SemiAnalysis: سعة الشبكة الكهربائية الأمريكية قد تتحول إلى سلبية بحلول عام 2027، ومراكز بيانات الذكاء الاصطناعي تضطر إلى الانتقال إلى عصر "مصادر الطاقة الذاتية"

سباق قدرات الحوسبة بالذكاء الاصطناعي يدفع شبكة الكهرباء الأمريكية نحو نقطة حرجة.

يشير أحدث تقرير لأبحاث الطاقة الصادر عن شركة "SemiAnalysis" إلى أن "السعة المتبقية (Headroom)" المتاحة في شبكة الكهرباء الأمريكية لاستيعاب الأحمال الكبيرة الجديدة ستصبح سلبية بحلول عام 2027 على أقرب تقدير، مما يعني أن مراكز بيانات الذكاء الاصطناعي الجديدة ستجد صعوبة متزايدة في الاعتماد على الشبكة العامة للحصول على إمدادات طاقة مستقرة في المستقبل.

مع تخلف وتيرة توسع شبكة الكهرباء كثيرًا عن نمو الطلب على قدرات الحوسبة بالذكاء الاصطناعي، سيضطر عدد متزايد من مراكز البيانات إلى بناء أنظمة توليد الكهرباء الخاصة بها (Behind-the-Meter، BTM)، مما قد يؤدي إلى دخول البنية التحتية للذكاء الاصطناعي في أمريكا عصر "مصادر الطاقة الذاتية".

يتوقع التقرير أنه بحلول عام 2028 وما بعده، ستعتمد أكثر من نصف مراكز البيانات الجديدة في الولايات المتحدة على نموذج BTM لتزويدها بالطاقة؛ وبحلول عام 2029، سيصل حجم سوق معدات BTM الخاصة بمراكز البيانات وحدها إلى أكثر من 50 جيجاوات سنويًا، مما يجعلها واحدة من أسرع المجالات الجديدة نموًا في سلسلة استثمار البنية التحتية للذكاء الاصطناعي.

زيادة الطلب على الذكاء الاصطناعي بينما يتخلف توسع الشبكة

ترى SemiAnalysis أن وتيرة بناء مراكز البيانات حاليًا في الولايات المتحدة قد تجاوزت بالفعل بكثير قدرة الشبكة على توفير سعات جديدة.

يتوقع التقرير أن الطلب الجديد على الكهرباء من مراكز البيانات سينمو من 21 جيجاوات في عام 2026 إلى 84 جيجاوات بحلول عام 2030، لكن السعة التي يمكن لشبكة الكهرباء الأمريكية إضافتها سنويًا والتي تمتلك قدرة إمداد موثوقة فعليًا (ELCC) تبلغ حوالي 15 جيجاوات فقط، وقد ترتفع تدريجيًا إلى أكثر من 20 جيجاوات فقط مع نهاية العقد.

الأهم من ذلك، أن هذه السعة الجديدة لا تُخصص بالكامل لمراكز البيانات، بل يجب أيضًا تلبية احتياجات الأحمال الجديدة الأخرى مثل التصنيع ومصانع أشباه الموصلات والمنازل.

بمعنى آخر، في السنوات القليلة القادمة، سيكون من الصعب بشكل متزايد على إمدادات الكهرباء الجديدة في الولايات المتحدة تغطية الطلب المتفجر من مراكز بيانات الذكاء الاصطناعي.

يظهر النموذج الذي بنته SemiAnalysis أنه بعد خصم متطلبات ذروة الحمل واحتياطي السعة، فإن السعة المتبقية في شبكة الكهرباء الأمريكية لاستيعاب الأحمال الجديدة الكبيرة قد أوشكت على النفاد، وستتحول رسميًا إلى القيم السلبية حوالي عام 2027. وهذا يعني أن الاستمرار في الاعتماد على شبكة الكهرباء التقليدية لبناء مجمعات كبيرة للذكاء الاصطناعي سيواجه قيودًا متزايدة في الطاقة.

