# كيف ألتزم بقواعد توثيق الطاقة في قانون الذكاء الاصطناعي الأوروبي؟

> ما يطلبه قانون الذكاء الاصطناعي الأوروبي من مزوّدي النماذج العامة الغرض توثيقه بشأن الطاقة، ومن يشملهم، وكيف تُعِدّون الأرقام والمنهجية.

Source: https://greenai.guide/ar/كيف/كيف-ألتزم-بقواعد-توثيق-الطاقة-في-قانون-الذكاء-الاصطناعي-الأوروبي/  
Updated: 2026-11-19

## باختصار

إن كنتم تقدّمون نموذج ذكاء اصطناعي عام الغرض في الاتحاد الأوروبي، فإن الملحق XI من قانون الذكاء الاصطناعي يشترط أن تتضمن وثائقكم التقنية استهلاك النموذج المعروف أو المقدَّر للطاقة، إلى جانب الموارد الحاسوبية المستخدمة في التدريب. تتبّعوا حوسبة التدريب وطاقته من البداية، وسجّلوا المنهجية، وقدّروا ما لا يمكنكم قياسه. وإن كنتم تستخدمون الذكاء الاصطناعي فقط، فالواجب يقع على مورّدكم، لكن يمكنكم طلب الأرقام منه.

## Steps

1. تحققوا إن كنتم مزوّدًا لنموذج ذكاء اصطناعي عام الغرض أو جهة تنشر نموذجًا يملكه غيركم.
2. إن كنتم مزوّدًا، فسجّلوا حوسبة التدريب والزمن والعتاد لكل جولة مهمة.
3. قيسوا الطاقة حيث يمكنكم، وقدّروا الباقي بمنهجية مكتوبة.
4. احفظوا الأرقام والمنهجية في الوثائق التقنية للنموذج.
5. إن كنتم جهة ناشرة، فاطلبوا من مزوّد النموذج أرقام الطاقة الموثّقة لديه.

**الواجب هو توثيق استهلاك الطاقة المعروف أو المقدَّر، لذا فالمهمة العملية هي تسجيله أولًا بأول.** يحدد الملحق XI من
قانون الذكاء الاصطناعي الأوروبي ما يجب أن يدرجه مزوّدو النماذج العامة الغرض في وثائقهم التقنية، ومن ذلك استهلاك النموذج
المعروف أو المقدَّر للطاقة والموارد الحاسوبية المستخدمة في تدريبه. وحين لا تكون الطاقة معروفة، يجوز أن تستند إلى معلومات
عن الموارد الحاسوبية المستخدمة.

هذا ملخص وليس استشارة قانونية. راجعوا النص الحالي والإرشادات التي تحدّثها المفوضية الأوروبية.

## هل ينطبق عليّ؟ {#does-it-apply-to-me}

- **المزوّدون** الذين يطرحون نموذج ذكاء اصطناعي عام الغرض في سوق الاتحاد الأوروبي: نعم.
- **المؤسسات التي تستخدم فقط** أدوات الذكاء الاصطناعي أو تبني على نموذج يملكه غيرها: لا يشملها هذا الواجب عمومًا، لكن
  الوثائق التي يحتفظ بها مزوّدكم مفيدة في المشتريات.
- **خارج الاتحاد الأوروبي:** ينطبق إن كنتم تورّدون مثل هذا النموذج إلى الاتحاد الأوروبي. وفي غير ذلك، فهو معيار معقول
  يمكن اتباعه طوعًا.

## كيف أُعِدّ الأرقام؟ {#how-do-i-prepare-the-figures}

- ضعوا جولات التدريب داخل أداة لتتبّع الطاقة مثل CodeCarbon، واحتفظوا بالعتاد وعدد الساعات والموقع.
- أدرجوا جولات الضبط والجولات الفاشلة، لا الجولة النهائية فقط، واذكروا ذلك.
- حدّدوا حدود القياس (المسرّعات فقط، أو الخادم كله مع التبريد).
- انشروا البيانات نفسها في بطاقة نموذجكم؛ فبيانات `co2_eq_emissions` الوصفية في Hugging Face فيها حقول للانبعاثات
  ونوع التدريب والموقع والعتاد.

## أخطاء شائعة {#common-mistakes}

- إعادة بناء الأرقام في النهاية من الذاكرة.
- الإبلاغ عن رقم بلا منهجية.
- افتراض أن الجهة الناشرة لا شيء عليها: فطلب هذه الأرقام من المزوّدين ممارسة جيدة في المشتريات.

راجعوا [قياس بصمة التدريب](/ar/كيف/كيف-أقيس-البصمة-الكربونية-لتدريب-نموذج-ذكاء-اصطناعي/) و
[ملصقات الطاقة للذكاء الاصطناعي](/ar/مقالات/ملصقات-الطاقة-ومقاييس-الأداء-للذكاء-الاصطناعي/).

## المصادر

- [AI Act, Annex XI: technical documentation for providers of general-purpose AI models](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-11), European Commission AI Act Service Desk (2024)
- [CodeCarbon](https://codecarbon.io/), CodeCarbon (2026)
- [Displaying carbon emissions for your model](https://huggingface.co/docs/hub/model-cards-co2), Hugging Face Hub documentation (2026)
