חשבתם פעם על צריכת חשמל של מנועי הבינה המלאכותית?
תארו לעצמכם את הסיטואציה הבאה. אתם יושבים מול המחשב עם כוס קפה, פותחים את תוכנת הבינה המלאכותית האהובה עליכם ומבקשים ממנה לכתוב שיר, לתכנת אפליקציה או לתכנן לכם את הטיול הבא לחוץ לארץ. בתוך שניות בודדות, המסך מתמלא בטקסט קריא, חכם ומדויק. זה מרגיש כמו קסם טהור.
אנחנו נוטים לחשוב על הקסם הזה כמשהו שמרחף לו אי שם בענן הוירטואלי, משהו שאין לו משקל או צורה פיזית.
אבל האמת היא שאין שום דבר וירטואלי בענן הזה. הקסם הזה מופעל על ידי חוות שרתים עצומות בגודלן, מבני ענק מבוטנים מפלדתיים המלאים בשורות על גבי שורות של מחשבי על.
המחשבים האלה עובדים ללא הפסקה, מנתחים כמויות בלתי נתפסות של מידע, ועל הדרך הם דורשים משאב אחד קריטי יותר מכל דבר אחר כדי להמשיך ולעבוד. המשאב הזה הוא אנרגיה.
ככל שהשימוש בכלים חכמים הולך וגובר, כך גם העניין סביב הנושא של צריכת חשמל הופך לשיחת היום במסדרונות של חברות הטכנולוגיה הגדולות וגם בקרב ארגוני הסביבה.
בואו נצלול פנימה ונבין מה בדיוק קורה בתוך המוחות הדיגיטליים האלה ולמה הם כל כך רעבים.
מה בעצם קורה בתוך שרתים ואיך זה משפיע על צריכת חשמל?
כדי להבין מדוע צריכת חשמל היא נושא כל כך בוער כשמדברים על בינה מלאכותית, אנחנו צריכים להבין איך הטכנולוגיה הזו עובדת מאחורי הקלעים.
בניגוד למחשב הרגיל שיש לכם בבית שמבצע פעולות פשוטות יחסית, מודלים של שפה וכלים ליצירת תמונות דורשים כוח חישוב פסיכי לחלוטין. התהליך הזה מתחלק לשני שלבים עיקריים וכל אחד מהם צמא לאנרגיה בדרכו שלו.
שלב האימון הארוך והמפרך
השלב הראשון נקרא שלב האימון. זהו השלב שבו לוקחים מודל חדש ומזינים אותו במיליארדי דפים של טקסט, תמונות, ספרים ומאמרים מכל רחבי האינטרנט.
המטרה היא ללמד את המודל לזהות תבניות, להבין הקשרים וללמוד שפות.
שלב האימון של מודל מתקדם יכול לקחת חודשים ארוכים של עבודה רצופה של אלפי כרטיסי מסך עוצמתיים וייעודיים.
במהלך החודשים האלה, השרתים רצים במלוא העוצמה ומושכים כמויות אדירות של אנרגיה מהרשת. מדובר באירוע חד פעמי לכל גרסה של מודל, אבל הוא מסיבי.
שלב הביצוע היומיומי
השלב השני נקרא שלב ההסקה או שלב הביצוע. זה מה שקורה בכל פעם שאתם או אני מקלידים שאלה בתיבת השיחה. המודל שכבר אומן צריך כעת לחשב את התשובה הטובה ביותר בזמן אמת.
אמנם כל שאלה בודדת דורשת הרבה פחות אנרגיה מאשר תהליך האימון השלם, אבל כאן נכנס לתמונה אלמנט הכמות. ישנם מאות מיליוני אנשים שמשתמשים בכלים האלה מדי יום, וכל אחד מהם שואל כמה וכמה שאלות.
כשמכפילים את הפעולה הקטנה הזו במיליארדים, מגיעים למספרים עצומים של צריכת חשמל שוטפת שרק הולכת וגודלת מיום ליום.
אז על אילו מספרים של צריכת חשמל אנחנו מדברים?
הגיע הזמן לדבר על נתונים מספריים, והם בהחלט מעוררי מחשבה. דרך טובה להבין את סדר הגודל היא לעשות השוואה לפעולה שכולנו מכירים ועושים עשרות פעמים ביום והיא חיפוש רגיל במנוע חיפוש מסורתי.