المشكلة ليست فقط في التوليد، بل في سرعة بناء الشبكة بأكملها

يشير التقرير إلى أن السوق يقلل كثيرًا من تعقيد بناء شبكة الكهرباء الأمريكية.

القيود الأكبر حاليًا لا تأتي فقط من قدرة التوليد، بل تمتد عبر سلسلة التوريد بأكملها.

من ناحية، تتراوح فترة بناء محطات الطاقة الغازية عادةً بين 4 إلى 6 سنوات، ومشاريع توليد الطاقة الغازية الجديدة في الولايات المتحدة خلال العامين القادمين محدودة جدًا. بعد تتبع حوالي 40 ألف أصل توليد، تتوقع SemiAnalysis أن السعة الجديدة المضافة من الغاز سنويًا في الولايات المتحدة خلال 2026-2027 ستكون أقل من 10 جيجاوات، ولن تتحسن بشكل ملحوظ إلا بعد عام 2028.

من ناحية أخرى، امتدت فترات تسليم المعدات الرئيسية مثل المحولات عالية الجهد والتوربينات الغازية وقواطع الدائرة إلى 3-4 سنوات، وهي أعلى بكثير من المتوسط التاريخي. في الوقت نفسه، أدت قضايا الموافقة على المشاريع، وطوابير الربط بالشبكة، والتمويل، وتصاريح المجتمعات المحلية إلى إبطاء وتيرة البناء.

لقد واجه العديد من مطوري مراكز البيانات مواقف مماثلة: وعدتهم شركات الكهرباء في البداية بتوفير مئات الميغاوات من الأحمال بحلول عام 2027، لكنهم أبلغوهم لاحقًا بتأجيل ذلك إلى عام 2029 أو حتى بعد ذلك، وغالبًا دون أن تتحمل شركات الكهرباء أي مسؤولية عن التأخير.

بالنسبة لشركات الذكاء الاصطناعي التي تستبدل قدرات الحوسبة بالإيرادات، فإن عدم اليقين هذا يكاد يكون غير مقبول.

الطاقة المتجددة لا تستطيع سد فجوة أحمال الذكاء الاصطناعي

تؤكد SemiAnalysis بشكل خاص أنه على الرغم من أن تركيبات الطاقة الشمسية والتخزين في الولايات المتحدة ستستمر في النمو السريع خلال السنوات القليلة القادمة، إلا أن هذه السعات المركبة لا تعادل الإمداد الكهربائي الفعلي القابل لاستخدامه في دعم التشغيل المستمر لمراكز البيانات الكبيرة.

باستخدام مؤشر ELCC (قدرة تحمل الأحمال الفعالة) الشائع في صناعة الكهرباء، وجد التقرير أنه بسبب التقطع الواضح للطاقة الشمسية وطاقة الرياح، وتزامن أوقات توليدها المرتفع، فإن مساهمة سعاتها المضافة الجديدة في قدرة التزويد الموثوقة للنظام أقل بكثير من السعة الاسمية.

مع استمرار ارتفاع نسبة الطاقة المتجددة، ستستمر مساهمتها الهامشية في الانخفاض.

على الرغم من أن أنظمة التخزين يمكنها تخفيف تقلبات الأحمال قصيرة المدى، إلا أنها تعاني أيضًا من مشكلة تناقص العوائد الهامشية. عندما يتم تشغيل كميات كبيرة من التخزين لمدة 4 ساعات، سيتحول خطر النظام تدريجيًا نحو فجوات إمداد أطول مدة، ولن يكون الاعتماد على التخزين وحده كافيًا لتلبية متطلبات التشغيل على مدار الساعة لمراكز بيانات الذكاء الاصطناعي.

لذلك، في السنوات القليلة القادمة، ستظل مصادر الطاقة القابلة للتعديل مثل الغاز الطبيعي هي الأساس لدعم توسع البنية التحتية للذكاء الاصطناعي.

"مصادر الطاقة الذاتية" تصبح الحل الأسرع والأكثر يقينًا

في ظل صعوبة تلبية الشبكة العامة للطلب بشكل متزايد، أصبح نموذج Behind-the-Meter بسرعة الخيار الجديد لمراكز بيانات الذكاء الاصطناعي الكبيرة.

يشير BTM إلى أن مركز البيانات يقوم ببناء أو تخصيص منشآت توليد كهرباء خاصة به، ويتم تزويده بالطاقة داخل المجمع، بدلاً من الاعتماد الكامل على الشبكة العامة.

ترى SemiAnalysis أنه بالمقارنة مع انتظار ربط الشبكة الطويل وغير المؤكد، فإن الميزة الأكبر لـ BTM تكمن في السرعة واليقين.

بالنسبة لمختبرات الذكاء الاصطناعي مثل OpenAI و Anthropic، تحدد قدرات الحوسبة بشكل مباشر قدرات التدريب والاستدلال للنماذج، وكذلك نمو الإيرادات المستقبلية. يشير التقرير إلى أنه في التكلفة الإجمالية للملكية (TCO) لأعمال السحابة للذكاء الاصطناعي، لا تشكل تكلفة الكهرباء نسبة عالية، لكن الحصول على إمداد كهربائي مستقر قد يقابل إيرادات تصل إلى مليارات الدولارات أو أكثر، لذلك تفضل الشركات تحمل تكلفة بناء مصادر الطاقة الذاتية بدلاً من انتظار عملية ربط الشبكة التي تستغرق سنوات.

في الوقت نفسه، بدأت بعض مراكز بيانات الذكاء الاصطناعي في تخفيف متطلباتها لموثوقية الإمداد بالكهرباء ذات "الخمس تسعات" (99.999%) الخاصة بمراكز البيانات التقليدية، مقابل سرعة تشغيل أسرع. على سبيل المثال، تقبل بعض مراكز البيانات فائقة الضخامة للذكاء الاصطناعي مستويات أقل من التكرار في الإمداد، مما يحسن من الجدوى الاقتصادية لحلول BTM.

تتحول منافسة البنية التحتية للذكاء الاصطناعي من وحدات معالجة الرسوميات إلى الطاقة

ترى SemiAnalysis أن في السنوات القليلة القادمة، لن يكون القيد الرئيسي في منافسة صناعة الذكاء الاصطناعي الأمريكية هو توريد وحدات معالجة الرسوميات فحسب، بل القدرة على الحصول على موارد الطاقة.

يتوقع التقرير أنه مع استمرار تشديد سعة الشبكة، ستتبنى المزيد من مراكز بيانات الذكاء الاصطناعي نموذجًا هجينًا من "التوليد الذاتي + الشبكة العامة"، وستتعرض البنية التحتية للكهرباء في الولايات المتحدة لإعادة هيكلة. فرص الاستثمار في معدات توليد الطاقة الغازية، وخلايا الوقود، وأنظمة التوليد في الموقع، والمعدات الكهربائية ذات الصلة، قد تصبح وجهة مهمة للإنفاق الرأسمالي في المرحلة التالية للذكاء الاصطناعي.

بالنسبة لصناعة الذكاء الاصطناعي بأكملها، هذا يعني أن محور المنافسة ينتقل تدريجيًا من الرقائق والخوادم إلى البنية التحتية للطاقة. من يستطيع تأمين موارد طاقة مستقرة وموثوقة وقابلة للتوسع أولاً، سيكون أكثر قدرة على احتلال موقع متقدم في الجولة القادمة من منافسة قدرات الحوسبة بالذكاء الاصطناعي.

بيان المخاطر وإخلاء المسؤولية

السوق ينطوي على مخاطر، والاستثمار يتطلب الحذر. لا تشكل هذه المقالة نصيحة استثمارية شخصية، كما أنها لم تراعِ الأهداف الاستثمارية الخاصة، أو الوضع المالي، أو احتياجات المستخدمين الفرديين. يجب على المستخدمين النظر في ما إذا كانت أي آراء أو وجهات نظر أو استنتاجات في هذه المقالة تناسب وضعهم الخاص. الاستثمار بناءً على ذلك يكون على مسؤوليتهم الشخصية.