الذكاء الاصطناعي واستهلاك الطاقة
كتبت -رانيا البدرى
تواجه صناعة الذكاء الاصطناعي تحديات كبيرة فيما يتعلق باستهلاك الطاقة، حيث تُعتبر النماذج الحالية مثل Llama 3.1 من Meta من بين أكثر النماذج استهلاكًا، ومع ذلك، قدمت شركة DeepSeek ادعاءات مذهلة حول نموذجها الجديد، حيث تدعي أنه يستخدم حوالي عُشر الطاقة اللازمة لتدريب نماذج الذكاء الاصطناعي المنافسة.
تستخدم DeepSeek أساليب تدريب أكثر كفاءة، مثل الاستراتيجية المعروفة باسم auxiliary-loss-free strategy، التي تسمح بتدريب أجزاء معينة من النموذج بشكل انتقائي، مما يقلل من الحاجة إلى تدريب النموذج بالكامل في وقت واحد. هذا يشبه اختيار خبير معين من فريق خدمة العملاء بدلاً من إشراك الجميع.
تكلف العملية التدريبية لنموذج DeepSeek V3 حوالي 5.6 مليون دولار، واستخدمت 2.78 مليون ساعة GPU، مقارنةً بنموذج Meta الذي يتطلب 30.8 مليون ساعة GPU. هذه الفروقات تشير إلى توفير كبير في الطاقة والموارد.على الرغم من هذه الادعاءات، لا يزال هناك تساؤلات حول مدى تأثير DeepSeek على البيئة. تشير التقارير إلى أن مراكز البيانات تستخدم أكثر من 4% من إجمالي استهلاك الكهرباء في الولايات المتحدة، ومن المتوقع أن يتضاعف هذا الرقم بحلول عام 2028.
تستمر العديد من الدول، بما في ذلك الصين والولايات المتحدة، في الاعتماد على الوقود الأحفوري لتوليد الطاقة، مما يزيد من القلق بشأن التلوث الناتج. حتى مع تحسين كفاءة الطاقة، لا يزال الطلب المتزايد من مراكز البيانات يمكن أن يؤدي إلى تفاقم مشاكل الاحتباس الحراري.
هناك قلق من أن زيادة كفاءة الطاقة قد تؤدي إلى زيادة الاستخدام. كما أشار ساتيا ناديلا، الرئيس التنفيذي لشركة مايكروسوفت، إلى **Jevons Paradox**، حيث يمكن أن تؤدي الكفاءة الأكبر إلى زيادة الطلب، مما قد يزيد من الأثر البيئي.
