سخت‌افزار و رایانش ابری

بحران شکاف ظرفیت؛ چرا توسعه مراکز داده هوش مصنوعی در آمریکا با محدودیت تامین تراشه مواجه است؟

گزارش‌های تازه منتشر شده در پاییز ۱۴۰۵ نشان می‌دهد که علی‌رغم تب‌و‌تاب ساخت‌وساز مراکز داده در ایالات متحده، شکافی عمیق میان برنامه‌ریزی‌های کلان برای زیرساخت‌های هوش مصنوعی و توانایی صنعت نیمه‌هادی برای تامین سخت‌افزار لازم ایجاد شده است. داده‌های ماهواره‌ای و تحلیل‌های مالی، واقعیت‌های چالش‌برانگیزی را درباره محدودیت‌های فیزیکی، بسته‌بندی پیشرفته تراشه‌ها و پایداری شبکه برق آشکار می‌سازد.

تحلیل واقعیت‌های میدانی: فراتر از وعده‌ها

بر اساس تحلیل‌های شرکت SynMax که با استفاده از تصاویر ماهواره‌ای هفتگی به رصد دقیق پیشرفت فیزیکی پروژه‌های مراکز داده می‌پردازد، سرعت فعلی ساخت‌وسازها با پیش‌بینی‌های بلندپروازانه برای سال ۲۰۲۸ فاصله معناداری دارد. در حالی که ظرفیت ناخالص مراکز داده آمریکا از حدود ۱۱ گیگاوات در سال ۲۰۲۵ به ۱۶ تا ۱۸ گیگاوات در سال ۲۰۲۶ رسیده است، اما نرخ پاکسازی زمین برای پروژه‌های جدید دچار رکود شده است. این بدان معناست که از میان حجم عظیم پروژه‌های اعلام شده، تنها بخش کوچکی به مرحله عملیاتی جدی رسیده‌اند و حدود ۸۰ درصد از خط لوله برنامه‌ریزی شده برای سال ۲۰۲۸، هنوز در مرحله پیش‌اجرا باقی مانده‌اند.

گلوگاه بسته‌بندی پیشرفته (Advanced Packaging)

بسیاری تصور می‌کنند که تولید تراشه‌های سیلیکونی عامل محدودکننده اصلی است، اما واقعیت فنی پیچیده‌تر است. فرآیند تولید تراشه‌های شتاب‌دهنده هوش مصنوعی تنها به لیتوگرافی ختم نمی‌شود؛ این قطعات باید با استفاده از تکنولوژی‌های «بسته‌بندی پیشرفته» با حافظه‌های با پهنای باند بالا (HBM) ادغام شوند. این فناوری که از اتصالات با چگالی بالا استفاده می‌کند، در حال حاضر به یک نقطه گلوگاه (Bottleneck) جهانی تبدیل شده است. حتی اگر تراشه‌ها در داخل خاک آمریکا تولید شوند، وابستگی زنجیره تامین به شرکت‌های تایوانی برای انجام فرآیند بسته‌بندی، عملاً ظرفیت عملیاتی دیتاسنترها را به سقف محدودی در حدود ۲۰ گیگاوات تا سال ۲۰۲۷ گره زده است.

چالش‌های شبکه و انرژی: تگزاس به عنوان مطالعه موردی

تمرکز توسعه مراکز داده در ایالت‌هایی نظیر ویرجینیا و تگزاس، آسیب‌پذیری زیرساختی را افزایش داده است. در تگزاس، اپراتورهای شبکه (ERCOT) با چالش تامین برق پایدار مواجه‌اند. مدل‌های پیشنهادی برای مدیریت تقاضا، از جمله سیستم‌های «کاهش بار قابل کنترل» (Provisional Controllable Load Resources)، در صورتی که قابل پیش‌بینی باشند، از نظر اقتصادی توجیه‌پذیرند. با این حال، دستورات ناگهانی کاهش بار با اخطار ۵ دقیقه‌ای، عملاً مدل کسب‌و‌کار مراکز داده را که نیازمند آپ‌تایم ۹۹ درصدی است، با بحران مواجه می‌کند.

مشخصات و محدودیت‌های کلیدی پیش‌بینی شده:

  • ظرفیت ناخالص مراکز داده در سال ۲۰۲۶: ۱۶-۱۸ گیگاوات.
  • سقف عملیاتی پیش‌بینی شده برای سال ۲۰۲۷: اوایل دهه ۲۰ گیگاوات.
  • عامل محدودکننده اصلی: ظرفیت محدود بسته‌بندی پیشرفته تراشه‌ها.
  • چالش عملیاتی: عدم تطابق میان دستورات «کاهش بار ناگهانی» شبکه و SLA مراکز داده.

نتیجه‌گیری

بر اساس گزارش‌های تحلیل‌گران در موسسه Jefferies، اگر تمام پروژه‌های اعلام شده برای بازه ۲۰۲۵ تا ۲۰۳۰ در آمریکا اجرایی شوند، این کشور به تنهایی نیازمند ۹۰ درصد از تمام رشد عرضه تراشه‌های هوش مصنوعی در سطح جهان خواهد بود که از نظر منطق زنجیره تامین، عملاً غیرممکن است. توسعه‌دهندگان باید به جای تمرکز بر اعلام پروژه‌های بزرگ، استراتژی خود را بر بهینه‌سازی زنجیره تامین و تطبیق با محدودیت‌های شبکه انرژی متمرکز کنند.

📌 منبع و مطالعه بیشتر: The Register: America is planning more AI datacenter capacity than its chip supply can fill
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای