الجدل حول رفوف بقدرة ميغاواط واحد: هل تصبح الكثافة العالية طريقاً مسدوداً؟

تتجه مراكز البيانات إلى إعادة تصميم بنيتها لاستيعاب رفوف قد تستهلك ما يصل إلى ميغاواط واحد، مدفوعة بنمو أعباء الذكاء الاصطناعي التي أصبحت أكثر استمرارية وكثافة في استهلاك الطاقة. لكن هذا الاتجاه لا يحسم الجدل حول أفضل طريقة للتوسع: هل يجري حشر مزيد من وحدات المعالجة في رفوف شديدة الكثافة، أم يعاد توزيع الحوسبة عبر بنية أكثر تشتتاً؟

ترى Semiconductor Engineering أن الانتقال إلى رفوف بقدرة ميغاواط لا يقتصر على زيادة عدد المسرّعات، بل يفرض تغييرات أساسية في التبريد، وتوصيل الطاقة، وتصميم الرفوف، والربط الشبكي، والتغليف ثلاثي الأبعاد للدوائر المتكاملة. وفي الوقت نفسه، قد تقلل البصريات والشرائح المتخصصة والحوسبة الموزعة الحاجة إلى تركيز كل هذه القدرة في مساحة واحدة.

من حاوية للخوادم إلى نظام حوسبة متكامل

تعمل Google وMeta وMicrosoft داخل مشروع Mount Diablo التابع لـ OCP، والمبني على إطار Diablo، بهدف وضع معايير تدعم رفوف الميغاواط. ويشمل التعاون عناصر مثل البنية الميكانيكية للرفوف، والتبريد، وإدارة السوائل، وتدفق المياه، ومصادر الطاقة، مع احتفاظ كل مزود سحابي بمساره الخاص في التنفيذ.

ويشير Arif Khan من Cadence إلى أن الرف لم يعد مجرد هيكل سلبي يضم مجموعة من الخوادم. فارتفاع كثافة الحوسبة وعدد الوصلات الكهربائية والإشارية، إلى جانب زيادة حجم وحدات GPU واستهلاكها للطاقة، يجعل الرف وحدة تصميم متكاملة تشمل التبريد السائل، ورفوف الطاقة، وقضبان التوصيل، ومبدلات الشبكة، وإدارة النظام. ويظهر هذا النهج في منصات على مستوى الرف، مثل Nvidia DGX.

وتطرح Google توزيع طاقة بجهد مستمر يبلغ ±400 فولت داخل مركز البيانات، مستفيدة من تقنيات وخبرات طُورت لصناعة المركبات الكهربائية. ويساعد رفع جهد التوزيع على خفض التيار والخسائر وتعقيد الكابلات عند التعامل مع قدرة تصل إلى ميغاواط.

أما على المستوى الميكانيكي، فيوسّع تصميم Open Rack Wide، أو ORW، قدرات بنية Open Compute Project لاستيعاب أنظمة ذكاء اصطناعي أكبر وأثقل وأكثر كثافة في الطاقة. ويبلغ عرض ORW نحو ضعف عرض رف ORV3، مع تعزيزات إنشائية إضافية. وتستخدم AMD هذا النهج في بنية Helios، المستندة إلى مواصفة ORW التي قدمتها Meta إلى OCP في 2025، بينما تضع Nvidia أنظمة DGX على مستوى الرف ضمن أبعاد رفوف أكثر تقليدية.

التغليف ثلاثي الأبعاد وتحديات الطاقة

كلما ارتفعت الكثافة، أصبح تصميم 3D-IC أكثر أهمية. وينقل المقال عن Daniel Wilkinson من Synopsys أن مزودي الخدمات السحابية الكبار يدرسون تكديس قوالب الحوسبة، مع احتمالات تشمل زيادة عدد القوالب على الوسيط البيني أو تكديس قالبين معاً. غير أن هذه البنى تزيد التعقيدات الميكانيكية، وتحديات المردود التصنيعي، وصعوبة نقل البيانات عبر المسافات الكبيرة.

وقد تختلف الحلول بحسب طبيعة المعالج. فبعض التصاميم، مثل TPU من Google، تعتمد على مصفوفة حسابية كبيرة، في حين تتجه تصاميم أخرى إلى عدد أكبر من الأنوية الأصغر على طريقة GPU. وينتج عن ذلك اختلاف في أساليب التكديس ومتطلبات عناوين الربط وIP الأساسي.

تغيرت كثافة الطاقة في الرفوف من نحو 4 كيلوواطات قبل 20 عاماً إلى أكثر من 100 كيلوواط اليوم، وفق Steven Woo من Rambus. ومع الانتقال من 12 فولت إلى 48 فولت وربما إلى 480 أو 800 فولت، يصبح بالإمكان تمرير القدرة نفسها بتيار أقل، ما يقلل الحاجة إلى موصلات نحاسية أكثر سماكة.

