات x86 القياسية من شركات مصنعة مثل Intel أو AMD.

رغم قوة هذه المعالجات، إلا أنها مصممة للتعامل مع أنواع متعددة من المهام بكفاءة معقولة، بدلاً من التفوق في نوع واحد محدد من العمليات الحسابية المعقدة. ويركز تصميمها بشكل أساسي على المحاكاة الافتراضية، حيث تُقسّم الخوادم المادية الفردية إلى العديد من "الأجهزة الافتراضية" الأصغر حجماً لتحقيق أقصى استفادة من الموارد في مختلف التطبيقات ذات المتطلبات المنخفضة.

1.3 البنية التحتية للطاقة والتبريد

نظراً لأن أحمال العمل متنوعة للغاية وغالباً ما تكون معاملاتية، فإن استهلاك الطاقة في مركز البيانات التقليدي يكون قابلاً للتنبؤ ومعتدلاً نسبياً.

• كثافة الطاقة: يتراوح عادةً من من 5 إلى 10 كيلوواط (kW) لكل رف.
• طرق التبريد: يُعدّ التبريد الهوائي التقليدي هو المعيار. تستخدم المرافق وحدات تكييف الهواء لغرف الحاسوب (CRAC) أو وحدات معالجة الهواء لغرف الحاسوب (CRAH). تعمل الأرضيات المرتفعة على توزيع الهواء البارد أسفل رفوف الخوادم، والذي يُسحب بعد ذلك عبر الخوادم ويُطرد كهواء ساخن إلى ممر ساخن، ليعود إلى وحدات التبريد.

على الرغم من كفاءتها في حالات الكثافة المتوسطة، إلا أن أسلوب التبريد بالهواء هذا يواجه قيودًا فيزيائية عندما ترتفع متطلبات الطاقة بشكل كبير.

2. مركز بيانات الحوسبة عالية الأداء: دعم الاكتشاف العلمي

تختلف مراكز بيانات الحوسبة عالية الأداء (HPC) اختلافاً جذرياً. فهي مصممة لتحمل كثافة حسابية هائلة، ومُصممة لحل المشكلات المعقدة التي تتطلب حسابات مكثفة والتي قد تستغرق الخوادم التقليدية عمراً كاملاً لإكمالها.

2.1 الغرض الأساسي وأعباء العمل

تُعدّ مرافق الحوسبة عالية الأداء مجالًا للعلماء والباحثين والمهندسين، حيث يركزون على المحاكاة والنمذجة وتحليل البيانات واسعة النطاق. وتتمثل السمة المميزة لأعباء العمل في الحوسبة عالية الأداء في المعالجة المتوازية، أي تقسيم المشكلة الضخمة إلى أجزاء أصغر وحلها في آنٍ واحد.

تشمل أعباء العمل النموذجية ما يلي:

• التنبؤ بالطقس ونمذجة المناخ: محاكاة ديناميكيات الغلاف الجوي المعقدة مع مرور الوقت.
• علم الجينوم والمعلوماتية الحيوية: تسلسل الحمض النووي ومحاكاة التفاعلات الجزيئية.
• النمذجة المالية: تشغيل خوارزميات تحليل المخاطر المعقدة وخوارزميات التداول عالي التردد.
• الديناميكا الهوائية والهندسة: محاكاة تدفق الهواء فوق الطائرات أو اختبار إجهاد تصميمات الجسور رقميًا.

تُنفذ هذه المهام على شكل "وظائف" ضخمة يمكن أن تستغرق ساعات أو أيام أو أسابيع لإكمالها، مما يتطلب أداءً عاليًا مستدامًا من الأجهزة.

2.2 بنية الأجهزة

لتحقيق هذه القدرة الهائلة على المعالجة المتوازية، تعتمد مراكز بيانات الحوسبة عالية الأداء بشكل كبير على مزيج من وحدات المعالجة المركزية المتطورة، وبشكل متزايد،, وحدات معالجة الرسومات (GPUs) أو مسرعات متخصصة.

