# كيف أختار منطقة سحابية منخفضة الكربون؟

> اختاروا منطقة سحابية أقل كربونًا لأعمال الذكاء الاصطناعي: قارنوا كثافة الكربون والطاقة الخالية منه في كل منطقة، ثم وازنوا زمن الاستجابة وقواعد البيانات والكلفة.

Source: https://greenai.guide/ar/كيف/كيف-أختار-منطقة-سحابية-منخفضة-الكربون/  
Updated: 2026-11-19

## باختصار

قارنوا المناطق من حيث كثافة الكربون في الشبكة وحصة الطاقة الخالية من الكربون، باستخدام بيانات المناطق التي ينشرها مزوّدكم أو مصدر مثل Electricity Maps، ثم وازنوا زمن الاستجابة وقواعد إقامة البيانات والكلفة. والأعمال الدفعية مثل التدريب والضبط الدقيق والمعالجة الليلية هي الأسهل نقلًا؛ أما الاستدلال الموجّه إلى المستخدمين فيحتاج عادةً إلى البقاء قريبًا منهم.

## Steps

1. أدرجوا أحمال العمل التي يمكن تشغيلها في أي مكان، بدءًا بالتدريب والضبط الدقيق والمهام الدفعية.
2. قارنوا المناطق المرشحة من حيث كثافة الكربون في الشبكة وحصة الطاقة الخالية من الكربون.
3. تحققوا من قيود إقامة البيانات وزمن الاستجابة والكلفة لكل منطقة مرشحة.
4. احسبوا طاقة نقل البيانات إلى المنطقة الجديدة وكلفته.
5. أعيدوا التحقق من الاختيار سنويًا، لأن الشبكات وبيانات المزوّدين تتغير.

**قد يغيّر اختيار المنطقة كربون المهمة نفسها أضعافًا عدة، دون أي تغيير في الشيفرة.** فالكهرباء التي تقف وراء كل
كيلوواط ساعة تختلف كثيرًا من شبكة إلى أخرى.

## أين أجد بيانات المناطق؟ {#where-do-i-find-region-data}

- **Google Cloud** تنشر لكل منطقة متوسط حصة الطاقة الخالية من الكربون بالساعة وكثافة الكربون في الشبكة بوحدة
  gCO₂e/kWh. وتصِف لوحة التحكم لديها المناطق بأنها "Low CO2" حين تبلغ الطاقة الخالية من الكربون 75% على الأقل، أو حين
  لا تبلغ كثافة الشبكة أكثر من 200 gCO₂e/kWh إن لم يتوافر ذلك.
- **Electricity Maps** تقدّم كثافة الكربون الآنية والمتوقعة والتاريخية لأكثر من 350 منطقة، وهي مفيدة مع أي مزوّد.
- صفحات الاستدامة ولوحات الكربون لدى المزوّدين الآخرين؛ راجعوا [بيانات الكربون لدى مزوّدكم السحابي](/ar/كيف/كيف-أجد-بيانات-الكربون-لدى-مزوّد-خدمتي-السحابية/).

## أي أحمال العمل ينبغي نقلها؟ {#which-workloads-should-move}

يقترح نمط Green Software Foundation لأحمال الذكاء الاصطناعي تشغيل التدريب والضبط الدقيق والأعمال الدفعية في مناطق
منخفضة الكربون حيث يكون زمن الاستجابة أقل أهمية. وتنصح إرشادات Azure Well-Architected من Microsoft بموازنة كثافة
الكربون وزمن الاستجابة والمرونة معًا عند اختيار المناطق.

## أخطاء شائعة {#common-mistakes}

- **نقل الاستدلال الحساس لزمن الاستجابة بعيدًا عن المستخدمين،** وهو ما قد يضر بالتجربة ويزيد حركة الشبكة.
- **تجاهل نقل البيانات.** فنسخ مجموعات بيانات كبيرة بين المناطق له كلفته الخاصة.
- **الاعتماد على الشهادات.** فشراء مزوّد لشهادات الطاقة المتجددة لا يجعل شبكة عالية الكربون منخفضة الكربون؛ راجعوا
  [التحقق من أن ذكاءكم الاصطناعي يعمل بطاقة متجددة](/ar/كيف/كيف-أعرف-إن-كان-الذكاء-الاصطناعي-الذي-أستخدمه-يعمل-بالطاقة-المتجددة/).
- **اعتبار اختيار المنطقة بديلًا عن الكفاءة.** فهو يخفض الكربون، لا الطاقة.

المزيد في [الاستضافة ومراكز البيانات](/ar/الممارسات-الجيدة/استضافة-الذكاء-الاصطناعي-الأخضر-ومراكز-البيانات/).

## المصادر

- [Carbon free energy for Google Cloud regions](https://cloud.google.com/sustainability/region-carbon), Google Cloud (2025)
- [Electricity Maps data](https://www.electricitymaps.com/data), Electricity Maps (2026)
- [Use carbon-aware scheduling and region selection for AI workloads](https://github.com/Green-Software-Foundation/patterns/blob/main/docs/operations/carbon-aware-ai-scheduling.md), Green Software Foundation, Green Software Patterns (2025)
- [Reliability recommendations for sustainable workloads on Azure](https://learn.microsoft.com/en-us/azure/well-architected/sustainability/sustainability-reliability-recommendations), Microsoft Azure Well-Architected Framework (2026)
