مراكز بيانات الذكاء الاصطناعي توسّع المكاسب إلى المحولات والطاقة والتبريد السائل

لم تعد قصة البنية التحتية للذكاء الاصطناعي مقتصرة على الرقائق ووحدات معالجة الرسوميات. فكل خادم إضافي يحتاج إلى كهرباء تُحوَّل وتُوزَّع وتُدار داخل المنشأة، كما يحتاج إلى منظومة قادرة على التخلص من حرارة أكبر بأمان. لذلك تتسع فرص الشركات المصنعة للمحولات، وأنظمة الطاقة، وحلول التبريد السائل، إلى جانب إنفيديا.

لماذا يتسارع الإنفاق على البنية التحتية؟

تتوقع ماكنزي أن يرتفع الطلب العالمي على مراكز البيانات من نحو 82 غيغاواط في 2025 إلى قرابة 220 غيغاواط في 2030. ومن المرجح أن ينمو الطلب المرتبط بالذكاء الاصطناعي بمقدار 3.5 مرات، من نحو 44 إلى 155 غيغاواط، مقابل نمو قدره 1.7 مرة لأحمال العمل غير المرتبطة بالذكاء الاصطناعي. 22

وتوازي هذه الزيادة أرقام استثمارية ضخمة: تقدّر ماكنزي أن مراكز البيانات قد تحتاج إلى 6.7 تريليونات دولار عالمياً بحلول 2030، منها 5.2 تريليونات دولار لسعات جاهزة للذكاء الاصطناعي. وهذه تقديرات للإنفاق الرأسمالي المطلوب، وليست طلبات مؤكدة أو إنفاقاً ملتزماً به. 28

المحرك الأساسي لانتشار الإنفاق عبر سلسلة التوريد هو ارتفاع كثافة الرفوف. ويشير سيناريو لبنك أوف أميركا ورد في تقارير إلى أن احتياج رف واحد للذكاء الاصطناعي من الطاقة قد يتجاوز 1.5 ميغاواط بحلول 2030. وإذا تحقق ذلك، فسيحتاج كل نشر إلى بنية كهربائية أكبر بكثير وقدرات تبريد أعلى من بيئة الخوادم التقليدية. 20

من المستفيدون، ولماذا؟

المحولات ومعدات الشبكة: HD Hyundai Electric وHainan Jinpan

تخفض المحولات جهد الكهرباء القادم من الشبكة إلى مستويات مناسبة للخوادم، وأنظمة التبريد، ووحدات توزيع الطاقة. وقد تحولت إلى عنق زجاجة عملي مع تقديم شركات المرافق ومطوري مراكز البيانات طلباتهم بوقت أبكر لضمان المعدات الشحيحة. وأفادت رويترز بارتفاع قوي في الطلب على بنية الذكاء الاصطناعي خلال النصف الأول من 2026، ولا سيما من أميركا الشمالية، لدى HD Hyundai Electric الكورية الجنوبية وHainan Jinpan Smart Technology الصينية. 142

وتقدم HD Hyundai Electric مثالاً على أثر محدودية المعروض. فقد أعلنت طلبات جديدة تجاوزت 1.4 مليار دولار في الربع الثاني، ودفتر طلبات قارب 8.5 مليارات دولار بنهاية يونيو/حزيران 2026. 36 ويدعم دفتر الطلبات الكبير وضوح الإيرادات المستقبلية، لكنه ليس إيراداً بحد ذاته؛ إذ تبقى جداول التسليم وتكاليف المكونات وإنجاز المشاريع عوامل حاسمة لتحويله إلى أرباح.

تحويل الطاقة والأنظمة المتكاملة: Delta Electronics

لا يكفي مركز البيانات مجرد اتصال بالشبكة. فهو يحتاج إلى تحويل الطاقة وتوزيعها وأنظمة احتياطية وتحكم داخل المنشأة. ولدى Delta Electronics حضور في طاقة الذكاء الاصطناعي والتبريد وبنية مراكز البيانات، وقالت لرويترز إن هذه الحلول لا تزال محركاً للنمو مع توسيع إنتاجها في تايلاند والولايات المتحدة ومواقع أخرى. 1

وقد تمثل هذه السعة في المنتجات ميزة، لأن الأنظمة المتكاملة تعالج مشكلة أكثر تعقيداً للعميل من بيع مكوّن منفرد. لكن موردي الأنظمة يواجهون أيضاً منافسة عالمية، وعليهم إثبات الموثوقية عند التشغيل على نطاق واسع.

