בינה מלאכותית (AI) הופכת לחלק מחיי היומיום של אנשים רבים ברחבי העולם. ברמת הפרט, אנשים משתמשים יותר ויותר במודלים של AI עבור שאילתות חיפוש. בעוד שגוגל עדיין שולטת בשוק החיפוש, ChatGPT היווה את האיום המשמעותי ביותר על הדומיננטיות שלה.
ברמה העסקית, אף תעשייה לא נשארת בחוץ, מחקלאות ועד בריאות, מפיננסים ועד בידור, ארגונים ברחבי העולם משלבים AI בפעילות היומיומית שלהם.
הביקוש העולמי ל-AI והשימוש בו צפויים לגדול באופן אקספוננציאלי בשנים הקרובות, ולכן חברות טכנולוגיה מגיבות להתפתחות זו בבניית מרכזי נתונים מסיביים. אבל לצמיחה הזו יש מחיר: צריכת אנרגיה, עלויות כלכליות והשפעה סביבתית. המחשוב המסורתי פשוט לא יכול לעמוד בקצב ההולך וגדל של דרישות המחשוב והאנרגיה. כדי לקיים את מהפכת הבינה המלאכותית, עלינו לחשוב מחדש על הפיזיקה של המחשוב המודרני.
בעיות אנרגיה
גם בלי להתייחס לבינה מלאכותית, המחשוב האלקטרוני נמצא בנקודה קריטית. חוק מור נכשל, קנה המידה של Dennard התקלקל, והתוצאה היא התפשטות של "סיליקון כהה", חלקי הטרנזיסטורים בשבב שחייבים להישאר חסרי כוח או פעילים כדי למנוע התחממות יתר.
אימון מודל AI גדול אינו משימה קלה. מודלים של שפה גדולה (LLMs) מאומנים על כמויות אדירות של נתונים ויש להם טריליוני פרמטרים. הם חוזים, מודדים, מתכוונים וחוזרים על התהליך מיליארדי פעמים. ההערכה היא שכוח המחשוב הנדרש לאימון דגמי AI יוכפל מדי שישה חודשים.
עיבוד והעברה של כמויות גדולות כל כך של נתונים דורשים מקביליות ועוצמה מסיבית. במחשוב מסורתי, הספק גבוה יותר דורש מערכות בצפיפות גבוהה יותר. צפיפות גבוהה יותר פירושה יותר התנגדות, והתנגדות רבה יותר פירושה יותר חום. זה מאלץ מרכזי נתונים להעביר אנרגיה רבה ממחשוב לקירור, כאשר עד 40% מצריכת האנרגיה הכוללת של מרכז הנתונים משמשים למניעת התמוטטות שרתים.
התשתית התומכת ב-AI כבר מתקשה, וברור שמחשוב מסורתי כבר לא יכול לתמוך בפיתוח עתידי.
סוגיות כלכליות
מפעילי מרכזי נתונים מתמודדים עם חידה פיננסית: או להגביל את צפיפות המחשוב למה שמתקני הקירור הנוכחיים שלהם יכולים להתמודד, לפגוע ביכולות העסקיות שלהם, או לדחוף גבולות תרמיים, ולגרום להזדקנות מואצת של החומרה והרכיבים, להגדיל את ההוצאות התפעוליות ובזבוז.
בנוסף, העלות של בניית מרכזי נתונים חדשים היא גם גבוהה מאוד - מקינזי צופה ש-5.2 טריליון דולר בהשקעה יידרשו עד 2030. אם מרכזי הנתונים ימשיכו להסתמך על מחשוב מסורתי, השקעה בתשתית לא יעילה תהיה סיכון פיננסי עצום. גם צרכנים רגילים מושפעים מתנאים כלכליים גרועים; כאשר בינה מלאכותית מפעילה לחץ חסר תקדים על הרשת והביקוש להספק של מרכזי נתונים עולה, מחירי החשמל עולים. עלויות אלו מגולגלות למשקי הבית בסביבה בצורה של חשבונות חשמל שעולים במהירות.
