מחקר שנערך לאחרונה על ידי Epoch AI, מכון מחקר בסן פרנסיסקו, שופך אור על דרישות האנרגיה המאמירות במהירות של מחשבי-על, המונעות על ידי ההתקדמות הבלתי פוסקת של בינה מלאכותית. המחקר מדגיש מגמה מדאיגה: אם דפוסי הצמיחה הנוכחיים יימשכו, צריכת האנרגיה של מחשבי-על בינה מלאכותית עלולה להגיע לרמות חסרות תקדים עד סוף העשור, ואולי אף לדרוש את התפוקה המקבילה של מספר תחנות כוח גרעיניות כדי לפעול.
צריכת אנרגיה גואה: משבר מתקרב?
ממצאי Epoch AI מצביעים על כך שאם הכפלת הביקוש השנתי לחשמל תימשך ללא הפוגה, מחשבי-העל המובילים בעולם עשויים לדרוש עד 9 ג’יגה-ואט (GW) של הספק עד 2030. כדי להמחיש נתון זה, 9 GW מספיקים כדי לספק חשמל לכ-7 עד 9 מיליון משקי בית.
צריכת האנרגיה הנוכחית של מחשבי-העל החזקים בעולם עומדת על כ-300 מגה-ואט (MW), מספיק כדי לספק חשמל ל-250,000 בתים. בהשוואה לכך, דרישות האנרגיה העתידיות הצפויות הן, כפי שהחוקרים מתארים זאת, “עצומות”.
מספר גורמים תורמים לעלייה הצפויה בצריכת האנרגיה, כאשר הגדלת היקף מחשבי-על בינה מלאכותית היא גורם מרכזי. Epoch AI מעריכה שאם מגמות הצמיחה הנוכחיות יימשכו, מחשב-על בינה מלאכותית מוביל בשנת 2030 עשוי לדרוש עד 2 מיליון שבבי בינה מלאכותית, עם עלות בנייה מדהימה של 200 מיליארד דולר.
לשם השוואה, מערכת Colossus, שנבנתה על ידי xAI של אילון מאסק ב-214 ימים, היא אחת המערכות הגדולות ביותר הקיימות כיום, המורכבת מ-200,000 שבבים ועולה כ-7 מיליארד דולר.
מרוץ החימוש של מחשבי-העל
חברות טכנולוגיה גדולות עוסקות בתחרות עזה לבניית תשתית מחשוב המסוגלת לתמוך במודלים מתוחכמים יותר ויותר של בינה מלאכותית. OpenAI, לדוגמה, חשפה לאחרונה את פרויקט Stargate שלה, יוזמה של יותר מ-500 מיליארד דולר שמטרתה לפתח מחשבי-על בינה מלאכותית חיוניים בארבע השנים הבאות.
Epoch AI טוען שמחשבי-על אינם עוד רק כלי מחקר; הם התפתחו ל’מכונות תעשייתיות’ המספקות ערך כלכלי מוחשי ומשמשות תשתית קריטית לעידן הבינה המלאכותית.
החשיבות הגוברת של מחשבי-על תפסה גם את תשומת לבם של אישים פוליטיים. מוקדם יותר החודש, הנשיא לשעבר דונלד טראמפ שיבח את השקעתה של Nvidia בסך 500 מיליארד דולר במחשבי-על בינה מלאכותית בארצות הברית בפלטפורמת המדיה החברתית שלו, Truth Social, וכינה זאת ‘חדשות גדולות ומרגשות’ ומחויבות ל’תור הזהב של אמריקה’.
תובנות מבוססות נתונים
המחקר של Epoch AI מבוסס על נתונים המכסים כ-10% מייצור שבבי הבינה המלאכותית העולמי בשנים 2023-2024, יחד עם 15% ממלאי השבבים של חברות גדולות בתחילת 2025. קבוצת המומחים מכירה בכך שלמרות שיעילות האנרגיה משתפרת, קצב השיפור הנוכחי אינו מספיק כדי לקזז את הצמיחה הכוללת בביקוש לחשמל.
זו הסיבה שרבות מענקיות הטכנולוגיה, כמו מיקרוסופט וגוגל, כמו גם מפעילי מרכזי נתונים, שוקלים פתרונות חלופיים כמו אנרגיה גרעינית כדי לספק אנרגיה יציבה וארוכת טווח.
אם המגמות הנוכחיות יימשכו, לא רק שהבינה המלאכותית תתפתח בצורה חזקה יותר, אלא גם ההיקף, העלות והביקוש לאנרגיה של מערכות מחשבי-על יגדלו באופן אקספוננציאלי.
