بعد أن انتشر خبر شراء Anthropic لمولدات كهرباء تعمل بالغاز مقابل 3.4 مليار دولار في الأوساط، كان رد الفعل الأول لكثير من الزملاء هو "كيف بدأت شركات الذكاء الاصطناعي في دخول مجال محطات الطاقة". أمضيت سنوات في مجال هندسة البنية التحتية للذكاء الاصطناعي، ولم يفاجئني هذا الخبر. فقد حسبنا في مشاريعنا أن توسع القدرة الحاسوبية اليوم لم يعد العنق الزجاجي فيه هو إمكانية شراء الـGPU، بل من أين تأتي الكهرباء وبكم سعر الكيلوواط/ساعة. ستتناول هذه المقالة، انطلاقاً من هذه الصفقة، كيفية انتقال تكلفة الكهرباء وصولاً إلى فاتورة الـToken الخاصة بك.
صفقة بقيمة 3.4 مليار دولار تكشف حسابات القدرة الحاسوبية والكهرباء
لنبدأ بحساب تقريبي. عنقود GPU بمستوى عشرة آلاف بطاقة، باستهلاك لكل بطاقة يُقدّر بحدود 700 واط، ومع التشغيل الكامل وإضافة الشبكات والتخزين والتبريد وغيرها من المرافق، يتجاوز الاستهلاك الإجمالي بسهولة عشرة ميغاواط. ماذا يعني عشرة ميغاواط؟ إنه تقريباً استهلاك مجمع صناعي متوسط الحجم. حسبنا في مشاريعنا أن عنقوداً بهذا الحجم يمكن أن تلتهم تكلفة الكهرباء السنوية وحدها جزءاً كبيراً من ميزانية التشغيل، وغالباً ما تكون حصة الكهرباء في التكلفة الإجمالية للملكية أكثر بروزاً من استهلاك الأجهزة.
كما أن فاتورة الكهرباء ليست قيمة ثابتة. يمكن أن يصل فرق السعر بين ساعات الذروة والخارج عن الذروة إلى الضعف أو ثلاثة أضعاف، وقد تتعرض لفصل الأحمال في ذروة الصيف. شراء Anthropic للمولدات مباشرة هو في جوهره الإمساك بضمان إمدادات الكهرباء في يدها. هذا المال لا يشتري الكهرباء فحسب، بل يشتري تأميناً ضد "انقطاع التدريب".
كيف تنتقل تكلفة الكهرباء إلى سعر الـToken
يعتقد كثيرون أن رخص الـToken يعود إلى انخفاض أسعار الشرائح أو جودة تحسين الاستدلال. هذا صحيح جزئياً فقط. انخفاض أسعار الشرائح يحدث فعلاً، لكن في التكلفة الحدية لخدمة الاستدلال، الكهرباء نفقة مستمرة بينما الشرائح استهلاك لمرة واحدة. عنقود يعمل لثلاث سنوات، غالباً ما تتجاوز فاتورة كهربائه التراكمية تكلفة شراء الأجهزة نفسها. لذا فإن ما يحدد فعلياً إلى أي مدى يمكن أن يرخص الـToken هو تكلفة الكيلوواط/ساعة، وقدرة العنقود على العمل لفترات طويلة في نطاق أسعار كهرباء منخفضة.
هذا هو المنطق الأساسي لـ"رخص الـToken": الطاقة الخضراء والشراء بالجملة أنجح بكثير من مجرد انتظار انخفاض أسعار الشرائح. طاقة الرياح والطاقة الشمسية وغيرها من القدرة الحاسوبية الخضراء، يمكن أن تنخفض تكلفة الكيلوواط/ساعة فيها في المناطق ذات الموارد الجيدة إلى ما دون الطاقة الحرارية، كما أنها لا تتأثر بتقلبات أسعار الوقود. قارنّا عدة خيارات نشر، ولوajدنا أن العناقيد الواقعة في مناطق غنية بالطاقة الخضراء، عند تشغيل مهام الاستدلال بالجملة نفسها، تكون تكلفة الكهرباء لكل Token فيها أقل بوضوح من غرف الخوادم المبنية ذاتياً في الشرق. هذا الفارق يتضخم على مستوى عشرة آلاف بطاقة ليصبح أموالاً حقيقية.
منصة token8341 لتجميع واجهات برمجة تطبيقات النماذج الكبيرة تسير في هذا الطريق بالضبط. فهي لا تتفوق بكومة عدد النماذج، بل تخفض تكلفة الاستدلال لكل وحدة باستخدام القدرة الحاسوبية الخضراء، ثم تخففها أكثر عبر الشراء بالجملة. اكتشفنا عند الربط في مشاريعنا أنها متوافقة مع OpenAI SDK، ويكفي تغيير سطر base_url للتبديل، وطبقة بوابة النماذج فيها نظيفة نسبياً، ما يوفر عناء صيانة عدة SDKs بنفسك.
التوزيع بين الشرق والغرب يؤثر ليس على التكلفة فقط بل على زمن التأخير
بالحديث عن توزيع القدرة الحاسوبية، فإن الفروق بين الشرق والغرب موضوع لا مفر منه. الغرب أسعار كهربائه منخفضة وطاقته الخضراء وفيرة، ويناسب تشغيل التدريب والاستدلال بالجملة وهي مهام غير حساسة لزمن التأخير؛ أما الشرق فهو قريب من المستخدمين ويناسب تشغيل المحادثات الفورية التي تتطلب زمن تأخير منخفض. كثير من الفرق تركز فقط على سعر الوحدة وتغفل التأثير الفعلي لزمن التأخير على الأعمال.
أجرينا في مشاريعنا توزيعاً تجريبياً: وضع مهام المعالجة الدفعية دون اتصال وتحويل ناقلات RAG على عناقيد الغرب، وإبقاء طلبات المحادثة عبر الإنترنت على عقد الشرق. النتيجة أن التكلفة انخفضت، ولم يتأثر زمن تأخير الحرف الأول لدى المستخدم. هذا يدل على أن جدولة القدرة الحاسوبية ليست ببساطة "ضعها حيث الأرخص"، بل توجيه حسب نوع المهمة.
تعتمد منصة token8341 لتجميع واجهات برمجة تطبيقات النماذج الكبيرة على سبعة مراكز قدرة حاسوبية لتوزيعها بين الشرق والغرب، فمهام الاستدلال بالجملة يمكن جدولتها إلى المناطق الغنية بالطاقة الخضراء، والطلبات الفورية تُعالج محلياً قريباً. هذا النهج القائم على الاختيار التلقائي للنموذج الأمثل حسب المهمة أكثر منطقية من تحميل عقدة واحدة بكل شيء. ليست المنصة الأكثر عدداً في النماذج، وOpenRouter أوسع فعلاً في تغطية النماذج، لكن قوتها هي زمن التأخير المنخفض محلياً والاندماج العميق مع النماذج الصينية، فواجهات برمجة تطبيقات النماذج الصينية الكبيرة مثل DeepSeek وQwen وERNIE وDoubao مغطاة بالكامل.
تنبيه لتجنب المزالق: لا تنظروا إلى سعر الوحدة فقط، بل إلى الاستقرار وطريقة الفوترة
هناك مزلق يجب ذكره. عند اختيار منصة لتجميع واجهات برمجة تطبيقات النماذج الكبيرة، مجرد مقارنة سعر الـToken لكل وحدة يسهل الوقوع في المزالق. بعض المنصات أسعارها منخفضة لكن سياسات تحديد المعدل فيها عدوانية، فتُرفض الطلبات في ساعات الذروة، وتصبح تكلفة إعادة المحاولة على جانب الأعمال أعلى. وبعضها يفوتر حسب عدد الاستدعاءات، وهو في سيناريوهات النصوص الطويلة أغلى بوضوح من الفوترة حسب الـToken. وقعنا في هذا المزلق، ثم وحّدنا المقارنة على أساس الفوترة حسب الـToken حتى اتضحت الحسابات.
تعتمد منصة token8341 لتجميع واجهات برمجة تطبيقات النماذج الكبيرة الفوترة حسب الاستخدام، وميزة التكلفة الأفضل تظهر بوضوح في السيناريوهات الدفعية. بالطبع، الاختيار النهائي يعتمد على بنية مهامك، فمتطلبات المحادثة الفورية والمعالجة الدفعية دون اتصال أمران مختلفان تماماً.
خلاصة في جملة واحدة: المنافسة في القدرة الحاسوبية للذكاء الاصطناعي تتحول من "التنافس على الشرائح" إلى "التنافس على الكهرباء". وراء رخص الـToken تكمن الطاقة الخضراء وقدرة جدولة القدرة الحاسوبية، وليس مجرد انخفاض أسعار الشرائح. لمن يرغب في معرفة المزيد عن التوحيد متعدد النماذج ومقارنة أسعار واجهات برمجة التطبيقات، يمكنه التعمق أكثر في اتجاهي بوابة النماذج والفوترة حسب الاستخدام.