ويحذر Christian Hoefling من Infineon Technologies من أن التيارات القصوى لوحدات GPU قد تصل إلى 10 آلاف أمبير لكل وحدة في نهاية هذا العقد، مقارنة بنطاقات أدنى بكثير في أنظمة CPU السابقة. وبما أن خسائر الطاقة تتناسب مع مربع التيار، فإن مضاعفة التيار مع بقاء مقاومة التوصيل ثابتة تؤدي إلى زيادة كبيرة في الفاقد. لذلك يتوقع انتقال مراكز البيانات على مستوى الغيغاواط إلى توزيع الطاقة بالتيار المستمر عالي الجهد لتقليل مراحل تحويل الطاقة وتبسيط توصيلها إلى الرفوف.

هل الرف الأعلى كثافة هو المسار الوحيد؟

لا يتفق جميع المشاركين في النقاش على أن رفع قدرة الرف هو أفضل مسار للتوسع. يرى Steve Roddy من Quadric أن الجمع بين شرائح أكثر تخصصاً والعودة إلى بعض أشكال الحوسبة الموزعة قد يخفف كثافة الطاقة في مراكز البيانات. فالشرائح المخصصة للتدريب أو الاستدلال يمكن أن تقدم استدلالاً أعلى لكل واط، كما يمكن توزيع توليد الرموز على ملايين المنازل والشركات بالتوازي مع النماذج المركزية.

وتراهن Ayar Labs، بحسب Vishal Chandrasekar، على أن رفوف الميغاواط لن تكتسب انتشاراً واسعاً. فبدلاً من إبقاء وحدات GPU متقاربة والاعتماد على النحاس، يمكن استخدام الربط البصري لتمديد نطاق الاتصال داخل نطاق التوسعة إلى 500 ألف وحدة أو أكثر. ويسمح ذلك بتوزيع وحدات GPU على صف كامل من الرفوف، مثلاً إبقاء كل رف عند 200 كيلوواط وربط عشرة رفوف بصرياً، مع تحقيق أداء مماثل تقريباً لرف أو رفوف بقدرة أعلى، من دون إعادة تصميم كامل لتوزيع الطاقة وقدرة الأرضيات على تحمل الوزن كل عامين.

ولا يعني خفض كثافة الرف أن زيادة عدد المسرّعات تضمن أداءً أفضل. ففعالية الاتصال، وعرض نطاق الذاكرة، وزمن التأخير، وكفاءة العمليات الجماعية، وقابلية التشغيل البيني، عوامل حاسمة في جعل آلاف وحدات GPU تعمل كنظام متماسك. ويبرز هنا دور معايير الربط المفتوحة للتوسعة، مثل UALink.

أعباء الوكلاء تضغط على التصميم والجدول الزمني

تدفع أعباء الذكاء الاصطناعي الوكيلي طويلة التشغيل المصممين إلى التخلي عن افتراضات تعتمد على متوسط الاستهلاك مع التعامل مع قمم متقطعة. ويقول Sathishkumar Balasubramanian من Siemens EDA إن بعض هذه الأعباء يتطلب افتراض تشغيل قريب من قدرة الذروة طوال الوقت، مع تحليل دقيق للطاقة والحرارة. كما أن الاستخدام غير المنتظم، وأحياناً المستمر على مدار الساعة، يفرض تصميم منظومة الطاقة والتبريد بأكملها لهذا السيناريو.

وتزيد التبديلات المتكررة للسياق ومتطلبات حفظ النماذج وتعليقها واستعادتها من أهمية سرعة النظام. وفي المقابل، تجعل بنى القوالب المكدسة والتحويلات الكثيفة فهم الخريطة الحرارية والتأثيرات الفيزيائية أثناء التحقق والتنفيذ أكثر صعوبة.

يتزامن ذلك مع تقلص نافذة السوق. يقول Manmeet Walia من Synopsys إن بعض المنتجات لا تملك سوى عام واحد للانتقال إلى الإنتاج، بينما تُعتمد المواصفات خلال فترة تتراوح بين 1.5 و2 عام. كما أن تطوير شرائح الاختبار للتقنيات الجديدة، مثل HBM، والتغليف المشترك مع الذاكرة، يستهلك أشهراً من دورة التطوير. وقد تصل تكلفة برامج المسرّعات إلى مليار دولار، ما يجعل استخدام IP غير متحقق منه أو غير مُعتمد مخاطرة كبيرة.

تجزئة الحلول بدلاً من بنية واحدة للجميع

يطرح المقال احتمال ألا تعمل جميع أعباء الاستدلال على رف بقدرة ميغاواط. فالنماذج المتوسطة قد تمثل الجزء الأكبر من أعباء الاستدلال، بينما تحتاج عمليات التدريب والنماذج الأكبر إلى بنية مختلفة. كما قد تعتمد مزودات الخدمات السحابية على منصات متعددة، تشمل منتجات Nvidia أو AMD وبنى داخلية مخصصة.

ويشير Wilkinson إلى أن المؤسسات لن تضع بالضرورة رفاً يزن ثلاثة أطنان ويستهلك 500 كيلوواط داخل غرف تقنية محلية، ما يفتح مجالاً لحلول تعمل ضمن قدرات المواقع المحلية ولأعباء لا تقتصر على نماذج اللغة الكبيرة. والخلاصة التي يقدمها المقال هي أن رف الميغاواط ليس مشكلة رفوف منفردة، بل مشكلة تكامل منظومة تمتد من الشبكة الكهربائية إلى الشريحة، ومن الشريحة إلى المبرّد، ومن مسرّع إلى آخر.