איך פועלים באמת מרכזי הנתונים בעידן ה‑AI

מרכזי נתונים הפכו למנועי הייצור של הבינה המלאכותית: כל שאילתה ל‑ChatGPT או לכל מודל GenAI נחתכת לטוקנים, מועברת דרך שכבות אימות ואיזון עומסים, ומעובדת על גבי מאיצים ייעודיים – לרוב GPUs – בזמן אינפרנס. לשלב הזה מצטרפים אימונים עתירי משאבים, רשתות מהירות במיוחד וקירור אינטנסיבי; יחד הם מייצרים צריכת חשמל ומים חריגה, ולצידן אתגרי תשתית וסביבה.

ליבה של העלות האנרגטית יושבת על מאיצים כמו Nvidia H100 ו‑AMD MI300, שמבצעים חישובים במקביל בקצב עצום אך פולטים חום רב. לשם מדידה מקובל לדבר על PUE (יעילות שימוש בחשמל) ועל WUE (יעילות שימוש במים), אך הנתונים לעיתים חסויים. גם הוויכוח על טביעת הרגל לכל שאילתה רחוק מסגור: טענות ל"ממוצע" של עשיריות וואט‑שעה לשאילתה זכו לביקורת מצד חוקרים שטוענים לחוסר שקיפות ולפיזור ערכים גדול בין מרכז למרכז.

ברמת המאקרו, ההימור התעשייתי עצום: קונסורציומים כמו Stargate טוענים לכוונת הספק דו‑ספרתית בג'יגה‑ואט במתקנים בארה"ב, ומטא מדברת על קפיצת מדרגה בפרויקטי דאטה סנטר. באירלנד, המרכזים כבר צורכים מעל חמישית מהחשמל הלאומי, ובווירג'יניה נרשמות צווארי בקבוק בחיבור לרשת. לצד תמיכה ממשלתית והון זמין, גוברות התנגדויות מקומיות סביב רעש, מים ועלויות חשמל – ומסתמנת התנגשות בין שאיפת צמיחה מהירה לבין קבלת רישוי ותשתיות שמרניות.

ומה בישראל? שלוש ענקיות הענן הפעילו אזורי ענן מקומיים בשנים האחרונות כחלק מפרויקט נימבוס, ובשוק הקולוקיישן נוספו והתרחבו אתרים בפ"ת, חיפה והמרכז. הביקוש ל‑AI מאיץ תוכניות להרחבת קווי הולכה וייצור, אך רשת החשמל נמצאת בלחץ שיאי צריכה בקיץ. מכאן שהשפעת דאטה סנטרים על תעריפים ועל תמהיל הדלקים עשויה להיות משמעותית אם לא יותנו בחשמל מתחדש, אחסון אנרגיה והפחתת עומסים. בהקשר המים, אקלים חם‑יבש דוחף אתרים לאימוץ לופ קירור סגור, שימוש במים מושבים ומעבר גובר לקירור נוזלי ישיר ל‑chip – מגמות שכבר נבחנות בארץ.

מבחינת מודל עסקי, ההשקעות רצות קדימה מהר יותר מההכנסות הצרכניות. אם מגמת היעילות תנצח – עם מודלים קטנים ממוקדים, אינפרנס בקצה (on‑device), ורכיבי AI חסכוניים – ייתכן שנראה פחות תלות במגה‑דאטה‑סנטרים עבור כל שימוש. כאן בולטות חברות ישראליות כמו Hailo (לקצה) וחברות שבבים נוספות שפועלות לצמצום עלות לאינפרנס. גם ניצול חום שיורי לחממות או לתעשייה קלה, ושילוב פוטו‑וולטאי+אגירה באתר, יכולים לשפר כלכליות ולשכך התנגדויות מקומיות.

מה כדאי לעקוב? שקיפות מדדים (PUE/WUE/TUE), מקור החשמל (חוזים ל‑PPA סולרי/רוח), השפעות תעריפיות ברגולטור האנרגיה, ופתרונות קירור חסכוניים. ברמת המשתמש, אימוץ מושכל של AI והעדפת תכונות on‑device כשאפשר יכולים להפחית עומס רשת, גם אם במעט. ישראל, עם מגבלות רשת ומים ייחודיות, יכולה להיות מעבדה לאופן שבו מרחיבים תשתית AI מבלי לפגוע בביטחון האנרגטי ובכיס של הציבור.