The Energy Blind Spot: NVIDIA's Flagship Edge AI Hardware Cannot Support Process-Level Energy Attribution

في عالم الحوسبة الحديثة، يبرز نوع جديد من الذكاء. فبدلاً من مجرد الإجابة على سؤال واحد، تعمل هذه الأنظمة كوكلاء مستقلين؛ حيث تأخذ هدفاً واسع النطاق، وتجزئه إلى سلسلة من الخطوات، وتستعين بأدوات أخرى للمساعدة، وتعاود المحاولة في حال الفشل. هذه العملية، المعروفة باسم "التنسيق" (orchestration)، تنتقل من مراكز البيانات الضخمة إلى أجهزة كمبيوتر صغيرة وقوية توضع على المكاتب وفي المركبات. صُممت هذه الأجهزة الطرفية (edge devices) لتشغيل ذكاء اصطناعي معقد محلياً، مما يوفر الوقت وعرض النطاق الترددي. ومع ذلك، ومع ازدياد شيوع هذه الأنظمة، يبرز سؤال بالغ الأهمية: كم تستهلك هذه الأنظمة من الطاقة فعلياً؟ بالنسبة للباحثين والمنظمين، يعد معرفة التكلفة الطاقية الدقيقة لمهمة معينة أمراً ضرورياً؛ فهي الطريقة الوحيدة لقياس الكفاءة، وضمان الامتثال للقوانين البيئية الجديدة، وفهم ما إذا كانت هذه الأنظمة المحلية توفر الطاقة حقاً مقارنة بالسحابة.

لقد وجه فريق من الباحثين اهتمامهم مؤخاً إلى الأجهزة الأكثر تقدماً المتاحة لهذه المهمة: جيل جديد من أجهزة الكمبيوتر المكتبية التي صنعتها شركات تكنولوجية كبرى باستخدام شريحة محددة من شركة إنفيديا (NVIDIA). أرادوا معرفة ما إذا كانت هذه الأجهزة قادرة على إخبارهم بالضبط مقدار الطاقة التي استهلكها كل جزء من النظام أثناء عمل الوكيل الذكي. وما وجدوه كان فجوة معلوماتية كبيرة؛ فبينما تعد هذه الحواسيب سريعة وقادرة للغاية، إلا أنها صامتة تماماً عندما يتعلق الأمر بالإبلاغ عن استهلاكها الخاص للطاقة فيما يخص المعالج المركزي. اكتشف الباحثون أن الأجهزة لديها القدرة على قياس هذه الطاقة داخلياً، لكن البرمجيات التي تشغل الجهاز تحجب هذه المعلومة عمداً عن المستخدمين.

ركز التحقيق على نظام مكتبي يسمى "أسوس أسينت جي إكس 10" (ASUS Ascent GX10)، والذي يستخدم شريحة قوية تُعرف باسم "جي بي 10" (GB10). تجمع هذه الشريحة بين معالج مركزي، يتولى عمليات التخطيط المعقدة واستدعاء الأدوات لوكلاء الذكاء الاصطعي، ومعالج رسومات يقوم بالمهام الثقيلة المتعلقة بالعمليات البصرية. أجرى الباحثون تدقيقاً شاملاً لكل طريقة ممكنة لسؤال الكمبيوتر عن بيانات الطاقة. فحصوا الواجهات القياسية التي يستخدمها المهندسون لمراقبة الطاقة، بحثاً عن عدادات تتبع استهلاك الطاقة بمرور الوقت، بشكل يشبه عداد المسافة في السيارات. ووجدوا أنه بينما يبلغ معالج الرسومات عن استهلاك الطاقة الخاص به، فإن المعالج المركزي لا يقدم أي بيانات من هذا النوع على الإطلاق. لم تكن هناك عدادات للمعالج المركزي (CPU)، ولا أجهزة مراقبة طاقة على الخطوط الكهربائية التي تغذي الشريحة، ولا أدوات إدارة نظام قياسية يمكنها الكشف عن هذه الأرقام.

