کیک، رباتها و الکترونها
آیا انرژی ارزان کلید دستیابی چین به برتری در هوش مصنوعی است؟
سید محمدجواد فیاض
- ۱۷ اردیبهشت ۱۴۰۵
«جنسن هوانگ»، مدیرعامل Nvidia میگوید: «هوش مصنوعی مانند یک کیک است». کاربردهای هوش مصنوعی، مانند چتباتها، در بالاترین لایه قرار دارند. لایه بعدی نرمافزار است، مانند مدلهای زبانی بزرگ که چتباتها بر پایه آنها اجرا میشوند. سپس سختافزار قرار میگیرد، یعنی نیمهرساناهایی که برای آموزش مدلها موردنیاز هستند.
تحرک شرکتهای چینی در تمام لایههای فناوری
در بهار سال جاری میلادی، شرکتهای هوش مصنوعی چینی مشغول پختن تمام این لایهها هستند. ByteDance، شرکت مادر تیکتاک، از یک اپلیکیشن جدید و جذاب تولید ویدئو رونمایی کرد. DeepSeek قرار است یک LLM قدرتمند جدید منتشر کند و Huawei از یک تراشه هوش مصنوعی جدید رونمایی خواهد کرد.
لایه پنهان اما حیاتی؛ انرژی و شکاف الکترون
اگرچه این شرکتها، چین را در رقابت هوش مصنوعی با آمریکا نگه میدارند، اما آن را به جایگاه پیشرو سوق نمیدهند. البته لایه دیگری از کیک هوانگ وجود دارد که در زیر تمام لایههای دیگر قرار میگیرد و آن «انرژی» است. نیمهرساناها برای اجرای تریلیونها محاسبهای که در پسزمینه مدلهای هوش مصنوعی انجام میشود، به مقادیر عظیمی از انرژی نیاز دارند. شبکه برق چین دارای برق ارزان بسیار بیشتری نسبت به غرب است. این نابرابری تحت عنوان «شکاف الکترون» (Electron Gap) شناخته میشود.
آیا چین میتواند از آن برای دستیابی به برتری در هوش مصنوعی استفاده کند؟
شرکتهای آمریکایی به نظر میرسد از این چشمانداز وحشتزده شدهاند. سم آلتمن، مدیرعامل پیشبینی کرده است که هزینه هوش مصنوعی «در نهایت با هزینه انرژی همگرا خواهد شد.» OpenAI در ماه اکتبر ۲۰۲۵ هشدار داد که مزیت انرژی چین میتواند «رهبری ایالات متحده [در هوش مصنوعی] را به خطر بیندازد». در ماه بعد، هوانگ پیشبینی کرد که چین به همین دلیل «برنده رقابت هوش مصنوعی خواهد شد». در ژانویه ۲۰۲۶، ایلان ماسک اظهار داشت که «بر اساس روندهای فعلی، چین به دلیل شبکه برق خود، در زمینه توان محاسباتی هوش مصنوعی بسیار فراتر از بقیه جهان خواهد رفت.»
عطش فزاینده دیتاسنترها برای انرژی
شرکتهای هوش مصنوعی روزبهروز بیشتر از قبل نگران دسترسی به انرژی هستند؛ زیرا در حال ساخت دیتاسنترهای بزرگتر و تشنهتر به انرژی برای پشتیبانی از مدلهای هوشمندتر هستند. برخی از آنها اکنون در مقیاس گیگاوات قرار دارند؛ یعنی معادل ظرفیت توان یک نیروگاه هستهای. پژوهشگران اندیشکده آمریکایی RAND میگویند که تقاضای جهانی برای تأمین انرژی چنین دیتاسنترهایی میتواند تا سال ۲۰۲۷ به 68 GW و تا سال ۲۰۳۰ به 327 GW افزایش یابد.
شبکه فرسوده برق آمریکا در حال حاضر برای همگامشدن با این روند با مشکل مواجه است. صف عظیمی از دیتاسنترها در انتظار اتصال به شبکه هستند. شرکتها همچنین با مخالفتهای محلی دستوپنجه نرم میکنند، زیرا دیتاسنترها میتوانند قیمت برق را برای مصارف خانگی افزایش دهند. برخی حتی در حال ساخت ژنراتورهای مستقل از شبکه (off-grid) هستند. برخی دیگر ایدههایی مانند ساخت دیتاسنتر در فضا را بهجای ساخت آنها در آمریکا پیشنهاد میدهند. یکی از افراد شاغل در یک شرکت نیمهرسانا میگوید: «بسیاری از پروژههای هوش مصنوعی اکنون نه به دلیل تأمین تراشه، بلکه به این دلیل محدود شدهاند که… آیا برق قابلاتکای کافی میتواند به ساختمان برسد یا خیر.»
