لا تقتصر ثورة الذكاء الاصطناعي على قوة المعالجات وحدها، بل تعتمد بالدرجة الأولى على سعات ضخمة من الذاكرة السريعة. فكلما ازداد حجم النماذج وتطورت قدراتها على معالجة السياقات الطويلة وتنفيذ المهام المتواصلة، ارتفعت كمية البيانات والنتائج الوسيطة التي يجب الاحتفاظ بها للوصول إليها فوراً دون إبطاء الحسابات.
لماذا تلتهم نماذج الذكاء الاصطناعي الذاكرة؟
تتطلب كفاءة تشغيل النماذج المتقدمة تقنيات متطورة مثل ذاكرة النطاق الترددي العالي (HBM)، والتي توضع بالقرب من معالجات الذكاء الاصطناعي في مراكز البيانات لنقل كميات هائلة من البيانات بسرعات فائقة.
إضافة إلى ذلك، تعتمد الأنظمة الحديثة التي تنفذ مهام متتابعة -مثل “الذكاء الاصطناعي الوكيلي” الذي يحلل المعلومات ويستخدم الأدوات ويراجع النتائج- على ذاكرة مؤقتة تُعرف بـ “كيه-في كاش” (KV Cache). تحتفظ هذه الذاكرة بالمعلومات الوسيطة أثناء توليد الإجابات، مما يضاعف استهلاك الموارد وفقاً لطول السياق وطبيعة المهمة.
إعادة تشكيل سوق أشباه الموصلات
يؤدي هذا التوسع الهائل في الذكاء الاصطناعي إلى ضغوط غير مسبوقة على صناعة أشباه الموصلات. توزع الشركات المصنعة طاقاتها الاستثمارية والإنتاجية بين أنواع مختلفة من الذاكرة:
- HBM: المخصصة لمسرعات ومراكز الذكاء الاصطناعي.
- DRAM: المستخدمة في الحواسيب والهواتف والخوادم التقليدية.
- NAND Flash: المستخدمة في وحدات التخزين.
التركيز المكثف على إنتاج ذاكرة (HBM) يهدد بإحداث اختلال في التوازن بين العرض والطلب لأنواع الذاكرة الأخرى، مما قد انعكس سلباً على توافرها وأسعارها في السوق العالمية.
فاتورة الذكاء الاصطناعي تصل للحواسيب والهواتف
عندما يتجه قطاع التصنيع نحو تلبية احتياجات الخوادم السحابية، تتأثر إمدادات المكونات الموجهة للأجهزة الاستهلاكية. وقد يؤدي نقص المكونات وارتفاع تكاليف التصنيع إلى زيادة أسعار الحواسيب والهواتف الذكية، أو إجبار الشركات على تعديل المواصفات القياسية لأجهزتها.
في المقابل، يتطلب تشغيل ميزات الذكاء الاصطناعي محلياً على الأجهزة الطرفية (دون الاعتماد الكلي على السحابة) سعات ذاكرة أكبر. ومع ذلك، لا تعتمد كفاءة الجهاز على السعة وحدها، بل ترتبط ارتباطاً وثيقاً بقوة المعالج، وعرض نطاق الذاكرة، وحجم النموذج، وكفاءة البرمجيات في إدارة الموارد.
من الخوادم إلى الروبوتات الذكية
يمتد هذا الشره للذاكرة إلى الروبوتات المتقدمة التي تعتمد على الكاميرات وأجهزة الاستشعار لفهم محيطها واتخاذ قرارات فورية. تستخدم هذه الأنظمة عادة ذاكرة منخفضة استهلاك الطاقة مثل (LPDDR) ووحدات تخزين (NVMe) سريعة، وتختلف احتياجاتها بحسب ما إذا كانت تعالج بياناتها محلياً أو ترسلها إلى مركز البيانات.
هل تواكب الصناعة الطلب؟
رغم ضخ استثمارات ضخمة لتوسيع المصانع والمعدات، لا تستطيع صناعة الذاكرة مواءمة طاقتها الإنتاجية مع السرعة الهائلة لتطور برمجيات الذكاء الاصطناعي. وفي الوقت نفسه، تسعى شركات التكنولوجيا لتخفيض استهلاك الموارد من خلال ضغط النماذج، وتحسين خوارزميات الاستدلال، وإدارة البيانات المؤقتة بكفاءة أعلى.
تحولت الذاكرة الرقمية بفضل هذه التطورات من مجرد رقم هامشي في مواصفات الأجهزة إلى مورد استراتيجي حاسم، قد تحدد إمداداته وتكاليفه حدود التوسع التكنولوجي في السنوات المقبلة.