تتميز وحدات معالجة الرسومات (GPUs)، المصممة أصلاً لعرض الرسومات، بقدرتها الفائقة على معالجة آلاف العمليات الحسابية البسيطة في وقت واحد. في مجموعة الحوسبة عالية الأداء (HPC)، يتم ربط آلاف من هذه المعالجات معًا باستخدام شبكات فائقة السرعة ومنخفضة زمن الاستجابة (مثل InfiniBand). ويُعطي هذا التصميم الأولوية لنقل مجموعات البيانات الضخمة بين المعالجات ووحدات التخزين بأسرع ما يمكن لتجنب حدوث اختناقات أثناء العمليات الحسابية المعقدة.

2.3 البنية التحتية للطاقة والتبريد

تؤدي الطبيعة المستمرة والمكثفة لأحمال العمل عالية الأداء إلى زيادة كبيرة في متطلبات الطاقة وتوليد الحرارة مقارنة بالمرافق التقليدية.

• كثافة الطاقة: يمكن أن تتراوح من من 20 إلى 50 كيلوواط لكل رف, وأحيانًا أعلى من ذلك.
• طرق التبريد: على الرغم من استخدام أنظمة تبريد الهواء المتقدمة (مثل مبادلات الحرارة في الأبواب الخلفية)، إلا أن شركة HPC كانت من أوائل الشركات التي تبنت... التبريد السائل. نظرًا لأن السائل أكثر كفاءة بكثير في نقل الحرارة من الهواء، فإن التبريد السائل المباشر إلى الرقاقة (DTC) - حيث تتدفق مواد التبريد مباشرة فوق المعالجات الساخنة - شائع في بيئات الحوسبة عالية الأداء الحديثة لإدارة الناتج الحراري للرقائق عالية الأداء ذات الكثافة العالية.

3. مركز بيانات الذكاء الاصطناعي

أدى التطور الهائل في مجال الذكاء الاصطناعي، ولا سيما الذكاء الاصطناعي التوليدي ونماذج اللغة الكبيرة (LLMs)، إلى ظهور فئة جديدة: مركز بيانات الذكاء الاصطناعي. على الرغم من أنها تشترك في بعض أوجه التشابه مع الحوسبة عالية الأداء، إلا أن متطلباتها المحددة تدفع حدود تصميم مراكز البيانات إلى مناطق مجهولة.

3.1 الغرض الأساسي وأعباء العمل

تختلف أحمال عمل الذكاء الاصطناعي اختلافًا جوهريًا عن كل من تطبيقات المؤسسات التقليدية وعمليات المحاكاة التقليدية للحوسبة عالية الأداء. وهي تنقسم عمومًا إلى مرحلتين: تمرين و الاستدلال.

• تمرين: هذه هي عملية تدريب نموذج الذكاء الاصطناعي. تتضمن هذه العملية تغذية الشبكات العصبية بمجموعات بيانات ضخمة (تيرابايت أو بيتابايت من البيانات). يتطلب ذلك قدرة حاسوبية هائلة تعمل بأقصى طاقتها لأسابيع أو شهور متواصلة. وهي حساسة للغاية للتأخير لأن جميع المعالجات يجب أن تعمل معًا بشكل متزامن.
• الاستنتاج: هذا هو النموذج قيد التشغيل (على سبيل المثال، عندما تطرح سؤالاً على روبوت محادثة). على الرغم من أن الاستدلال أقل استهلاكاً للموارد الحاسوبية من التدريب، إلا أنه يتطلب أوقات استجابة فائقة السرعة لتوفير تجربة مستخدم سلسة.

3.2 بنية الأجهزة

الملك بلا منازع لمراكز بيانات الذكاء الاصطناعي هو وحدة معالجة الرسومات, وخاصة تلك المُحسّنة لأحمال عمل الذكاء الاصطناعي (مثل NVIDIA H100 أو سلسلة B200 القادمة). قد يحتوي خادم الذكاء الاصطناعي الواحد على 8 وحدات معالجة رسومية أو أكثر من هذه الوحدات فائقة القوة، مُقترنة بإحكام بكميات هائلة من ذاكرة النطاق الترددي العالي (HBM).

