מחקר של הטכניון: רשת החשמל לא ערוכה לבינה המלאכותית

פיתוח הבינה המלאכותית דורש עוצמות מיחשוב דמיוניות, אבל מישהו צריך לספק לה את החשמל. מחקר חדש של הטכניון מזהיר: רשת החשמל המודרנית (בארץ ובעולם) אינה ערוכה לדרישות הענק של ה-AI.

בשנים האחרונות, הבינה המלאכותית עברה מהמעבדות ללב הקונצנזוס. אבל מאחורי כל תשובה של ChatGPT או תמונה שיוצר Midjourney עומדים מרכזי נתונים (DC) שצורכים כמויות אנרגיה אדירות.

מחקר חדש, שהובילו פרופ' יואש לברון ואלינור גינזבורג-גנץ מהפקולטה להנדסת חשמל ומחשבים בטכניון, חושף כי השילוב בין מרכזי הנתונים הללו לרשת החשמל מייצר "פצצת זמן" טכנולוגית. 

גינזבורג-גנץ, דוקטורנטית ושותפה למחקר, מסבירה בראיון לאתר האנרגיה איך הרצון שלנו לייצר "צ'אט" מהיר עלול להסתיים בהפסקות חשמל נרחבות.

לדברי גינזבורג-גנץ: "אנחנו רגילים לחשוב על מחשבים כצרכנים קטנים. אבל משהו השתנה בעידן ה-AI. המספרים פשוט יצאו משליטה. בחמש השנים האחרונות מספר מרכזי הנתונים בעולם כמעט שולש ל-1,100 מתקני ענק.

"הביקוש העולמי צפוי לזנק מ-55 גיגה-וואט ליותר מ-122 גיגה-וואט חשמל עד 2030. פרויקט כמו מחשב-העל 'Stargate' מתוכנן לצרוך לבדו חמישה גיגה-וואט – זה הספק עצום, שרשתות חשמל היסטורית פשוט לא מכירות".

במאמר אתם מתארים מעבר מ"ייצור ריכוזי" ל"עומס ריכוזי". מה זה אומר בפועל?

"בעבר, היה ייצור ריכוזי של החשמל בתחנות כוח גדולות, שסיפקו חשמל להרבה בתים קטנים. אחר כך נכנסו האנרגיות המתחדשות, והפכו חלק מהייצור למבוזר.

אלינור גינזבורג-גנץ, דוקטורנטית בפקולטה למחשבים והנדסת חשמל בטכניון ומחברת מחקר על ה-AI. צילום: הטכניון

"היום, עם חוות השרתים של ה-AI, אנחנו רואים חזרה לריכוזיות, אבל מצד הצרכן. עומס אחד עצום, שיושב בנקודה אחת ודורש תגובה מיידית מהרשת – בטווח של שניות במקום שעות".

איפה הבעיה העיקרית? הרי חברת החשמל יודעת לייצר עוד חשמל.

"הבעיה היא לא רק הכמות, אלא האופי של הצריכה. יש הבדל תהומי בין 'אימון' (פיתוח, ר.ק) של מודל AI, לבין 'הסקה' (Inference, תשובה של ה-AI לשאלות, ר.ק) – כשמשתמש קצה שואל שאלה.

"באימון, יש עומס גבוה ורציף, שנמשך שבועות, אבל הוא קופץ באופן חד בין שלבי החישוב לשלבי התקשורת. בהסקה, הצריכה היא 'תזזיתית'. ברגע שיש הרבה פניות ממשתמשים, יש קפיצות אדירות בצורך בחשמל בשברירי-שניות.

"הרשת לא בנויה לשינויים כאלה. זה מייצר תנודות בתדרים ובמתח, שעלולות לפגוע בצרכנים אחרים באזורים של חוות השרתים".

היו בעולם כבר מקרים של תקלות אמיתיות בגלל זה?

"בוודאי. בוירג'יניה, שהיא מרכז עולמי של חוות שרתים, תקלה בקו תמסורת גרמה לניתוק סימולטני של 60 DC ולאובדן פתאומי של 1.5 גיגה-וואט. זה כמו תחנת כוח שלמה (כעשירית מצריכת החשמל הכוללת בישראל, ר.ק) שנעלמה מהרשת ברגע אחד.

חוות שרתים, אילוסטרציה. צילום: PNGTree, אושר לשימוש חופשי

"אירוע כזה יכול להוציא גנרטורים סמוכים מסנכרון ולהוביל להפסקות חשמל נרחבות."

במחקר אתם מציעים פתרונות. האם ה-AI יכול לעזור לעצמו?

"כן, אנחנו מדברים על אסטרטגיה תלת-ראשית: קודם כל, בתוך חוות השרתים: התקנת מערכות אגירת אנרגיה, שיספגו את הקפיצות בשימוש בחשמל וישמשו כ'בולם זעזועים' עבור הרשת.

"שנית, גמישות תפעולית (Curtailment): אימון AI הוא תהליך גמיש. אפשר לעצור אותו ברגע של עומס על הרשת ולחדש אותו כשיש עודף ייצור (למשל כשיש הרבה שמש).

"שלישית - רגולציה: כיום חברות הענק לא תמיד חושפות את נתוני הצריכה שלהן למנהלי הרשת. צריך לחייב אותן לשתף מידע ולשלם על השדרוגים שהן דורשות מהתשתית הציבורית."

חוות שרתים המתוכננת בתחנת הכוח "אשכול", אילוסטרציה, באדיבות חברת "דליה אנרגיה"

מי אמור לשלם על השדרוגים האלה? אנחנו, כצרכנים, או חברות ההייטק?

"זה בדיוק הוויכוח הכלכלי כרגע. בארה"ב כבר יש מגמה לעבור למודל של 'מי שמייצר את העומס - משלם' (Causation Pays). במדינות אוהיו ואורגון, למשל, כבר החלו לחוקק חוקים שמונעים את גלגול העלויות הללו על האזרח הפשוט.

"זה נושא קריטי, כי שדרוג הרשת עבור ה-AI בארה"ב לבדה מוערך ב-720 מיליארד דולר עד 2030."

האם ישראל צריכה לדאוג (בלא קשר לדאגות הנוכחיות, שכופה עלינו המלחמה כרגע)?

"בישראל אמנם אין עדיין חוות שרתים בקנה מידה של חמישה גיגה-וואט, אבל הריכוזיות הולכת וגדלה.

"אם לא נתחיל בתכנון ארוך טווח, שכולל שיתוף פעולה בין משרד האנרגיה, חברת החשמל ורשות החשמל, נמצא את עצמנו עם רשת חשמל לא יציבה, בעידן שבו אנחנו הכי זקוקים לה".