إدارة الحرارة: AVC وAuras وEnvicool

تُعد Asia Vital Components (AVC) وAuras Technology وShenzhen Envicool من موردي الإدارة الحرارية المرتبطين بالتحول نحو أنظمة ذكاء اصطناعي أكثر كثافة. ومع ازدياد حرارة الرفوف، تتجاوز الفرصة المراوح والمبددات الحرارية التقليدية لتشمل الألواح الباردة، ووحدات توزيع سائل التبريد، والمضخات، والمشعبات، والمبادلات الحرارية، وأدوات التحكم الحراري على مستوى المنشأة.

ويحتل التبريد السائل موقعاً محورياً في هذا التحول. وتقول مايكروسوفت إن التبريد الهوائي التقليدي لا يستطيع التعامل مع كثافة عتاد الذكاء الاصطناعي الحديث في مراكز بياناتها، التي تستخدم سائلاً بارداً يدور مباشرة داخل الخوادم لامتصاص الحرارة. 8 ويتوقع أحد تقديرات بنك أوف أميركا أن يمثل التبريد السائل 70% من تركيبات مراكز بيانات الذكاء الاصطناعي الجديدة بحلول 2030، ارتفاعاً من نحو 30%. 2021

لكن هذا التوقع سيناريو وليس نتيجة مؤكدة. فسرعة الاعتماد ستختلف وفق معمارية الشرائح، وكثافة الرفوف، ومتطلبات الموثوقية، وتفضيلات المشغلين، وتوافر أنظمة تبريد مؤهلة.

قد تكون الكهرباء أهم من القدرة الحاسوبية

تتوقع الوكالة الدولية للطاقة أن يتجاوز استهلاك مراكز البيانات عالمياً من الكهرباء الضعف ليصل إلى نحو 945 تيراواط/ساعة بحلول 2030. كما تقدر أن نحو 20% من مشاريع مراكز البيانات المخطط لها قد تواجه تأخيرات إن لم تُعالج مخاطر الشبكة. 43

تكمن المشكلة في اختلاف الجداول الزمنية: يمكن تخطيط منشآت الذكاء الاصطناعي وبناؤها خلال سنوات قليلة، بينما قد تستغرق ترقيات خطوط النقل والمحطات الفرعية والربط بالشبكة وقتاً أطول بكثير. وفي مناطق عديدة، قد يستغرق ربط منشأة جديدة بالشبكة بين 4 و10 سنوات. 53

وهذا يخلق أثرين متعاكسين لمصنعي المعدات:

• على المدى القريب: يمكن لنقص المحولات وقواطع ومفاتيح الجهد والمعدات المرتبطة بها أن يدعم الطلبات والأسعار ووضوح دفاتر الطلبات. 42
• على المدى الأطول: قد يؤخر النقص نفسه مشاريع العملاء، ويؤجل بالتالي تسليم المعدات التي تعتمد عليها إيرادات الموردين.

لذلك، قد يكون الأقوى هم من يملكون منتجات معتمدة، وطاقة تصنيع موثوقة، وإمدادات مكونات مستقرة، وقدرة فعلية على الالتزام بمواعيد العملاء، لا من يملكون مجرد انكشاف عام على موضوع الذكاء الاصطناعي.

التعامل بحذر مع ادعاءات الكفاءة

قد تدعم المحولات ذات الحالة الصلبة وبنى الطاقة المعتمدة على كربيد السيليكون تصميماً أكثر كفاءة لمراكز البيانات، وموجهاً بصورة أكبر للتيار المستمر. وتشير Wolfspeed إلى تحسن يصل إلى 5% في كفاءة الطاقة من طرف إلى طرف، وانخفاض بين 25% و40% في خسائر التحويل في مراحل محددة مدعومة بكربيد السيليكون. إلا أن هذه ادعاءات تخص مورداً ومعمارية بعينها، وليست مقياساً قطاعياً للوفورات المتحققة فعلياً. 45

وبالمثل، لا تثبت الأدلة المتاحة رقماً عاماً يتجاوز 27% لتوفير الطاقة من التبريد السائل. فالأداء يتوقف على خط الأساس للتبريد الهوائي، وكثافة الشرائح، ودرجات حرارة سائل التبريد، وتصميم المنشأة، وما إذا كانت الحرارة المهدرة يعاد استخدامها. والخلاصة الأكثر تحفظاً هي أن عمليات نشر الذكاء الاصطناعي عالية الكثافة تزيد الحاجة إلى التبريد السائل، أما مقدار التوفير الدقيق فيعتمد على كل موقع. 824

كما لا تدعم الأدلة المتاحة التعامل مع توقع تبني المحولات ذات الحالة الصلبة بنسبة 40% بوصفه نتيجة قطاعية محسومة. فالمحولات التقليدية ستظل أساسية للبنية التحتية للشبكات والمنشآت، فيما يتعين على التصاميم ذات الحالة الصلبة تجاوز تحديات التكلفة والتأهيل والموثوقية والامتثال لمعايير الشبكات.