إن هذا الوضع مثير للاهتمام بشكل خاص لأن البيانات موجودة بالفعل داخل الآلة. فالبرامج الثابتة (firmware) الداخلية للشريحة، والتي تدير تدفق الكهرباء للحفاظ على برودة وكفاءة النظام، تقوم بالفعل بحساب الطاقة المستخدمة من قبل أجزاء مختلفة من المعالج. فهي تحتفظ بسجل مستمر لكمية الطاقة التي تستخدمها نوى المعالج الرئيسية، وكمية الطاقة التي تستخدمها نوى الكفاءة الأصغر، وكمية الطاقة التي يستهلكها معالج الرسومات. ومع ذلك، اختارت الشركات المصنعة عدم مشاركة هذه المعلومات. وعندما سأل الباحثون الشركة المطورة للشريحة عما إذا كانت تخطط لإصدار هذه البيانات، كانت الإجابة هي عدم وجود خطط لذلك. وهذا يعني أنه بينما يعرف الكمبيوتر بالضبط مقدار الطاقة التي يحرقها لإكمال مهمة ما، فإن المستخدم لا يمكنه رؤية ذلك.

هذه الفجوة مهمة لأن طريقة عمل وكلاء الذكاء الاصطناعي هؤلاء تعتمد بشكل كبير على المعالج المركزي. إن عمليات التخطيط، وإعادة المحاولة، وتنسيق الأدوات تحدث على المعالج المركزي (CPU)، وليس فقط على معالج الرسومات. وقد أظهرت دراسات سابقة أن أعمال التنسيق هذه يمكن أن تشكل ما يقرب من نصف إجمالي الطاقة المستخدمة من قبل نظام الذكاء الاصطناعي. وبدون وسيلة لقياس استهلاك المعالج المركزي للطاقة، يستحيل معرفة التكلفة الحقيقية لتشغيل الوكيل. لا يمكن للباحثين مقارنة التصميمات البرمجية المختلفة لمعرفة أيهما أكثر كفاءة، ولا يمكن للشركات التحقق مما إذا كانت تفي باللوائح البيئية. والطريقة الوحيدة للحصول على رقم اليوم هي توصيل الكمبيوتر بأكمله بمقياس طاقة خارجي، لكن ذلك يظهر فقط الإجمالي للجهاز بأكمله، حيث يخلط بين عمل المعالج المركزي والذاكرة ومراوح التبريد ومعالج الرسومات. الأمر يشبه محاولة معرفة كمية الوقود التي يستهلكها محرك واحد في سيارة من خلال النظر فقط إلى مقياس الوقود الإجمالي للمركبة بأكملها.

أكد الباحثون أن هذا ليس قصوراً في الشريحة الفيزيائية نفسها، بل هو قرار اتُخذ في البرمجيات التي تتحكم بها. فقد وجدوا دليلاً على أن البرامج الثابتة الداخلية قادرة على إظهار هذه الأرقام عبر قناة اتصال قياسية يستخدمها المهندسون، ولكن هذه القناة مغلقة حالياً. كما اختبروا حاسوباً مشابهاً من مصنع آخر، وهو "آسير فيريتون" (Acer Veriton)، ووجدوا أنه في تلك اللوحة تحديداً، يمكن الوصول إلى البيانات المخفية باستخدام أداة صنعها المجتمع التقني، مما يثبت أن المعلومات موجودة وأن الأجهزة قادرة على مشاركتها. ويشير الفرق بين الجهازين إلى أن البيانات المفقودة هي نتيجة لقرار متعلق بالمنتج وليست استحالة تقنية.

يخلص البحث إلى رسم مسار واضح للمستقبل. إن التكنولوجيا اللازمة لإصلاح هذا الأمر موجودة بالفعل؛ فنظام الكمبيوتر الداخلي جاهز لمشاركة البيانات، وأدوات البرمجيات اللازمة لقراءتها يتم بناؤها من قبل مجتمع المصادر المفتوحة. وكل ما يتطلبه الأمر هو أن تقوم الشركات المصنعة بتحديث البرامج الثابتة للكمبيوتر لتفعيل المفتاح الذي يسمح برؤية هذه المعلومات. وحتى يحدث ذلك، ستظل أجهزة الذكاء الاصطناعي الطرفية الأكثر تقدماً في السوق عبارة عن "صناديق سوداء" طاقية. وبالنسبة لمجال ينمو بسرعة ويواجه ضغوطاً متزايدة ليكون مستداماً، فإن عدم القدرة على قياس تكلفة الطاقة للعمل الذي يتم القيام به يعد عقبة أساسية. ويرى الباحثون أنه لكي تكون هذه الأنظمة مفيدة حقاً للأغراض العلمية والتنظيمية، يجب التعامل مع القدرة على رؤية استهلاك الطاقة كمتطلب أساسي، تماماً مثل القدرة على رؤية درجة حرارة المعالج أو سرعته.