آخرین اخبار
همهٔ اخبار
امنیت ابری گزارش بحرانیت ۴/۱۰

توسعه زیرساخت‌های AI حاکمیتی در بریتانیا با هدف کاهش وابستگی به ابرهای آمریکایی

توسعه زیرساخت‌های AI حاکمیتی در بریتانیا با هدف کاهش وابستگی به ابرهای آمریکایی

شرکت Civo، ارائه‌دهنده خدمات ابری در بریتانیا، برنامه‌ای برای احداث ۴۰ مرکز داده لبه (Edge Datacenter) را آغاز کرده است تا خدمات هوش مصنوعی حاکمیتی (Sovereign AI) را به مشتریان خود نزدیک‌تر کند. اولین مرکز از این مجموعه قرار است تا مارس ۲۰۲۷ در منطقه Hertfordshire افتتاح شود.

هدف‌گذاری ظرفیتی و سخت‌افزاری

هدف بلندمدت این پروژه، دستیابی به ظرفیت ۱ گیگاوات (1 GW) در سراسر کشور است. برای تامین قدرت پردازشی مورد نیاز جهت اجرای اپلیکیشن‌های AI، از سیستم‌های Nvidia Vera Rubin NVL72 در مراکز داده‌ای که تحت مالکیت بریتانیا هستند، استفاده خواهد شد. سایت Hertfordshire با ظرفیت اولیه ۸ مگاوات آغاز به کار کرده و در نهایت تا ۳۸ مگاوات گسترش می‌یابد. همچنین پنج سایت دیگر در مناطق Lancashire، Greater Manchester، لندن و Oxfordshire شناسایی شده‌اند که پیش‌بینی می‌شود ظرفیت کل را طی سه سال به ۱۵۰ مگاوات برسانند.

چالش حاکمیت داده‌ها و ریسک‌های ژئوپلیتیک

Civo مالکیت بریتانیایی خود را به عنوان یک مزیت رقابتی برای مشتریانی معرفی می‌کند که نسبت به تکیه بر ارائه‌دهندگان ابری آمریکایی تردید دارند. یکی از نگرانی‌های اصلی در این زمینه، قانون US CLOUD Act است که به مقامات آمریکایی اجازه می‌دهد حتی اگر داده‌ها در مراکز داده خارج از خاک آمریکا ذخیره شده باشند، در صورتی که شرکت ارائه‌دهنده آمریکایی باشد، به آن‌ها دسترسی پیدا کنند.

در حال حاضر حدود ۸۰ درصد از کسب‌وکارهای بریتانیایی که از خدمات ابری استفاده می‌کنند، وابسته به AWS، Microsoft Azure یا Google Cloud هستند. مدیرعامل Civo معتقد است حاکمیت تنها به مکان ذخیره‌سازی داده‌ها مربوط نمی‌شود، بلکه به این موضوع بازمی‌گردد که چه کسی کنترل داده‌ها را در دست دارد و به چه قانونی پاسخگو است. وی به مفهوم «کلید قطع دیجیتال» (Digital Kill Switch) اشاره کرد؛ جایی که تغییرات ناگهانی در سیاست‌های صادراتی یا قوانین ایالات متحده می‌تواند دسترسی سازمان‌ها به سرویس‌های AI میزبانی شده در آمریکا را به طور ناگهانی قطع کند.

بهینه‌سازی عملکرد با Edge Computing

علاوه بر مسائل امنیتی و حاکمیتی، استقرار ظرفیت‌های پردازشی در نزدیکی مشتریان باعث کاهش تأخیر (Latency) در پاسخ‌دهی مدل‌های AI می‌شود. طبق تخمین‌های Nvidia، فرآیند استنتاج (Inference) در حال حاضر حدود ۳۵ درصد از حجم کاری AI را تشکیل می‌دهد و پیش‌بینی می‌شود تا سال ۲۰۳۰ این رقم به ۶۰ تا ۶۵ درصد برسد که اهمیت نزدیکی مراکز داده به کاربر نهایی را دوچندان می‌کند.