أزمة طاقة الذكاء الاصطناعي تدفع شركات التكنولوجيا الكبرى نحو مراكز بيانات في المدار

مشروع Google «Suncatcher»: حوسبة الذكاء الاصطناعي في المدار

أطلقت Google مبادرة بحثية تُعرف باسم Project Suncatcher لدراسة إمكانية تشغيل بنية الذكاء الاصطناعي في الفضاء.

الفكرة تقوم على نشر كوكبة من الأقمار الصناعية المزودة بشرائح Google المتخصصة في الذكاء الاصطناعي المعروفة باسم TPU، وربطها عبر وصلات ضوئية عالية السرعة بحيث تعمل معًا كأنها مركز بيانات موزع في المدار.

الميزة الأساسية هنا هي الطاقة. فالألواح الشمسية في بعض المدارات يمكن أن تولد الكهرباء بكفاءة تصل إلى ثمانية أضعاف مقارنة بالأرض، كما يمكنها استقبال ضوء الشمس بشكل شبه متواصل، ما يقلل الحاجة إلى بطاريات ضخمة.

وتخطط الشركة لإطلاق نماذج أولية من الأقمار الصناعية حوالي عام 2027 لاختبار ما إذا كانت البنية الحاسوبية المدارية قادرة على دعم أعباء عمل الذكاء الاصطناعي.

إذا نجح المشروع، فقد يعني ذلك إنشاء سحابة ذكاء اصطناعي مدارية تعمل مباشرة بالطاقة الشمسية.

دور محتمل لـ SpaceX

إطلاق عدد كبير من الأقمار الصناعية وصيانتها يتطلب قدرة موثوقة على الوصول إلى الفضاء، وهنا يظهر دور شركات مثل SpaceX.

تشير تقارير إلى أن Google ناقشت مع SpaceX إمكانية إطلاق مراكز بيانات مدارية تجريبية ضمن مشروع Suncatcher، رغم أنه لم يتم الإعلان عن عقد رسمي حتى الآن.

وتُعد الصواريخ القابلة لإعادة الاستخدام التي تطورها SpaceX من أهم العوامل التي قد تجعل البنية التحتية الفضائية واسعة النطاق أكثر واقعية اقتصاديًا في المستقبل.

ويرى ماسك أيضًا أن مراكز البيانات الشمسية في الفضاء قد تصبح جذابة اقتصاديًا مع انخفاض تكاليف الإطلاق وازدياد الطلب على طاقة الذكاء الاصطناعي.

موقف Nvidia: فكرة واعدة لكن الاقتصاديات صعبة

الرؤية داخل الصناعة ليست موحدة تمامًا. فقد تبنى جينسن هوانغ، الرئيس التنفيذي لشركة Nvidia، موقفًا أكثر حذرًا.

خلال مناقشات الأرباح، أقر هوانغ بأن مراكز البيانات المدارية قد توفر مزايا مهمة مثل وفرة الطاقة والمساحة لتركيب الألواح الشمسية الكبيرة، لكنه أكد أن الجدوى الاقتصادية لا تزال ضعيفة حاليًا.

ووصف الوضع بوضوح قائلاً: «الاقتصاديات ضعيفة اليوم، لكنها ستتحسن مع مرور الوقت.»

هذا الموقف يعكس رؤية واسعة في القطاع: الفكرة مثيرة تقنيًا لكنها لا تزال في مرحلة مبكرة جدًا.

لماذا قد يصبح الفضاء خيارًا جذابًا؟

إذا تحسنت التكنولوجيا وانخفضت التكاليف، قد تقدم مراكز البيانات المدارية عدة مزايا مقارنة بالمرافق الأرضية.

طاقة شمسية شبه مستمرة
الأقمار الصناعية في المدارات المتزامنة مع الشمس يمكن أن تتعرض لضوء الشمس تقريبًا طوال الوقت، ما يسمح بإنتاج طاقة أكبر بكثير لكل لوح شمسي مقارنة بالأرض.

تقليل الضغط على شبكات الكهرباء
نقل جزء من عمليات الحوسبة خارج الكوكب قد يخفف المنافسة على الكهرباء بين المنازل والصناعة والبنية التحتية الأخرى.

حوسبة قابلة للتوسع
يمكن لكوكبة من الأقمار الصناعية المترابطة أن تعمل كحاسوب فائق موزع، حيث يتم توسيع القدرة ببساطة عبر إضافة وحدات جديدة إلى المدار.

أسواق تكنولوجية جديدة
قد يخلق هذا النموذج طلبًا عبر عدة صناعات، من خدمات الإطلاق وتصنيع الأقمار الصناعية إلى رقائق الذكاء الاصطناعي ومنصات الحوسبة السحابية.

التحديات الاقتصادية والهندسية

رغم الحماس حول الفكرة، ما زالت هناك عقبات كبيرة.

تكلفة الإطلاق والمعدات
إرسال خوادم ورقائق متخصصة إلى الفضاء أغلى بكثير من بناء مركز بيانات على الأرض.

الصيانة والإصلاح
استبدال قطعة معطلة في الفضاء أصعب بكثير من تغيير مكون داخل مركز بيانات أرضي.

التبريد وتصميم الأنظمة
التعامل مع الحرارة الناتجة عن معالجات الذكاء الاصطناعي عالية الأداء في فراغ الفضاء يمثل تحديًا هندسيًا معقدًا.

الحطام الفضائي والتنظيم
كما تثير الكوكبات الضخمة من الأقمار الصناعية مخاوف تتعلق بالحطام الفضائي واستدامة المدار على المدى الطويل.

لهذا السبب يرى معظم المحللين أن مراكز البيانات المدارية تمثل اتجاهًا بحثيًا طويل الأمد أكثر من كونها بديلاً قريبًا لمراكز البيانات الأرضية.

الصورة الأكبر: بنية الذكاء الاصطناعي تدخل مرحلة جديدة

النقاش حول مراكز البيانات في الفضاء يعكس تحولًا أعمق في صناعة الذكاء الاصطناعي. لسنوات كان التحدي الرئيسي هو توفير قدرة الحوسبة. اليوم يتوسع الاختناق ليشمل الطاقة والأراضي والبنية التحتية.

ومع استمرار توسع أنظمة الذكاء الاصطناعي، تستكشف الشركات كل الخيارات الممكنة: من الطاقة النووية إلى شبكات كهرباء جديدة، وصولًا إلى أقمار صناعية للحوسبة تعمل بالطاقة الشمسية.

سواء أصبحت مراكز البيانات المدارية واقعًا عمليًا أو بقيت تجربة بحثية، فإن مجرد طرح الفكرة يكشف حقيقة مهمة: مستقبل الذكاء الاصطناعي قد يعتمد بقدر كبير على ابتكار الطاقة بقدر اعتماده على الخوارزميات.