من محطات الكهرباء إلى أنبوب التبريد: كيف تتمدد منظومة الذكاء الاصطناعي بعيداً عن عمالقة التقنية؟
تتجاوز طفرة الذكاء الاصطناعي الشركات التكنولوجية الكبرى لتتحول إلى أضخم دورة استثمارية لبناء البنية التحتية المادية والكهربائية في التاريخ الحديث، حيث تذهب 75% من ميزانيات بناء مراكز البيانات المباشرة إلى الطاقة والشبكات والتبريد المتقدم، لا إلى الشرائح الإلكترونية وحدها.
يرتبط اسم الذكاء الاصطناعي في الذهن السائد بأسماء معدودة من عمالقة التقنية ومصممي معالجات الرسوميات في وادي السيليكون، لكن حركة رؤوس الأموال داخل الأسواق المالية وسلاسل التوريد تكشف عن واقع مختلف تماماً. إن ما يشهده الاقتصاد العالمي ليس مجرد سباق برمجي، بل عملية بناء صناعية ومادية ضخمة تتطلب كميات هائلة من الكهرباء، ومعدات نقل الجهد العالي، وأنظمة التبريد السائل، والألياف الضوئية الكثيفة.
ومع وصول الاستثمارات المباشرة في هذه البنية التحتية إلى مستويات قياسية متجاوزة حقبة الفقاعة الرقمية في أواخر التسعينيات، تحولت شركات غير تقنية—مثل المرافق الكهربائية، ومصنعي المحولات والمفتاحيات، ومطوري أنظمة الإدارة الحرارية—إلى أطراف رئيسية ومستفيدة لا غنى عنها، بل وإلى نقاط اختناق حاسمة تتحكم في سرعة نشر تقنيات الذكاء الاصطناعي وتحديد كلفة تشغيلها.
سباق الإنفاق الرأسمالي: أرقام تتجاوز عصر بناء الإنترنت
تظهر الإفصاحات المالية الرسمية لكبار موفري الخدمات السحابية الضخمة (Hyperscalers) تسارعاً غير مسبوق في حجم الميزانيات المخصصة للبنية التحتية. ومن المتوقع أن يصل الإنفاق الرأسمالي المجمع لشركات أمازون، ومايكروسوفت، وألفابت (غوغل)، وميتا منصات، بالإضافة إلى أوراكل، إلى مدى يتراوح بين 630 مليار و750 مليار دولار سنوياً في عام 2026 وحده، وهو ما يمثل زيادة بنسبة 60% إلى 77% مقارنة بإجمالي إنفاق عام 2025 البالغ نحو 410 مليارات دولار.
وقد ساهم الاستثمار في البنية التحتية للذكاء الاصطناعي بأكثر من 1.1% إلى 1.2% من إجمالي نمو الناتج المحلي الإجمالي الأمريكي في النصف الأول من عام 2026، متجاوزاً من حيث النسبة الأثر الاقتصادي لبناء البنية التحتية للإنترنت خلال أواخر تسعينيات القرن الماضي.
| الشركة | الإنفاق الرأسمالي 2025 | الإنفاق الرأسمالي المتوقع 2026 | مجالات التركيز الرئيسية |
|---|---|---|---|
| أمازون | ~100 مليار دولار | ~200 مليار دولار | مراكز بيانات AWS، شرائح Trainium المخصصة، عقود الطاقة |
| مايكروسوفت | ~95 مليار دولار | ~190 مليار دولار | مجموعات Azure AI، شرائح Maia، عقود شراء الطاقة النووية |
| ألفابت (غوغل) | ~85 مليار دولار | 175 – 185 مليار دولار | شرائح TPU المخصصة، البنية التحتية لـ Google Cloud، الألياف الضوئية |
| ميتا منصات | ~70 مليار دولار | 115 – 135 مليار دولار | شرائح MTIA المخصصة، مجموعات Llama، بناء مراكز البيانات |
| أوراكل | ~15 مليار دولار | ~50 مليار دولار | البنية التحتية السحابية OCI، ترتيبات الطاقة الخلايا الوقودية |
هذه الأرقام الضخمة لا تتجه فقط للبرمجيات أو شراء معالجات الرسوميات، بل تُعاد إدارتها لتغطية متطلبات مادية واسعة تشمل بناء المفاعلات والمحطات وتجهيز المباني الخرسانية.
