מרכזי הנתונים של ה-AI צורכים חשמל כמו יפן
מרכזי הנתונים של ה-AI צורכים 4.4% מהחשמל האמריקאי וצפויים לשלש את הצריכה עד 2028. חברות ה-Hyperscale ישקיעו 750 מיליארד דולר השנה, 75% ממנו יוקדשו ל-AI, אבל גם היעילות לא עוזרת — ככל שהטכנולוגיה משתפרת, הביקוש רק גדל.

זה הסיפור שאתם הולכים לשמוע עליו בשנים הקרובות — והוא כבר כאן
תעשיית ה-AI גדלה בקצב מסחרר, והמחירים שהיא גובה מתחילים להיות מורגשים. לא מחירי מנויים או מחירי מניות — אלא מחירי אנרגיה, מים ותשתיות פיזיות. מרכזי הנתונים שמריצים מודלים גנרטיביים הפכו לתעשייה שמתחילה למתוח את גבולות מה שכדור הארץ יכול לספק.
והמספרים מטורפים.
750 מיליארד דולר — והרוב הולך ל-AI
לפי הערכת Fitch Group, חמש חברות ה-Hyperscale הגדולות בעולם יוציאו השנה 750 מיליארד דולר על בניית מרכזי נתונים חדשים. שלושה רבעים מהסכום הזה יוקדשו לבינה מלאכותית. זה לא כסף לעתיד — זה קורה עכשיו, ברבעון הנוכחי, ברחבי ארה״ב, אירופה ודרום-מזרח אסיה.
לשם הפרספקטיבה, זה יותר מהתמ״ג של מדינות כמו שווייץ או סעודיה. מרכז נתונים בודד יכול לעלות מאות מיליוני דולרים, והתעשייה מכפילה פי שלושה את קצב ההשקעות שלה בתוך שנתיים.
הנתונים גדלים
מה שמיוחד ב-AI לעומת עולם התוכנה המסורתי הוא המכניקה. בעולם הישן, חברות כותבות קוד פעם אחת ומריצות אותו על שרתים מרובי-דיירים — העלות הנוספת לכל משתמש חדש כמעט אפסית. מודל AI שובר את המודל הזה לחלוטין.
״אינפרנס AI גורר עלות חישובית אמיתית לכל אינטראקציה״, אומר Andrew Marshall, סגן נשיא ליחסי מפתחים ב-Yugabyte. ״תוכנה מסורתית מריצה נתיב קוד אחד למיליוני משתמשים. יישום AI מבצע חישוב שונה לכל אחד. זה מה שהופך אותו לשירות בתשלום, וזה מה שמונע את המטמון והשימוש החוזר בקוד שמעניקים לתוכנה את המרווחים שלה״.
ואם אתם רוצים מספר: שאילתה בודדת ל-ChatGPT דורשת פי 10 חשמל משאילתה מסורתית בגוגל, לפי ה-IEA. יצירת וידאו בן חמש שניות עם מודל גנרטיבי צורכת חשמל כמו מיקרוגל שפועל ברציפות יותר משעה.
צריכת החשמל: פי שלושה בארה״ב עד 2028
ב-2023, מרכזי נתונים בארה״ב צרכו כ-4.4% מסך החשמל במדינה. התחזית: הנתון הזה ישולש עד 2028. בעולם הרחב, צריכת החשמל של מרכזי נתונים צפויה להכפיל את עצמה עד 2030 — ולהגיע לרמה ששקולה לצריכת החשמל השנתית של יפן כולה.
חוקרים בתחום מעריכים שב-2035 מרכזי נתונים יוכלו לצרוך עד 20% מהחשמל העולמי.
Jevons Paradox — הכלכלה שעובדת נגדנו
יש תופעה כלכלית שנקראת Jevons Paradox — חקרו אותה כבר במאה ה-19. גם אם עיבוד הופך ליעיל יותר, הביקוש גדל כל כך שהצריכה הכוללת עולה במקום לרדת. זה בדיוק מה שקורה עכשיו עם AI.
Ramesh Chettuvetty, סגן נשיא בכיר ב-Lightbits Labs, מציין שאמנם החברה שלו טוענת שהיא יכולה לשפר את קיבולת ה-GPU פי 16 — ״אבל אין שום השפעה על הקיבולת הכוללת. אי אפשר לענות על הביקוש כרגע״.
לא רק חשמל — גם מים
מרכז נתונים גדול בודד יכול לצרוך עד 5 מיליון גלונים של מים ביום — שווה ערך לצריכה של עיר בת 50,000 תושבים. האו״ם מעריך שעד 2027, צריכת המים העולמית של AI תהיה שווה לצריכת המים השנתית הכוללת של דנמרק.
המים האלה הולכים לקירור שורות שרתים צפופות שעובדות בעומס חום קיצוני. זה לא מותרות — בלעדיהם, השרתים פשוט נמסים.
Agentic AI: הצימאון הבא
ואם חשבתם ש-ChatGPT חמדן, חכו שתראו את דור ה-Agentic AI. עמק הסיליקון עובר ממודל של ״שאלות ותשובות״ למודל של מערכות AI עצמאיות שמבצעות משימות מורכבות — ריצות קוד, ניתוח נתונים, ניווט בין כלים דיגיטליים — הרבה יותר עיבוד, הרבה יותר אנרגיה.
Wired מדווח שהמעבר הזה ל-agentic AI דוחף את גל בניית מרכזי הנתונים הבא.
קירור: הבעיה שעוד לא נפתרה
באופן טבעי, ככל שצריכת החשמל עולה — צריכת החום שצריך לפנות עולה גם כן. זה הופך את הקירור לאתגר מרכזי.
Michael Fuller מ-Conflux Technology מציין שתעשיית מרכזי הנתונים לומדת המון מפורמולה 1 — שם כל גרם של חום שצריך לפנות משפיע ישירות על ביצועים. ״בפורמולה 1, מהנדסים מתמקדים לא רק בסילוק חום, אלא במערכת שלמה. אותו עיקרון תקף גם למרכזי נתונים״, הוא מסביר.
קירור נוזלי הופך לתקן תעשייתי, אבל אפילו הקירור צריך להפוך ליעיל יותר — כי כל חיסכון קטן במשאבת מים הופך לחיסכון ענק בקנה מידה של אלפי שרתים.
ההתנגדות הציבורית בארה״ב
כל זה קורה על רקע התנגדות ציבורית הולכת וגוברת. סקר של Heatmap מראה ש-75% מהאמריקאים מתנגדים לבניית מרכזי נתונים חדשים בשכונות שלהם. למעלה מ-130 הפגנות אורגנו במדינות שונות.
הנושא הפך כבר לסוגיה מרכזית במערכת הבחירות האמצעית הקרובה בארה״ב.
מה זה אומר עבור התעשייה?
אם אתם עובדים בתעשיית ה-AI — בין אם אתם כותבים מודלים, מנהלים תשתיות ענן או מפתחים מוצרים — אתם צריכים לשמוע את המספרים האלה. כי בשלב מסוים, מישהו יצטרך לשלם את חשבון החשמל והמים הזה.
נכון לעכשיו, החשבון הזה עדיין ״חופשי״ יחסית — חברות ה-Hyperscale מסבסדות את העלויות כדי לכבוש נתח שוק. אבל ככל שמודלים גדלים, מרכזי נתונים צורכים יותר אנרגיה, והביקוש העולמי ממשיך לגדול — מישהו יצטרך לשלם.
וה״מישהו״ הזה, בסופו של דבר, זה כולנו.