Measurement of Generative AI Workload Power Profiles for Whole-Facility Data Center Infrastructure Planning

تخيل أنك تخطط لبناء مدينة ضخمة. أنت تعلم أن الناس سينتقلون للعيش فيها، وعليك بناء محطات طاقة، وطرق، وأنظمة مياه لدعمهم. لكن المشكلة هنا هي: أنك لا تعرف بالضبط كيف سيتصرف السكان الجدد. هل سيستيقظون جميعًا في الساعة 6 صباحًا لطهي الإفطار؟ هل سيقومون بتشغيل أجهزة التكييف في نفس اللحظة تمامًا في شهر يوليو؟ أم أنهم سيعملون في ساعات غريبة، مثل نوبات عمل مصاصي الدماء؟

إذا أخطأت في التقدير، فقد تبني محطة طاقة صغيرة جدًا (مما يسبب انقطاع التيار الكهربائي) أو كبيرة جدًا (مما يهدر مليارات الدولارات).

هذه الورقة البحثية تدور حول حل لعبة التخمين هذه بالنسبة لـ مراكز البيانات (Data Centers) — وهي المستودعات العملاقة المليئة بالحواسيب التي تشغل الذكاء الاصطناعي (AI). وتحديدًا، تتعلق بـ "الذكاء الاصطائي التوليدي" (Generative AI) الجديد فائق القوة (مثل روبوتات الدردشة التي تكتب القصص أو تصنع الصور).

إليك تفصيل ما قام به الباحثون، باستخدام بعض التشبيهات من الحياة اليومية:

1. المشكلة: لغز "الصندوق الأسود"

مراكز البيانات تشبه الصناديق السوداء. شركات التكنولوجيا الكبرى ("العمالقة") تحرس أسرار استهلاكها للطاقة كأنها أسرار دولة. نحن نعلم أن الذكاء الاصطناعي متعطش للكهرباء، لكننا لا نعرف كيف يأكل.

• المشكلة: لدينا خرائط قديمة لكيفية استهلاك مراكز البيانات للطاقة، لكنها تشبه الخرائط من عام 1990. فهي لا تظهر "حركة مرور الذكاء الاصطناعي" الجديدة.
• الخطر: إذا بنينا مركز بيانات جديدًا بناءً على خرائط قديمة، فقد نتعرض لـ "طفرة طاقة" لا تستطيع الشبكة تحملها، أو قد ندفع ثمن أنظمة تبريد لا نحتاجها فعليًا.

2. التجربة: "عداد الطاقة" على العضلات

ذهب الباحثون إلى مختبرهم عالي التقنية الخاص بهم (المختبر الوطني في روكي) ووصلوا عدادات طاقة دقيقة للغاية بحواسيب الذكاء الاصطناعي الخاصة بهم (تحديدًا وحدات معالجة الرسوميات NVIDIA H100، والتي تمثل "العضلات" للذكاء الاصطناعي).

لم يكتفوا فقط بالنظر إلى الفاتورة الإجمالية في نهاية الشهر. بل قاموا بقياس الطاقة 10 مرات في كل ثانية.

• التشبيه: تخيل أنك تراقب لاعب رفع أثقال. القياس العادي يخبرك: "لقد رفع 200 رطل". أما هذه الدراسة فقد قامت بقياس نبض قلب لاعب رفع الأثقال. لقد رأت كيف يتنفس بصعوبة، ثم يتوقف، ثم يرفع بسرعة، ثم يستريح.
• ما وجدوه:
  • التدريب (تعليم الذكاء الاصطناعي): عندما يتعلم الذكاء الاصطناعي، يكون الأمر أشبه بعداء الماراثون. إنه يركض بقوة، لكن عليه التوقف لالتقاط أنفاسه (التزامن مع الحواسيب الأخرى). ترتفع الطاقة وتنخفض في نمط إيقاعي.
  • الاستدلال (استخدام الذكاء الاصطناعي): عندما تسأل الذكاء الاصطناي سؤالًا، يكون الأمر أشبه بعداء المسافات القصيرة (العداء السريع). ينطلق في العمل، يجيب بسرعة، ثم يظل في حالة خمول. ولكن إذا طرحت 1000 سؤال في وقت واحد، فإن هؤلاء العدائين يتعبون ويتغير شكل استهلاك الطاقة.

