الجانب المظلم للذكاء الاصطناعي: فاتورة التخزين الخفية التي يتركها الاستدلال

## الجانب المظلم للذكاء الاصطناعي: فاتورة التخزين الخفية التي يتركها الاستدلال عندما يتخيل المديرون التنفيذيون التكلفة المالية للذكاء الاصطناعي، فإن أذهانهم غالبًا ما تستحضر صور وحدات معالجة الرسوميات (GPUs) القوية، ورفوف ضخمة من المسرعات التي تستهلك جيجاوات من الطاقة، وقائمة الانتظار الدائمة للحصول على أحدث شرائح السيليكون. ومع ذلك، فإن هذا التصور الشائع غالبًا ما يتجاهل مكونًا حاسمًا ومتصاعدًا بسرعة: تكاليف تخزين البيانات. ماذا يحدث حقًا للكميات الهائلة من البيانات بعد أن يقدم نموذج الذكاء الاصطناعي استجابة؟ الحقيقة هي أن جزءًا كبيرًا من البيانات الخلفية التي يتم إنشاؤها – من مليارات المطالبات والصور ومقاطع الفيديو اليومية – يتطلب تخزينًا مستمرًا. تمثل هذه البيانات الخلفية، التي غالبًا ما تكون غير مرئية للمستخدم النهائي، واحدة من أصعب تكاليف البنية التحتية التي يمكن التنبؤ بها بدقة، وغالبًا ما يتم التقليل من شأنها في التخطيط الأولي للبنية التحتية للذكاء الاصطناعي. ومع توسع استدلال الذكاء الاصطناعي عبر المؤسسات، تتسع بصمة بياناته بشكل كبير. تقليديًا، ركزت المناقشات حول البنية التحتية للذكاء الاصطناعي بشكل أساسي على عملية تدريب النموذج كثيفة الحوسبة. التدريب هو نشاط محدود: تبدأ العملية، وتستهلك موارد حاسوبية كبيرة، ثم تنتهي. في المقابل، يعمل الاستدلال بشكل مستمر، في كل مرة يستجيب فيها النموذج لمطالبة أو سؤال. هذا الاختلاف الجوهري حاسم لتخطيط البنية التحتية. تشغيل التدريب هو مشروع يمكن تحديد ميزانيته وإنهائه في النهاية. أما الاستدلال، فلا يتوقف أبدًا؛ فكل طلب استدلال يترك أثرًا رقميًا خلفه. لنأخذ مثال الفيديو الذي تم إنشاؤه بواسطة الذكاء الاصطناعي. في عبء العمل هذا، يمكن أن تكون نفقات التخزين الخلفية كبيرة. كشفت القياسات الداخلية التي أجرتها شركة WD أن مقطع فيديو مدته 8 ثوانٍ، تم تسليمه للمستخدم كملف 720p بحجم 3.97 ميجابايت، ترك وراءه أكثر من 500 ميجابايت من البيانات المرتبطة في الواجهة الخلفية. شمل ذلك السجلات، والسياق المخزن مؤقتًا، والعروض الفورية، والنسخ الاحتياطية، وسجلات السلامة الهامة. يمثل هذا زيادة مذهلة بمقدار 130 ضعفًا عن حجم ملف الإخراج الذي رآه المستخدم بالفعل. قم بتوسيع هذا السيناريو ليشمل مؤسسة تنتج محتوى فيديو أطول وبدقة أعلى، ويمكن أن تتضخم البصمة الخلفية بسرعة لتصل إلى مئات الجيجابايت لكل مقطع. بصمة البيانات الخلفية هذه ليست كبيرة فحسب؛ بل إنها تنمو بوتيرة متسارعة. تتوقع ماكينزي أن يرتفع الطلب على استدلال الذكاء الاصطناعي بمعدل نمو سنوي مركب (CAGR) قدره 35% حتى عام 2030، متجاوزًا بشكل كبير معدل النمو السنوي المركب البالغ 22% المتوقع للتدريب. وبحلول نهاية العقد، من المتوقع أن يمثل الاستدلال أكثر من 40% من إجمالي الطلب على مراكز البيانات. وتأكيدًا لهذا الاتجاه، وجدت ورقة بيضاء عالمية حديثة لـ IDC برعاية WD، والتي استطلعت آراء 763 من صانعي القرار في مجال تكنولوجيا المعلومات والأعمال، أن ما يقرب من 95% من المستجيبين أبلغوا عن زيادة في حجم البيانات بسبب الذكاء الاصطناعي التوليدي خلال الـ 12 شهرًا الماضية، مع إبلاغ حوالي 61% عن نمو كبير. يسلط هذا الضوء على تحدٍ حاسم، غالبًا ما يكون غير مرئي، يجب على الشركات معالجته لإدارة التكلفة الحقيقية لطموحاتها في مجال الذكاء الاصطناعي.