في كشفٍ جديد يعكس حجم الطموحات والتحديات التقنية التي تواجه قطاع الذكاء الاصطناعي التوليدي، أفادت تقارير نقلاً عن مصادر مطلعة بأن شركة أوبن أيه آي (OpenAI) تتوقع أن يصل حجم إنفاقها على الموارد الحوسبية (Compute Spend) إلى نحو 600 مليار دولار أمريكي تراكمياً حتى نهاية العقد الحالي (2030). ويعكس هذا الرقم الضخم التحول الجذري في المتطلبات اللوجستية والمالية اللازمة لتطوير النماذج اللغوية الكبيرة (LLMs) والوصول إلى مرحلة الذكاء الاصطناعي العام (AGI).

يأتي هذا الإنفاق الملياري مدفوعاً بثلاث ركائز أساسية تفرضها طبيعة الأنظمة الذكية الحديثة:

تكاليف تدريب النماذج (Model Training): مع تزايد عدد المعاملات (Parameters) في النماذج المستقبلية، تتضاعف الحاجة إلى قدرات معالجة هائلة. يتطلب تدريب نماذج الجيل القادم آلافاً من وحدات معالجة الرسوميات (GPUs) المتقدمة، مثل شرائح H100 وBlackwell من إنفيديا ، والتي تعمل بالتوازي لفترات زمنية طويلة.

تكاليف الاستدلال (Inference Costs): مع زيادة عدد المستخدمين والاعتماد المتزايد على تطبيقات الذكاء الاصطناعي في العمليات الإنتاجية، ترتفع تكاليف تشغيل النماذج ومعالجة الاستعلامات اللحظية، وهو ما يتطلب بنية تحتية سحابية (Cloud Infrastructure) مستدامة وعالية الكفاءة.

تطوير مراكز البيانات (Data Centers): يتضمن الإنفاق المقدر بناء وتجهيز مراكز بيانات متخصصة ذات كفاءة طاقية عالية، قادرة على استيعاب الأحمال الحرارية الناتجة عن المعالجة الكثيفة، وتوفير الربط الشبكي عالي السرعة (High-Bandwidth Interconnects).

وفقاً للمحللين، فإن هذا الرقم (600 مليار دولار) يتجاوز.....

لقراءة المقال بالكامل، يرجى الضغط على زر "إقرأ على الموقع الرسمي" أدناه

هذا المحتوى مقدم من مجلة نقطة العلمية