השלכות לעתיד
המחקר של Epoch AI מעלה שאלות קריטיות לגבי הקיימות ארוכת הטווח של פיתוח בינה מלאכותית. ככל שמודלים של בינה מלאכותית הופכים מורכבים יותר ודורשים יותר כוח חישובי, דרישות האנרגיה של מחשבי-על ימשיכו לגדול, ועלולים להפעיל עומס משמעותי על משאבי האנרגיה.
ההשפעה הסביבתית הפוטנציאלית של צריכת האנרגיה הגוברת הזו היא דאגה מרכזית. אם מחשבי-על בינה מלאכותית מופעלים על ידי דלקים מאובנים, פליטת הפחמן הנובעת מכך עלולה לתרום לשינויי האקלים.
ההשלכות הכלכליות משמעותיות גם הן. העלות של בנייה והפעלה של מחשבי-על בינה מלאכותית היא כבר ניכרת, וסביר להניח שהיא תגדל עוד יותר בשנים הקרובות. זה עלול ליצור חסמי כניסה לחברות קטנות יותר ולמוסדות מחקר, ועלול להגביל את החדשנות בתחום הבינה המלאכותית.
התמודדות עם האתגרים
התמודדות עם האתגרים שמציבים דרישות האנרגיה הגוברות של מחשבי-על בינה מלאכותית תדרוש גישה רב-גונית:
שיפור יעילות האנרגיה: מאמצים מתמשכים לשיפור יעילות האנרגיה של שבבי בינה מלאכותית ומערכות מחשבי-על הם חיוניים. זה יכול לכלול פיתוח ארכיטקטורות חומרה חדשות, אופטימיזציה של אלגוריתמי תוכנה ויישום טכניקות קירור מתקדמות.
השקעה באנרגיה מתחדשת: מעבר למקורות אנרגיה מתחדשים, כגון אנרגיה סולארית, אנרגיית רוח ואנרגיה הידרואלקטרית, יכול לעזור להפחית את טביעת הרגל הפחמנית של מחשבי-על בינה מלאכותית. זה ידרוש השקעות משמעותיות בתשתית אנרגיה מתחדשת.
בחינת פרדיגמות מחשוב חלופיות: מחקר ופיתוח של פרדיגמות מחשוב חלופיות, כגון מחשוב נוירומורפי ומחשוב קוונטי, עשויים להוביל למערכות בינה מלאכותית חסכוניות יותר באנרגיה.
קידום שיתוף פעולה: שיתוף פעולה בין חוקרים, תעשייה וממשלה חיוני להתמודדות עם האתגרים של צריכת אנרגיה של בינה מלאכותית. זה יכול לכלול שיתוף נתונים, פיתוח סטנדרטים משותפים ותיאום מאמצי מחקר.
מדיניות ורגולציה: ממשלות עשויות להצטרך ליישם מדיניות ותקנות לעידוד יעילות אנרגטית וקידום השימוש באנרגיה מתחדשת במגזר הבינה המלאכותית. זה יכול לכלול קביעת תקני יעילות אנרגטית לחומרת בינה מלאכותית ומתן תמריצים לשימוש באנרגיה מתחדשת.
הדרך קדימה
פיתוח הבינה המלאכותית מתקדם בקצב חסר תקדים, ומבטיח לחולל מהפכה בהיבטים שונים של חיינו. עם זאת, דרישות האנרגיה הגוברות של מחשבי-על בינה מלאכותית מציבות אתגר משמעותי שיש לטפל בו כדי להבטיח את הקיימות ארוכת הטווח של פיתוח בינה מלאכותית.
על ידי נקיטת צעדים יזומים לשיפור יעילות האנרגיה, השקעה באנרגיה מתחדשת, בחינת פרדיגמות מחשוב חלופיות, קידום שיתוף פעולה ויישום מדיניות ותקנות מתאימות, נוכל למתן את ההשפעות הסביבתיות והכלכליות של צריכת אנרגיה של בינה מלאכותית ולסלול את הדרך לעתיד בר-קיימא ושוויוני יותר עבור בינה מלאכותית.
צלילה עמוקה יותר למספרים
כדי לתפוס באמת את גודל אתגר האנרגיה, בואו נעמיק במספרים שהוצגו על ידי Epoch AI. התחזית של 9 GW של צריכת חשמל עד 2030 עבור מחשבי-על מהשורה הראשונה אינה רק מספר גדול; היא מייצגת שינוי משמעותי בנוף האנרגיה.
קחו בחשבון שתחנת כוח גרעינית טיפוסית מייצרת כ-1 GW של חשמל. המשמעות היא שאולי נצטרך את המקבילה לתשע תחנות כוח גרעיניות חדשות המוקדשות אך ורק להפעלת מחשבי-על בינה מלאכותית עד סוף העשור אם המגמות הנוכחיות יימשכו. זה מעלה מספר חששות:
היתכנות: בניית תשע תחנות כוח גרעיניות בפרק זמן קצר יחסית היא משימה מסיבית, הדורשת השקעה משמעותית, אישורים רגולטוריים ועבודה מיומנת.