3. الأداة: محاكي "التوأم الرقمي"

بمجرد حصولهم على هذه القياسات التفصيلية لـ "نبض القلب"، قاموا ببناء محاكاة حاسوبية تسمى DIPLOEE. فكر في هذا كأنه جهاز محاكك طيران لمراكز البيانات.

• كيف يعمل: أخذوا بيانات الطاقة الحقيقية من العالم الواقعي وغذوا بها نموذجًا يحاكي مدينة كاملة من الحواسيب.
• السيناريوهات: قاموا بتشغيل "مدينتين" مختلفتين:
  1. مدينة الاستضافة المشتركة (10 ميجاوات): مستودع كبير حيث تستأجر العديد من الشركات المختلفة مساحات لتدريب نماذج الذكاء الاصطناعي الخاصة بها. إنه يشبه مجمع مكاتب مزدحم حيث يأتي الجميع ويذهبون في أوقات مختلفة.
  2. مدينة الاستدلال (1 ميجاوات): مرفق أصغر وأسرع يقع بجوار المستخدمين مباشرة (مثل المدينة) للإجابة على الأسئلة في الوقت الفعلي. إنه يشبه غرفة الطوارئ التي تعمل على مدار 24 ساعة.

4. النتائج المفاجئة

كشف المحاكي عن بعض الحقائق غير المتوقعة:

• أسطورة "البيت الممتلئ": حتى عندما كان مركز البيانات "ممتلئًا" (100% من الحواسيب تعمل)، فإن إجمالي استهلاك الطاقة وصل فقط إلى حوالي 73% إلى 80% من أقصى طاقة صُمم المبنى لتحملها.

  • التشبيه: تخيل ملعبًا مصممًا لـ 50,000 شخص. حتى عندما تمتلئ جميع المقاعد، فإن الجمهور لا يصرخ بأعلى صوته في نفس الثانية تمامًا. إنهم يهمسون، ويهتفون، ويصفقون في أوقات مختلفة. "الضجيج" (الطاقة) لا يصل أبدًا إلى الحد الأقصى النظري.
  • لماذا يهم هذا: قد نتمكن من بناء بنية تحتية للطاقة أصغر وأرخص مما نعتقد لأن الحواسيب نادرًا ما تصل إلى حد أقصى من الطاقة في آن واحد.

• تأثير "ساعة الذروة":

  • في المستودع الكبير (الاستضافة المشتركة)، اتبع استهلاك الطاقة نمط "يوم العمل" (مرتفع خلال النهار، ومنخفض خلال الليل).
  • في المدينة الواقعية (الاستدلال)، كان استهلاك الطاقة أكثر استقرارًا، ولكن إذا سأل الكثير من الناس أسئلة في وقت واحد، كان لزامًا على النظام أن يبطئ للحفاظ على "زمن الاستجابة" (Latency) منخفضًا. وقد خلق هذا صمام أمان منع شبكة الطاقة من الانهيار.

5. لماذا يهم هذا بالنسبة لك؟

هذه الورقة البحثية هي مخطط للمستقبل.

• لشبكة الكهرباء: تساعد شركات المرافق على معرفة كمية الكهرباء التي يجب توليدها بالضبط حتى لا تحدث انقطاعات في التيار عندما يطلب الجميع المساعدة من الذكاء الاصطناعي في الساعة 5 مساءً.
• للبنائين: تمنعهم من الإسراف في الإنفاق على أنظمة تبريد ومحولات ضخمة ستظل خاملة 20% من الوقت.
• للكوكب: من خلال فهم مقدار الطاقة التي يستهلكها الذكاء الاصطناعي بالضبط، يمكننا بناء أنظمة أكثر كفاءة وتقليل الهدر.

باختصار: لقد أزال الباحثون الغموض عن استهلاك الطاقة للذكاء الاصطناعي. لقد قاسوا "نبض قلب" حواسيب الذكاء الاصطناعي وبنوا محاكيًا ليظهروا لنا أنه بينما يعد الذكاء الاصطناعي وحشًا متعطشًا للطاقة، إلا أنه ليس غير متوقع كما كنا نخشى. يمكننا الآن التخطيط لمدن الطاقة الخاصة بنا بخريطة أكثر وضوحًا.