צריכת חשמל שגדולה פי עשרה לכל בקשה מהמודל
מחקרים שנעשו לאחרונה מראים שחיפוש רגיל באינטרנט צורך בממוצע משהו כמו אפס נקודה שלוש ואט לשעה.
לעומת זאת, בקשה ממודל בינה מלאכותית ליצור טקסט או תמונה צורכת בממוצע כמעט שלושה ואט לשעה. זה אומר שכל פעולה חכמה שאנחנו עושים יוצרת צריכת חשמל שגדולה בערך פי עשרה מחיפוש פשוט של מידע.
כעת, קחו את הנתון הזה ונסו לדמיין מה יקרה כאשר כל מנועי החיפוש בעולם יעברו להיות מבוססים לחלוטין על שרתי בינה מלאכותית שיענו לנו בתשובות מורכבות במקום רק לספק לנו רשימה של קישורים כחולים.
המשמעות היא קפיצה מטורפת בדרישה לאנרגיה ברמה העולמית.
חוות שרתים עם צריכת חשמל של מדינות שלמות
מומחים מעריכים כי עד שנת 2027, תעשיית הבינה המלאכותית לבדה עשויה להגיע למצב של צריכת חשמל ששווה לצריכה השנתית של מדינות שלמות כמו הולנד או שוודיה.
זהו נתון מדהים שממחיש עד כמה מהר התעשייה הזו צומחת ואיזו השפעה יש לה על תשתית האנרגיה העולמית.
כבר היום אנחנו רואים מקרים שבהם חוות שרתים ענקיות מוקמות באזורים מסוימים וגורמות לעומסים כבדים על רשת החשמל המקומית, מה שמאלץ ממשלות וחברות תשתית לחשב מסלול מחדש ולתכנן הקמה של תחנות כוח נוספות.
הבעיה הסמויה של קירור השרתים בגלל צריכת חשמל אדירה
כשמחשבים עובדים קשה, הם מתחממים.
כל מי שניסה להריץ משחק מחשב כבד על מחשב נייד מכיר את הרעש של המאווררים שמנסים לקרר את המערכת. עכשיו דמיינו בניין ענק בגודל של כמה מגרשי כדורגל, המלא מן המסד ועד הטפחות בשרתים שפועלים במקסימום מאמץ. החום שנוצר שם הוא פשוט אדיר ונובע ישירות מתוך צריכת חשמל בלתי פוסקת.
מים במקום מאווררים
כדי שהשרתים לא יימסו ויעלו באש, חובה לקרר אותם בצורה יעילה. הבעיה היא שקירור אוויר רגיל כבר לא מספיק עבור השבבים העוצמתיים של ימינו. לכן, רוב חוות השרתים המתקדמות משתמשות במערכות קירור מבוססות מים.
התהליך הזה דורש הזרמה של מיליוני ליטרים של מים נקיים מדי יום.
המים סופגים את החום מהשרתים ולאחר מכן מתאדים החוצה אל האוויר הפתוח דרך מגדלי קירור ענקיים. המשמעות היא שמעבר לנושא הרגיש של צריכת חשמל גבוהה, תעשיית ההייטק גם הופכת לצרכנית עצומה של מים מתוקים.
באזורים מסוימים בעולם שסובלים מבצורת או ממחסור במים, הקמת חוות שרתים חדשה הופכת לסוגיה פוליטית וסביבתית רגישה במיוחד.
תושבים מקומיים חוששים בצדק שהטכנולוגיה החדשה תשאב להם את מי השתייה או תשפיע על החקלאות המקומית.
חברות הטכנולוגיה מחפשות פתרונות להפחתת צריכת חשמל
ענקיות הטכנולוגיה כמו גוגל, מיקרוסופט, אמזון ומטא לא נשארות אדישות לביקורת.
הן מבינות היטב שאי אפשר להמשיך לגדול בקצב הנוכחי מבלי למצוא פתרונות בני קיימא. הן גם חתומות על יעדים שאפתניים לאיפוס פליטות הפחמן שלהן בשנים הקרובות, מה שמחייב אותן לפעול מהר ולטפל בנושא של צריכת חשמל באופן מיידי.
הנהירה לאנרגיות מתחדשות
הצעד הראשון והמתבקש הוא מעבר למקורות אנרגיה נקיים. חברות אלו הפכו בשנים האחרונות לרוכשות הגדולות ביותר בעולם של אנרגיה סולארית ואנרגיית רוח.