چین چنین نگرانیهایی ندارد. شبکه برق این کشور که بزرگترین شبکه در جهان است، به لطف سرمایهگذاری عظیم دولتی همچنان با سرعتی سرسامآور درحالرشد است. این کشور تنها در سال گذشته بیش از 500 GW ظرفیت اضافه کرد تا به ظرفیت کل 3800 GW برسد که بیش از دو برابر ظرفیت آمریکاست. طی پنج سال آینده، چین قرار است ۶ برابر رقیب خود ظرفیت اضافه کند. وفور پروژههای بادی و خورشیدی محرک این رشد است. همچنین نیمی از نیروگاههای هستهای جهان نیز در چین در حال ساخت هستند، آن هم درحالیکه این کشور هنوز هم نیروگاههای زغالسنگی بسیاری را در دستور ساخت دارد. طبق آمار رسمی، دیتاسنترهای چینی میتوانند برق را با قیمت حدود ۳۳ سنت بر کیلوواتساعت تأمین کنند که تقریباً نصف نرخی است که بسیاری از دیتاسنترهای آمریکایی میپردازند و ازآنجاییکه دولت قیمت برق خانگی را جداگانه تعیین میکند، خطر کمی در خصوص مخالفت عمومی با زیرساختهای پرمصرف وجود دارد.
موانع بهرهبرداری چین از مزیت انرژی
بااینوجود، علیرغم تمام نگرانیهای در مورد شکاف الکترون، چین هنوز در حال بهرهبرداری از آن نیست. یک دلیل بزرگ، کمبود تراشه است. از سال ۲۰۱۹، تشدید محدودیتهای صادراتی آمریکا خرید یا ساخت تراشههای پیشرفته؛ یعنی آنهایی که اندازه گره (Node) آنها ۷ نانومتر یا کمتر است که توان محاسبانی جدیدترین مدلها را تأمین میکنند را برای شرکتهای چینی دشوارتر کرده است. تخمین زده میشود که سال گذشته میلادی شرکتهای فناوری چین ۲۴ میلیارد دلار روی زیرساختهای هوش مصنوعی مانند دیتاسنترها، هزینه کردهاند؛ این در حالی است که شرکتهای آمریکایی بیش از ۳۵۰ میلیارد دلار هزینه کردند. سرمایهگذاری دولتهای محلی چین در دیتاسنترها با سوءمدیریت همراه بوده است که منجر به ساخت بسیاری از زیرساختها با استانداردهای پایین شده است. گزارشها حاکی از آن است که نرخ بهرهبرداری برخی از آنها تنها ۲۰ درصد است.
در نتیجه، زیرساخت محاسباتی چین بسیار ضعیفتر از آن چیزی است که فراوانی انرژی آن اجازه میدهد. بهعنوانمثال، Yanggao منطقهای پر از گردوغبار در استان شمالی Shanxi را در نظر بگیرید؛ مقامات محلی ادعا میکنند که این منطقه به یک «روستای محاسباتی» تبدیل شده است. یک دیتاسنتر غولپیکر در محلی که قبلاً یک مزرعه پرورش خوک بوده احداث شده است. این دیتاسنتر از برق ارزان انرژی بادی، پنلهای خورشیدی و یک نیروگاه زغالسنگی در کنار آبوهوای سرد برای کمک به خنکسازی و یک رودخانه برای تأمین آب بهره میبرد. رسانههای دولتی آن را بهعنوان بخشی از یک «موج هوش مصنوعی» که استان را دربرگرفته، به نمایش گذاشتهاند. اما به گفته یکی از مدیران، کمتر از ۰.۱ درصد از تراشههای آن قادر به انجام محاسبات سنگین موردنیاز برای آموزش مدلهای هوش مصنوعی هستند.
نشانههای آغاز بهرهبرداری از مزیت انرژی
نشانههایی وجود دارد که چین بهزودی شروع به استفاده از مزیت انرژی خود خواهد کرد. «لی چیانگ» (Li Qiang)، نخستوزیر چین در تاریخ ۵ مارس ۲۰۲۶ برای اولینبار در سخنرانی سالانه خود درباره وضعیت کشور، به «رایانش در مقیاس بسیار بزرگ»: یعنی همان دیتاسنترهای غولپیکر اشاره کرد و وعده داد که در سال جاری «پروژههای زیرساختی جدیدی را با هماهنگی ظرفیت محاسباتی و تأمین برق راهاندازی کند.» در همین حال هایپراسکیلرهای چینی در حال افزایش سرمایهگذاری هستند. «کن لیو» (Ken Liu) تحلیلگر بانک UBS پیشبینی میکند که چین تا سال ۲۰۲۹ مقدار 25 GW دیتاسنتر هوش مصنوعی دیگر بسازد، درحالیکه طی دو سال گذشته تنها 5 GW ساخته است.