معادلة الـ 75/25: أين تذهب أموال البنية التحتية فعلياً؟
عند تفكيك التكلفة الإجمالية لبناء مركز بيانات مخصص للذكاء الاصطناعي، تتضح الصورة المادية للمنظومة؛ إذ تظهر التحليلات الهيكلية لبناء المراكز أن وحدات معالجة الرسوميات (GPUs) تستحوذ على ربع الميزانية المباشرة فقط (نحو 25%)، في حين يتوزع الـ 75% المتبقي على سبع طبقات مترابطة تشكل السلسلة المكتملة لتشغيل نماذج الذكاء الاصطناعي:
- توليد الطاقة والكهرباء: توفير طاقة أساسية مستمرة على مدار الساعة من المفاعلات النووية أو توربينات الغاز الطبيعي.
- الشبكة الكهربائية والنقل: المحولات الفرعية، ومعدات المفاتيح الكهربائية ذات الجهد العالي، ووحدات توزيع الطاقة.
- الإدارة الحرارية والتبريد: وحدات توزيع وسيط التبريد، والمبردات الصناعية الضخمة، والمبادلات الحرارية المباشرة.
- العقارات المادية والاستضافة: المباني الخرسانية المقواة، وصناديق الاستثمار العقاري الخاصة بمراكز البيانات.
- أشباه الموصلات والشرائح المخصصة: المعالجات العامة والشرائح المخصصة لمهام محددة والذاكرة ذات النطاق الترددي العالي.
- الشبكات والوصلات الضوئية: المحولات عالية السرعة، والألياف الضوئية، وأجهزة الإرسال والاستقبال الضوئية.
- البرمجيات والتطبيقات المؤسسية: المنصات التي تحول هذه القدرة الحوسبية المادية إلى أدوات عمل منتجة.
توضح هذه الهيكلية أن أي تعثر في الطبقات المادية الأساسية، مثل وصول الكهرباء أو كفاءة التبريد، يؤدي فوراً إلى تعطيل أحدث الشرائح الإلكترونية وأكثرها تعقيداً.
اختناق الشبكات الكهربائية: عندما تصبح الطاقة القيد الأول
مع انتقال مجموعات الحوسبة من آلاف الشرائح إلى مئات الآلاف، حل الوصول المباشر إلى الشبكة الكهربائية محل توفر أجهزة المعالجة بوصفه العقبة الرئيسية الأولى أمام نشر أنظمة الذكاء الاصطناعي. تتطلب مراكز البيانات الحديثة طاقة مستمرة تتراوح بين 50 ميغاوات وتتجاوز في بعض المجمعات الضخمة حاجز 1,000 ميغاوات (1 غيغاوات)، وهو ما يعادل استهلاك مدن متوسطة الحجم.
هذا الطلب المفاجئ أدى إلى ازدحام طوابير انتظار الربط بالشبكة لدى مشغلي النقل الإقليميين مثل PJM Interconnection وERCOT في ولاية تكساس الأمريكية. ونتيجة لشدة الضغط على المناطق ذات التمركز العالي مثل شمال فرجينيا، قفزت أسعار الكهرباء الفورية خلال أوقات الذروة من 30 دولاراً لكل ميغاوات/ساعة إلى أكثر من 300 دولار لكل ميغاوات/ساعة.
دفعت هذه الضغوط الشركات السحابية إلى إبرام اتفاقيات شراء الطاقة (PPAs) طويلة الأجل مباشرة مع منتجي الطاقة المستقلين ومشغلي المحطات النووية، كما حدث في الترتيب الذي أعلنت عنه شركة Constellation Energy لإعادة تشغيل المفاعل رقم 1 في محطة Three Mile Island لتزويد مراكز مايكروسوفت بالكهرباء.
ومع ذلك، تفصل الأسواق المالية بين فئتين من الفاعلين في هذا القطاع:
- مصنعو معدات الطاقة (مثل GE Vernova وEaton وnVent): يستفيد هؤلاء بشكل مباشر ونقدي من ميزانيات الإنفاق الرأسمالي دون تحمل مخاطر أسعار الوقود أو تنظيم أسعار التجزئة؛ حيث تراكمت لدى GE Vernova طلبيات مؤجلة بلغت 163 مليار دولار.
- منتجو الطاقة (مثل Constellation وVistra): رغم الطلب المرتفع على إنتاجهم، يخضع هؤلاء لدورات ترخيص طويلة تمتد لسنوات، ومفاوضات تنظيمية معقدة لحماية مستهلكي المنازل من ارتفاع الفواتير.
صعود الشرائح المخصصة: تحول موازٍ في خريطة أشباه الموصلات
على الرغم من الهيمنة التاريخية لشركة إنفيديا (Nvidia) على سوق المعالجات العامة بفضل شريحة H100 وبيئة CUDA البرمجية، تشهد الدورة الحالية توسعاً سريعاً للشرائح المخصصة لمهام محددة (Custom ASICs) والمصممة داخل الشركات السحابية نفسها، مثل Google TPU وAmazon Trainium وMeta MTIA وMicrosoft Maia.
السبب الأساسي لهذا التحول اقتصادي وتقني؛ فبينما تُعد وحدات معالجة الرسوميات العامة خياراً مثالياً لتدريب النماذج اللغوية الضخمة المبتدئة، تتميز الشرائح المخصصة بكفاءة أعلى بكثير في تنفيذ عمليات الاستدلال والمهام المتكررة ذات النمط المحدد، مما يمنح الشركات السحابية خفضاً في إجمالي تكلفة الملكية (TCO) يتراوح بين 40% و65%.
ويقود هذا التوجه شركات متخصصة في التشارك في تصميم الشرائح مثل Broadcom وMarvell، اللتين تسيطران على نحو 95% من هذه السوق المتخصصة. وتشير تقديرات سلاسل التوريد إلى أن هذا التوسع تدريجي وليس إلغاءً تاماً؛ إذ يتحرك الحجم السوقي للمعالجات العامة في مراكز بيانات الذكاء الاصطناعي من مستوى 86% نحو 75% مع استمرار تزايد اعتماد الشرائح المخصصة لتخفيف تكلفة التشغيل.
التحول الحراري: التبريد السائل يتجاوز حدود الهواء
تصل المعالجات عالية الأداء من الجيل الجديد (مثل معماريات Nvidia Blackwell وRubin) إلى استهلاك يتراوح بين 1,000 و1,200 واط للشريحة الواحدة. هذا الارتفاع يرفع كثافة الطاقة الحرارية داخل الرف الواحد إلى أكثر من 100 كيلوواط، مقارنة بـ 10 إلى 15 كيلوواط في الرفوف السحابية التقليدية.
عند هذه المستويات من الكثافة، يصبح التبريد الهوائي عبر المروحة والمكيفات الصناعية عاجزاً فيزيائياً عن طرد الحرارة قبل تلف الشرائح. ونتيجة لذلك، تحولت أنظمة التبريد السائل (Liquid Cooling)—التي تعتمد على تدفق السائل مباشرة عبر لوحات معدنية تلامس أسطح المعالجات—من خيار هندسي إضافي إلى متطلب بنيوي إجباري.
