زواحف الذكاء الاصطناعي تستهلك خُمس طاقة git.kernel.org

14 نواة تُشغَّل باستمرار في عرض تعهدات git

نشر كونستانتين ريابيتسيف، المسؤول عن البنية التحتية لموقع kernel.org، أرقامًا ملموسة عن كلفة زواحف الذكاء الاصطناعي على git.kernel.org. ففي خمس عُقد موزّعة جغرافيًا، تعمل 14 نواة معالجة في أي لحظة على لا شيء سوى عرض تعهدات git بصيغة HTML. وبحسب تعبيره، ينفق الموقع دورات معالجة أكثر على إنتاج مخرجات للزواحف مما ينفقه على كل أشكال الوصول المشروعة الأخرى مجتمعة، بما فيها استنساخ مستودعات git.

هذا ليس ارتفاعًا موقتًا في الحمل بل "إشعاع خلفي" دائم: نسبة ثابتة من الطاقة مخصّصة لمخرجات تخدم غرضًا واحدًا فقط — تغذية نموذج تعلّم.

لماذا يجذب kernel.org الزواحف

يجري تطوير لينكس في العلن. فكل من مستودعات git وأرشيفات القوائم البريدية قابل للاستنساخ، والمحتوى مضمون خلوّه من نص مولَّد آليًا — مدوّنة نظيفة على نحو غير معتاد للتدريب. يشبّه ريابيتسيف تدريب نموذج على مخرجات نموذج بـ"مرض البريونات الرقمي"، ولهذا فإن أرشيفًا يعود تاريخه كاملًا إلى ما قبل النماذج اللغوية الكبيرة يحظى بقيمة استثنائية.

ومع ذلك تتجاهل الزواحف المسار الفعّال. فبدل استنساخ linux.git — نحو 1.48 مليون تعهّد، مع قرابة 922 نسخة متفرعة على الخادم — تعرض كل تعهّد صفحة HTML منفصلة ثم تحلّل النتيجة. ولأن cgit يقدّم أيضًا الرقع والعروض البسيطة والفروق بين أي تعهّدين، فإن تفرعًا واحدًا يولّد عددًا هائلًا من الروابط الصالحة؛ ومع مئات التفريعات يبلغ فضاء العناوين المليارات.

من fail2ban إلى إثبات العمل

بدأ الحجب بـ fail2ban وفحص user-agent، ثم انتقل إلى الحظر بحسب عنوان IP ثم بحسب الشبكة المستقلة كاملة بعد أن بدأت الروبوتات تتنكّر في هيئة متصفحات عادية، وانهار هذا النهج عندما أخذت الزواحف تصل من ملايين العناوين السكنية والمحمولة في دفعات قصيرة — وهو نمط ناتج عن حِزم تطوير بروكسي مدمجة في أجهزة المستهلك، مثل أجهزة التلفاز الذكية.

كان خط الدفاع التالي أنوبيس: تحدٍّ من نوع إثبات العمل يطالب العميل بحساب بصمة بقيمة محددة من الأصفار البادئة. نجح فورًا، لكن الروبوتات صارت بعد أشهر قليلة تحلّ مستوى الصعوبة 4؛ ورَفْعُه إلى 5 اشترى بضعة أشهر أخرى، وهي اليوم تحلّ ذلك أيضًا. الثمن يدفعه المستخدمون الشرعيون: ثوانٍ من الحساب على الهاتف، الذي يسخن بشكل ملموس جرّاء ذلك.

الزيارات المشروعة نحو 2٪ فقط

يتلقى git.kernel.org اليوم نحو ستة ملايين طلب يوميًا لرؤية تعهّدات عشوائية. يُصدّ نحو 66٪ منها بتحدي أنوبيس، بينما يحلّ 33٪ العمليات الحسابية ويصل إلى الموقع الرئيسي. ووفق تقديرات متسامحة، لا تشكّل الطلبات المشروعة سوى نحو 2٪ من الزيارات. ومن أصل 90 نواة موزّعة على العُقد الخمس، تعمل 14–16 نواة على عرض تعهّدات للزواحف — أي نحو 20٪ من الطاقة الإجمالية في المتوسط، إلا أن المنحنى الحقيقي يأتي على شكل موجات وأكثر تسنّنًا بكثير من خط مستقيم.

ويردّ المشروع بإيقاف ميزات لتقليل عدد الروابط القابلة للكشط وتقييد العمليات المكلفة، لذا ينبغي للزوار المجهولين توقّع فقدان بعض الوظائف. ستبقى جميع البيانات متاحة للتنزيل لكل من يطلبها — لكن بخطوات أكثر. ويشير ريابيتسيف إلى عدم وجود حل بسيط ما دام مقدّمو النماذج الجدد وشبكات البروكسي المربحة يستمرون في الظهور.