لیو خاطرنشان میکند که توسعهای با این سرعت، به تولید داخلیِ بسیار بیشترِ تراشههای پیشرفته توسط چین بستگی دارد. اکنون، سالها تلاش در این راستا در حال ثمر دادن است. تراشههای هوش مصنوعی بومی ۷ نانومتری هواوی هنوز نسبت به نمونههای آمریکایی قدرت کمتری دارند، اما زمانی که تعداد زیادی از آنها در کنار هم قرار گیرند، میتوانند شکاف عملکردی را پر کنند. این کار انرژی بیشتری مصرف میکند، اما زمانی که برق ارزان است، اهمیت کمتری پیدا میکند. امسال، کارخانه تولید تراشه پیشرو چین، یعنی شرکت بینالمللی تولید نیمهرسان SMIC که بیشتر تراشههای ۷ نانومتری هواوی را تولید میکند، قصد دارد ظرفیت ساخت آنها را دو برابر کند. در ماه مارس ۲۰۲۶، خبرگزاری رویترز گزارش داد که Hua Hong، یکی دیگر از کارخانههای تولید تراشه چینی نیز شروع به ساخت تراشههای ۷ نانومتری کرده است.
مقامات نیز از احداث دیتاسنترها در استانهای غربی که دارای منابع فراوان بادی، خورشیدی و برقآبی و میانگین دمای خنکتر هستند، حمایت میکنند. چین امیدوار است تا سال ۲۰۲۸، تمام این دیتاسنترها را به یک استخر محاسباتی یکپارچه متصل کند که بتواند منابع محاسباتی ارزان را در سراسر کشور ارائه دهد. «لین بوجیانگ» (Lin Boqiang) از مؤسسه مطالعات سیاست انرژی چین در دانشگاه Xiamen تخمین میزند که چنین تلاشهایی باید به مزیت انرژی چین اجازه دهد تا ضعف این کشور در زمینه تراشهها را تا اواخر دهه ۲۰۲۰ بیشازپیش جبران کند. او میگوید: «تنها کاری که باید انجام دهیم این است که به ساختوساز ادامه دهیم.»
تمرکز فعلی بر کاربردهای عملی هوش مصنوعی
در حال حاضر، رهبران چین عمدتاً بر استقرار و پیادهسازی هوش مصنوعی متمرکز هستند؛ یعنی تلاش برای واردکردن ابزارهای هوش مصنوعی به اقتصادی گستردهتر تا آن را بهرهورتر سازند. مقامات بهویژه در مورد ادغام هوش مصنوعی در دنیای فیزیکی از طریق مواردی مانند وسایل نقلیه خودران، رباتها و کارخانههای هوشمند هیجانزده هستند. انرژی فراوان و در نتیجه مدلهای هوش مصنوعی ارزانتر، باید به این امر کمک کند؛ زیرا احتمال اینکه شرکتها در عمل از آنها استفاده کنند را افزایش میدهد.
برای مدیران فناوری آمریکایی مانند آلتمن، شکاف الکترون دررابطهبا ایده هوش جامع مصنوعی (AGI)نگرانکنندهتر است. یک AGI ممکن است انرژی بسیار بیشتری نسبت به پیشرفتهترین هوش مصنوعیهای امروزی مصرف کند. آیا ممکن است چین کشوری باشد که در نهایت آن را توسعه دهد؟ تا همین اواخر، به نظر میرسید رهبران چین نسبت به این ایده محتاط هستند و آن را بیشتر بهعنوان یک خطر میدیدند تا یک فرصت. اما در ماه اکتبر ۲۰۲۵، Alibaba به اولین شرکت بزرگ چینی تبدیل شد که اعلام کرد درحالتوسعه AGI است و در ماه مارس ۲۰۲۶، چین برنامه ۵ساله جدید خود را برای دوره منتهی به سال ۲۰۳۰ منتشر کرد که شامل فراخوانی برای «کاوش مسیرهای توسعه برای AGI» بود.
گزارش حاضر در نسخه March 21st 2026 نشریهThe Economist منتشر شده است.