השפעה סביבתית: בעוד שאנרגיה גרעינית היא מקור אנרגיה דל פחמן, עדיין יש לה השפעות סביבתיות, כולל הסיכון לתאונות והאתגר של סילוק פסולת גרעינית.
קבלת הציבור: תפיסת הציבור לגבי אנרגיה גרעינית היא לרוב שלילית, מה שמקשה על קבלת תמיכה בפרויקטים חדשים של תחנות כוח גרעיניות.
גם אם מקורות אנרגיה מתחדשים ישמשו להפעלת מחשבי-על בינה מלאכותית, ההיקף העצום של הביקוש לאנרגיה ידרוש הרחבה משמעותית של תשתית האנרגיה המתחדשת, אשר מציבה גם היא אתגרים במונחים של שימוש בקרקע, זמינות משאבים ויציבות רשת.
מעבר לצריכת אנרגיה: עלויות נסתרות אחרות
בעוד שצריכת אנרגיה היא העלות הבולטת ביותר הקשורה למחשבי-על בינה מלאכותית, ישנן עלויות נסתרות אחרות שאסור להתעלם מהן:
צריכת מים: מערכות קירור רבות של מחשבי-על מסתמכות על מים, והיקף המערכות הגדל יוביל לעלייה משמעותית בצריכת המים, שעלולה להעמיס על משאבי מים באזורים מסוימים.
משאבי חומרים: בניית מחשבי-על בינה מלאכותית דורשת כמויות עצומות של חומרים, כולל סיליקון, מינרלים נדירים ואדמה ומתכות אחרות. לכרייה ולעיבוד של חומרים אלה יכולות להיות השפעות סביבתיות משמעותיות.
פסולת אלקטרונית: ככל שחומרת בינה מלאכותית מתיישנת, היא תיצור זרם גובר של פסולת אלקטרונית, שיש לנהל כראוי כדי למנוע זיהום סביבתי.
הון אנושי: פיתוח והפעלה של מחשבי-על בינה מלאכותית דורשים כוח אדם מיומן ביותר, כולל מהנדסים, מדענים וטכנאים. הביקוש למיומנויות אלה צפוי לגדול בשנים הקרובות, ועלול ליצור מחסור ולהעלות את עלויות העבודה.
הצורך בחדשנות ויעילות
בהתחשב באתגרים המשמעותיים הקשורים לצריכת האנרגיה ועלויות נסתרות אחרות של מחשבי-על בינה מלאכותית, יש צורך ברור בחדשנות ויעילות במגזר הבינה המלאכותית. זה כולל:
פיתוח אלגוריתמים חסכוניים יותר באנרגיה: ניתן לייעל אלגוריתמים של בינה מלאכותית כדי להפחית את דרישות החישוב שלהם, ובכך להפחית את צריכת האנרגיה שלהם.
תכנון חומרה חסכונית יותר באנרגיה: ניתן לתכנן ארכיטקטורות חומרה חדשות כדי למזער את צריכת האנרגיה, כגון שבבים נוירומורפיים המחקים את מבנה המוח האנושי.
שיפור טכנולוגיות קירור: ניתן להשתמש בטכנולוגיות קירור מתקדמות, כגון קירור נוזלי וקירור ישיר לשבב, כדי להסיר חום בצורה יעילה יותר, ולהפחית את האנרגיה הנדרשת לקירור.
אימוץ שיטות עבודה בנות קיימא: חברות בינה מלאכותית יכולות לאמץ שיטות עבודה בנות קיימא לאורך כל פעילותן, כגון שימוש באנרגיה מתחדשת, הפחתת צריכת מים וניהול פסולת אלקטרונית באחריות.
קריאה לפעולה
המחקר של Epoch AI משמש כקריאת השכמה, המדגיש את הצורך הדחוף לטפל בדרישות האנרגיה הגוברות של מחשבי-על בינה מלאכותית. על ידי אימוץ חדשנות, יעילות וקיימות, נוכל להבטיח שפיתוח בינה מלאכותית יועיל לאנושות מבלי לסכן את הסביבה או להעמיס על המשאבים שלנו. מוטלת החובה על חוקרים, מובילי תעשייה, קובעי מדיניות ויחידים לעבוד יחד כדי ליצור עתיד בר-קיימא יותר עבור בינה מלאכותית. הבחירות שאנו עושים היום יקבעו את עתיד הבינה המלאכותית ואת השפעתה על העולם. בואו נבחר בחוכמה.