הן מקימות שדות ענקיים של פאנלים סולאריים בסמוך לחוות השרתים שלהן ומממנות פרויקטים ירוקים ברחבי העולם כדי לקזז את הפעילות שלהן.
עם זאת, שמש ורוח הם מקורות אנרגיה שתלויים במזג האוויר. שרתי בינה מלאכותית, לעומת זאת, צריכים זרם חשמל יציב ורציף עשרים וארבע שעות ביממה, שבעה ימים בשבוע. הפער הזה יוצר בעיה שדורשת פתרונות רדיקליים יותר.
הקאמבק הגדול של האנרגיה הגרעינית
הצורך באנרגיה ירוקה ורציפה הוביל למגמה מרתקת ומפתיעה בתעשייה והיא החזרה לאנרגיה גרעינית.
טכנולוגיה זו מספקת כמות עצומה של חשמל באופן רציף וללא פליטת גזי חממה כלל.
רק לאחרונה שמענו על כך שחברת מיקרוסופט חתמה על עסקה היסטורית להפעלה מחדש של כור גרעיני מפורסם בארצות הברית, במיוחד כדי שיספק אנרגיה לחוות השרתים שלה.
במקביל, חברות אחרות משקיעות מיליארדי דולרים בפיתוח של כורים גרעיניים קטנים וחדשניים שיוכלו להיות מוצבים ממש בצמוד לחוות השרתים ולספק להן את כל האנרגיה הדרושה בצורה בטוחה ונקייה.
העתיד של צריכת חשמל נמצא בשבבים חכמים ובאלגוריתמים רזים
מלבד מציאת מקורות אנרגיה חדשים, המהנדסים עובדים שעות נוספות כדי לפתור את הבעיה גם מהצד של צריכת החשמל עצמה. המטרה היא להצליח לעשות הרבה יותר חישובים עם הרבה פחות אנרגיה.
חומרה יעילה יותר
יצרניות השבבים משחררות בכל שנה דור חדש של מעבדים שמתוכננים להיות חזקים יותר אך גם חסכוניים יותר. המטרה היא להגדיל את כמות הפעולות שניתן לבצע עבור כל ואט של חשמל.
למרות השיפורים הטכנולוגיים המדהימים, הביקוש גדל בקצב מהיר יותר מההתייעלות, מה שמשאיר את האתגר בעינו.
מודלים קטנים וממוקדים
פתרון מעניין נוסף מגיע דווקא מעולם התוכנה. במקום להשתמש תמיד במודלים עצומים בגודלם שיודעים לעשות הכל, חברות רבות מתחילות לפתח מודלים קטנים וממוקדים יותר.
מודלים אלו דורשים הרבה פחות כוח חישוב וניתן אפילו להריץ אותם על טלפונים ניידים במקום על שרתים מרוחקים. המשמעות היא חסכון עצום באנרגיה. אם המטרה היא רק לתמצת קורות חיים או לתרגם משפט, אין באמת צורך להפעיל את מפלצת המחשוב הגדולה ביותר בעולם ויכולה להיווצר צריכת חשמל מינימלית כאשר מסתפקים במודל קטן, חכם וחסכוני בהרבה.
מבט לעתיד טכנולוגי אחראי עם צריכת חשמל חכמה ומאוזנת
המהפכה הנוכחית משנה את העולם שלנו בקצב מסחרר. היא מביאה איתה פריצות דרך ברפואה, במדע, בחינוך וביצירתיות האנושית. אך כמו כל קפיצת מדרגה משמעותית בהיסטוריה האנושית, היא מגיעה עם מחיר ודורשת מאיתנו לקחת אחריות.
האתגר הגדול של השנים הקרובות יהיה למצוא את נקודת האיזון המושלמת. מצד אחד לאפשר לטכנולוגיה להמשיך להתפתח ולהביא תועלת לאנושות, ומצד שני לוודא שנושאים כמו צריכת חשמל גבוהה והשפעה סביבתית מקבלים את הפתרונות הראויים.
בזכות שילוב של אנרגיות מתחדשות, פריצות דרך בתחום האנרגיה הגרעינית, פיתוח שבבים יעילים יותר ואלגוריתמים חכמים וחסכוניים, יש בהחלט מקום לאופטימיות. הטכנולוגיה עצמה, זו שמאתגרת אותנו היום, היא ככל הנראה גם זו שתעזור לנו למצוא את הפתרונות למשבר האקלים והאנרגיה של המחר.