تخفض تقنيات التبريد السائل الطاقة المستهلكة في عمليات التبريد نفسها بنسبة تصل إلى 10 أضعاف مقارنة بالهواء، مما يوفر جزءاً كبيراً من الكهرباء المتاحة لجهد الحوسبة الفعلي. وقد انعكس هذا التحول في تراكم طلبيات الشركات المتخصصة في التبريد الحراري؛ حيث بلغت الطلبيات المؤجلة لدى شركة Vertiv أكثر من 15 مليار دولار، وسط نمو كلي لسوق التبريد السائل يتجاوز 30% سنوياً.
الشبكات والوصلات الضوئية: الجهاز العصبي للذكاء الاصطناعي
لا يمكن لشريحة معالجة واحدة—مهما بلغت قدرتها—تدريب نموذج لغوي ضخم يضم مئات المليارات من المعاملات. الحل الوحيد هو ربط عشرات الآلاف من الشرائح لتعمل كحاسوب عملاق واحد متكامل.
هذا الربط يضع ضغطاً هائلاً على الشبكة؛ إذ يجب أن تنتقل البيانات بين الشرائح دون أي تأخير يُذكر. وتتطلب رفوف خوادم الذكاء الاصطناعي زيادة في كثافة الألياف الضوئية وأجهزة الإرسال والاستقبال الضوئية (Optical Transceivers) بشرائح 800G و1.6T بنسبة تتراوح بين 10 إلى 36 ضعفاً مقارنة بمراكز البيانات السحابية السابقة.
وقد أدى هذا الانفجار في حجم نقل البيانات الضوئي إلى تراكم طلبات توريد طويلة الأمد لدى شركات المكونات الضوئية والشبكية، مثل Arista Networks وCoherent وLumentum وCredo، التي تصنع المكونات المسؤولة عن تحويل الإشارات الكهربائية إلى ضوئية وبالعكس بزمن استجابة يقاس بالأجزاء من الميكروثانية.
عوائد الاستثمار وضغوط التنظيم: حقيقة المخاطر وسلاسل التوريد
يتزامن هذا التوسع المادي الواسع مع جدل حول مدى استدامة هذا الإنفاق الرأسمالي الهائل:
- وجهة النظر التشكيكية: تحذر من أن إنفاق ما بين 600 و750 مليار دولار سنوياً على البنية المادية قد يضغط على هوامش الربح إذا لم تتسارع إيرادات تطبيقات البرمجيات الموجهة للمستخدم النهائي بالقدر نفسه.
- وجهة نظر الشركات التشغيلية: تؤكد الشركات السحابية أن هذه الاستثمارات تأتي للاستجابة لنقص فعلي في القدرة الحوسبية الحالية، مدعومة بنمو إيرادات قطاعاتها السحابية (مثل نمو إيرادات Google Cloud بنسبة 63% سنويًا، وارتفاع إيرادات AWS بنسبة 28%).
بالإضافة إلى العوائد المالية، تبرز عقبتان هيكليتان تؤثران مباشرة على نمو هذه التجارة المادية:
- الضغوط التنظيمية وحماية المستهلك: مع ارتفاع الطلب على الكهرباء، ظهرت توترات محلية بسبب مخاوف من زيادة فواتير السكان المنزليين. وأدت هذه الضغوط إلى مبادرات تنظيمية، مثل التعهدات الصادرة عن البيت الأبيض الأمريكي، للتقيد بشرط تحميل الشركات السحابية تكاليف تحديث المحطات والشبكات الكهربائية دون تحميلها لجمهور المستهلكين.
- التركز الجغرافي للتصنيع المتقدم: تظل عمليات التغليف المتقدم وأحجام إنتاج الذاكرة ذات النطاق الترددي العالي (HBM) والشرائح الدقيقة متمركزة بشكل كثيف في تايوان عبر شركة TSMC؛ مما يجعل منظومة الذكاء الاصطناعي بأكملها—على الرغم من توزيع مكوناتها المادية عبر القارات—مرتبطة بنقطة خطر هيكلية واحدة في سلسلة التوريد المتقدمة.
