התחרות בין ענקיות ה-AI תוכרע בתחנות הכוח, רשתות החשמל והקירור | דעה
האצת השימוש בבינה מלאכותית והצורך בחוות שרתים עצומות מייצר ביקושים אדירים לחשמל בכל העולם. לילך דנביץ', דירקטורית אסטרטגיה ושותפויות ב-NTT ישראל, סבורה שמרכז הכובד של מהפכת ה-AI עובר מעולם התוכנה אל העולם הפיזי, ומי שיצליח לפתור את משוואת האנרגיה והקירור עשוי להפוך לאחד המנצחים הגדולים של העשור הבא
מערכת קירור במרכז נתונים. צילום: NTT
מחשבון השוואת ספקי חשמל
עד היום, המרוץ ל-AI נמדד בעיקר בביצועים: מי בנה את המודל החכם ביותר, מי מחזיק ביותר GPUs ומי מסוגל לאמן מודל AI גדול יותר. אבל מתברר שהמילה "מתחמם" היא כבר לא רק מטאפורה. המדד החשוב ביותר כיום הופך להיות כמה ביצועי AI אפשר להפיק מכל ואט של חשמל.
ככל שה-AI עובר מצ'אטבוטים למערכות שפועלות ללא הפסקה, מסוכני AI ועד רובוטים ומערכות תעשייתיות, המשוואה הכלכלית שלו משתנה. כל שאילתה, החלטה וטוקן צורכים חשמל, וכל החשמל הזה הופך בסופו של דבר לחום שצריך לפנות. לכן השאלה כבר אינה רק כמה חכם יהיה המודל הבא, אלא כמה יעלה להפעיל אותו מיליארדי פעמים ביום.

זו נקודה משמעותית, משום שהיא משנה את צוואר הבקבוק של תעשיית הטכנולוגיה. במשך שני עשורים התרגלנו לחשוב שכוח מחשוב הוא המשאב הנדיר. בעידן ה-AI, המגבלה הולכת ונעה אל העולם הפיזי: כמה חשמל ניתן לייצר ולהביא למרכז הנתונים, כמה ממנו אפשר להפוך לחישוב וכמה מהר אפשר לפנות את החום שנוצר.
במובן הזה, התחרות בין OpenAI, Google, Meta, Anthropic לא תוכרע רק במעבדות המחקר. היא תוכרע גם בתחנות כוח, ברשתות חשמל ובמערכות הקירור של מרכזי הנתונים. חברה שתצליח להפיק אותה רמת ביצועים בפחות אנרגיה ובפחות שטח תיהנה מיתרון כלכלי שלא פחות חשוב מעוד שיפור במודל.
זו גם הסיבה שקירור, תחום שבעבר נתפס כמעט כ"שירותי הבניין" של עולם המחשוב, הופך לטכנולוגיה אסטרטגית. ההשקעה האחרונה של FinanceNTT (אחת מזרועות ההשקעה של NTT) בזוטאקור (ZutaCore) הישראלית היא דוגמה לשינוי הזה: ככל שצפיפות המחשוב עולה, היכולת לקרר שבבים ביעילות הופכת מחלק מהוצאות התפעול לחלק מהארכיטקטורה של ה-AI עצמו.
מנכ"ל ונשיא NTT, אקירה שימאדה, הצביע לאחרונה על קירור נוזלי כטכנולוגיה שתהפוך לרכיב הכרחי בתפעול הדור הבא של מרכזי הנתונים. כאן נמצא השינוי הגדול הבא: לצד מדדים של ביצועי מודלים, נראה יותר ויותר מדדים של יעילות אנרגטית: כמה ביצועים אפשר להפיק מכל יחידת אנרגיה (Intelligence per Watt). משקיעים, רגולטורים ולקוחות ישאלו לא רק כמה GPU מפעילה חברה, אלא כמה חשמל, מים, שטח ותשתית נדרשים כדי להפיק מהם את הביצועים הנדרשים.
כתוצאה מכך, גם מרכז הנתונים עצמו עומד להשתנות. במקום מבנה שמארח שרתים ומקבל חשמל מהרשת, הוא יהפוך בהדרגה למערכת אנרגטית מתוחכמת בפני עצמה: קירור נוזלי, אגירת אנרגיה, תוכנה לניהול עומסים ובמקרים מסוימים גם ייצור חשמל מקומי.
וזה אולי הפרדוקס הגדול של מהפכת ה-AI. ככל שהטכנולוגיה הופכת וירטואלית ואוטונומית יותר, התחרות עליה הופכת פיזית יותר. אחרי שנים שבהן תוכנה "אכלה את העולם", העולם הפיזי חוזר לאכול את התוכנה. המרוץ ל-AI כבר לא יוכרע רק בשאלה מי יבנה את המכונה החכמה ביותר, אלא גם מי יצליח לספק לה את האנרגיה הדרושה - ומי יצליח לקרר אותה.


קראו את חוקי הקהילה שלנו בתנאי השימוש של energya