فرص الهوامش والمخاطر المقابلة

قد يستفيد موردو معدات الطاقة عندما تكون الطاقة الإنتاجية المؤهلة شحيحة. فالمحولات عالية الجهد والمعدات المرتبطة بها منتجات متخصصة وطويلة المهلة، كما أن القاعدة القائمة تحتاج إلى تحديثات للشبكات إضافة إلى بناء مراكز بيانات جديدة. ويعكس نمو طلبات HD Hyundai Electric ودفتر طلباتها هذه الديناميكية المواتية. 36

أما مورّدو الإدارة الحرارية فلديهم صورة مختلفة: فالتبريد السائل يرفع قيمة المحتوى لكل رف، ويكافئ الهندسة والموثوقية وتكامل الأنظمة. لكن سوق الحلول الحرارية تنافسي، وقد تتحول المكونات المنفردة إلى سلع متشابهة بسرعة أكبر من الأنظمة الكاملة. وتشمل المخاطر الأساسية تغير المعماريات سريعاً، وتركيز العملاء، وضغوط الأسعار، والتوسع التصنيعي الذي قد يخفف في النهاية قيود المعروض الحالية.

ويمكن تقييم الشركات الأرجح للفوز عبر خمسة أسئلة عملية:

1. هل تستطيع تصنيع معدات مؤهلة على نطاق واسع؟
2. هل يمكنها تأمين المكونات الحرجة والطاقة الإنتاجية قبل تصاعد الطلب؟
3. هل تبيع أنظمة طاقة أو حرارة متكاملة بدلاً من قطع منفصلة فقط؟
4. هل تحافظ على التسعير والموثوقية خلال دورات منتجات سريعة؟
5. هل يمكنها التوسع دولياً من دون الإضرار بالجودة أو التدفق النقدي أو أداء التسليم؟

هل تمثل مراكز البيانات العائمة وتحت الماء حلاً كبيراً؟

قد تفيد مراكز البيانات العائمة أو الغاطسة في مواقع محددة تعاني قيوداً في الأراضي أو المياه العذبة أو التبريد أو التراخيص. ويمكن للمنشآت تحت الماء استخدام مياه البحر المحيطة للتبريد، وقد انتقلت الصين ببعض المشاريع نحو التشغيل التجاري، بما في ذلك مركز بيانات تحت الماء يعمل بطاقة الرياح قبالة شنغهاي. 47

لكن هذه التصاميم تظل بدائل متخصصة، وليست بديلاً عن المجمعات البرية التقليدية. فهي تضيف تحديات هندسية وصيانية ومتعلقة بالاتصال والتراخيص. وأهميتها القريبة لا تكمن في إزاحة البناء التقليدي، بل في إظهار كيفية استجابة المشغلين عندما تصبح قيود الطاقة والمياه والأراضي شديدة.

الخلاصة

توسع طفرة الذكاء الاصطناعي فرصة البنية التحتية إلى ما وراء وحدات معالجة الرسوميات. فشركات المحولات مثل HD Hyundai Electric وHainan Jinpan تقع في نقطة تستفيد من ندرة معدات الشبكة، ولدى Delta حضور في سلسلة الطاقة والتبريد، فيما ترتبط AVC وAuras وEnvicool بارتفاع المحتوى الحراري في الرفوف عالية الكثافة. 1

والفائزون على المدى الطويل هم الموردون القادرون على تحويل الطلب إلى تسليمات موثوقة وأنظمة مربحة. لكن التحفظ الأساسي لا يقل أهمية: فالوصول إلى الشبكة، ومهل توريد المعدات، وتنفيذ المشاريع، جميعها قد تبطئ التوسع حتى مع بقاء الطلب على الذكاء الاصطناعي قوياً. في هذه الدورة، ليست إيصال الكهرباء وإزالة الحرارة تفاصيل ثانوية، بل قيوداً أساسية تحدد سرعة بناء قدرات الذكاء الاصطناعي. 4342