تُعتبر بنية الشبكة بالغة الأهمية، بل ربما لا تقل أهمية عن الحوسبة نفسها. ولأن نماذج تدريب الذكاء الاصطناعي ضخمة جدًا بحيث لا يمكن استيعابها على وحدة معالجة رسومية واحدة، يتم توزيعها على آلاف الوحدات. ويجب أن تتميز الشبكة التي تربطها (والتي غالبًا ما تكون شبكات InfiniBand متخصصة أو شبكات إيثرنت عالية السرعة) بزمن استجابة شبه معدوم؛ وإلا ستبقى وحدات المعالجة الرسومية في وضع الخمول بانتظار البيانات، مما يُهدر كميات هائلة من الطاقة والوقت.

3.3 البنية التحتية للطاقة والتبريد: كسر المقياس

هنا يكمن الاختلاف الأكبر بين مركز بيانات الذكاء الاصطناعي وسابقيه، حيث أن متطلبات الطاقة والتبريد غير مسبوقة.

• كثافة الطاقة: تتطلب رفوف خوادم الذكاء الاصطناعي بشكل روتيني من 40 إلى 100+ كيلوواط لكل رف. قد يتطلب مرفق واحد مخصص لتدريب الذكاء الاصطناعي مئات الميغاواط (MW) أو حتى غيغاواط من الطاقة.
• طرق التبريد: إن التبريد الهوائي التقليدي غير كافٍ تماماً لهذه الكثافات. التبريد السائل إلزامي. على الرغم من شيوع تقنية الطباعة المباشرة على الرقاقة، إلا أن الصناعة تتجه بشكل متزايد نحو التبريد بالغمر, ، حيث يتم غمر الخوادم بأكملها في سوائل عازلة متخصصة وغير موصلة لتحقيق أقصى قدر من تبديد الحرارة.

4. الذكاء الاصطناعي مقابل الأساليب التقليدية مقابل الحوسبة عالية الأداء

5. التقارب والمستقبل

بينما نميز بين "مركز بيانات الذكاء الاصطناعي مقابل مركز البيانات التقليدي مقابل مركز بيانات الحوسبة عالية الأداء"، فإن الواقع أصبح أكثر ضبابية. نحن نشهد تقاربًا هائلاً.

تتجه الشركات التي تستخدم مرافق تقليدية بشكل متزايد إلى دمج الذكاء الاصطناعي في عملياتها. ونتيجة لذلك، نشهد ظهور بيئات هجينة. قد تخصص منشأة حديثة 80% من مساحتها لوحدات المعالجة المركزية التقليدية التي تشغل منطق الأعمال القياسي، و20% لوحدات معالجة الرسومات عالية الكثافة لاستنتاج الذكاء الاصطناعي الموضعي أو التدريب على نطاق أصغر.

مع ذلك، سيظل "مصنع الذكاء الاصطناعي" الضخم والمركزي، المصمم خصيصًا لتدريب النماذج الأساسية، كيانًا منفصلاً. تُحدث هذه المنشآت العملاقة تغييرًا جذريًا في شبكات الطاقة، وتدفع حدود الهندسة الميكانيكية للتبريد إلى أقصى مدى. لم تعد القيود تقنية فحسب، بل أصبحت مادية أيضًا (كإيجاد ما يكفي من الطاقة والمياه).

5.1 تحدي الاستدامة

يُعدّ الاستدامة التحدي الأبرز للجيل القادم من مراكز البيانات، بغض النظر عن نوعها. فالطاقة المطلوبة لازدهار الذكاء الاصطناعي هائلة. ونتيجةً لذلك، سيتحدد موقع مراكز البيانات عالية الكثافة (الحوسبة عالية الأداء والذكاء الاصطناعي) في المستقبل بشكل شبه كامل بتوافر مصادر طاقة وفيرة ورخيصة ومتجددة (مثل الطاقة النووية، والطاقة الحرارية الأرضية، أو مشاريع الطاقة الشمسية/الريحية الضخمة).

