ืื ืืืื ืืขื
ืืจืขื ืืืืืจ ืฉื AI ืืืื: ืืื ืืจืืื ื ืชืื ืื ืืืื ืื ืืขืืื ืืงืฆื?
ככל שהבינה המלאכותית (AI) מתקדמת, דרישות האנרגיה שלה מיחסו את מרכזי הנתונים לנקודת השבירה. טכנולוגיות AI מדור הבא, כגון generative AI (genAI), אינן רק משנות תעשיות – צריכת האנרגיה שלהן משפיעה כמעט על כל רכיב של שרת נתונים, מ-CPU וזיכרון ועד מאיצים ורשתות.
יישומי genAI, כולל Microsoft’s Copilot ו-OpenAI’s ChatGPT, דורשים יותר אנרגיה מאי פעם. עד 2027, אימון ותחזוקה של מערכות AI אלו לבדן יכולות לצרוך כמות חשמל מספיקה כדי לספק אנרגיה למדינה קטנה למשך שנה שלמה. והמגמה אינה מואטת: במהלך העשור האחרון, דרישות הכוח לרכיבים כגון CPU, זיכרון ורשתות מוערכות לגדול ב-160% עד 2030, על פי דו”ח Goldman Sachs.
השימוש במודלים של שפה גדולה גם צורכים אנרגיה. למשל, שאילתא ל-ChatGPT צורכת כמעט פי עשר חיפוש גוגל מסורתי. נתון דרישות הכוח העצומות של AI, האם התקדמות מהירה של התעשייה יכולה להינוהל באופן בר קיימא, או שהיא תתרום עוד לצריכת האנרגיה הגלובלית? מחקרו האחרון של McKinsey מראה כי כ-70% מהביקוש הגובר בשוק מרכזי הנתונים מכוון למתקנים המצוידים לטפל בעומסי עבודה מתקדמים של AI. המהפך הזה משנה באופן מהותי את הדרך בה מרכזי נתונים נבנים ומנוהלים, כאשר הם מסתגלים לדרישות הייחודיות של משימות genAI אלו.
“מרכזי נתונים מסורתיים פעמים רבות פועלים עם ציוד י