نبذة عن حلول مراكز البيانات المدعومة بالذكاء الاصطناعي من SOETECK

في شركة SOETECK، ندرك أن نشر مجموعات الذكاء الاصطناعي عالية الكثافة يتطلب أكثر من مجرد تجميع المكونات؛ بل يتطلب نهجًا هندسيًا شاملًا ومتكاملًا للغاية. نساعد عملاءنا على تجاوز تعقيدات بنية الذكاء الاصطناعي التحتية من خلال توفير حل متكامل من خمس طبقات، مصمم بدءًا من مستوى الشريحة الإلكترونية وصولًا إلى محطة تبريد المياه.

صُممت حلول البنية التحتية لدينا لتكمل بشكل مثالي منصات الحوسبة المتقدمة على مستوى الرفوف (مثل GB300 NVL72نضمن عدم تقييد القدرة الحاسوبية الهائلة بسبب قيود المرافق المادية. ندعم نشر وحدات الذكاء الاصطناعي عالية الكثافة في 60-150 كيلوواط النطاق، يخضع لمنصة وحدة معالجة الرسومات، وطوبولوجيا التبريد، وظروف المياه في المنشأة، ومتطلبات التكرار لمشروعك المحدد.

يكمن جوهر استراتيجيتنا لإدارة الحرارة في وحدة تبريد عالية الكفاءة من نوع AICoolit, يربط هذا النظام بسلاسة بين حلقات التوصيل الثانوية المباشرة إلى الرقاقة وأنظمة المياه في المنشأة. وبالإضافة إلى نظام توزيع الطاقة الذكي ثنائي المسار ومنصات مراقبة إدارة البنية التحتية لمراكز البيانات القوية، صُممت أنظمتنا لدعم التشغيل ذي مؤشر فعالية استخدام الطاقة المنخفض، مع التحقق من صحة أهداف مؤشر فعالية استخدام الطاقة على مستوى المشروع وفقًا للمناخ المحلي وملف تعريف الحمل وحدود القياس.

بفضل اعتمادنا على تقنيات التصنيع المسبق المتقدمة والتكامل المصنعي، صُممت منشآتنا المعيارية لتناسب الظروف المناخية وشبكات الطاقة المختلفة، وذلك من خلال اختيار أنظمة طرد الحرارة والتحكم المناسبة. إن الشراكة مع SOETECK تعني تسريع دورة النشر من شهور إلى أسابيع، مما يضمن توسع مبادرات الذكاء الاصطناعي الخاصة بك بشكل آمن وفعال وموثوق في أي مكان في العالم.

انقر هنا لمعرفة ما هو مركز بيانات الذكاء الاصطناعي.

خاتمة

يُعد فهم الفروقات بين مركز البيانات التقليدي، ومركز بيانات الحوسبة عالية الأداء، ومركز بيانات الذكاء الاصطناعي أمراً بالغ الأهمية للتنقل في مستقبل البنية التحتية التكنولوجية.

لا تزال المرافق التقليدية تشكل الركيزة الأساسية لعمليات المؤسسات العامة. ويواصل مركز الحوسبة عالية الأداء توسيع آفاق البحث العلمي. إلا أن مركز الذكاء الاصطناعي هو الذي يقود حاليًا أسرع التغييرات وأكثرها جذرية في تصميم الأجهزة، وتوفير الطاقة، وتقنيات التبريد. ومع ازدياد اندماج الذكاء الاصطناعي في كل جانب من جوانب الحياة الرقمية، ستؤثر الابتكارات التي تُصنع في هذه البيئات عالية الكثافة حتمًا على تصميم وتشغيل جميع مراكز البيانات في المستقبل.

التعليمات