זינוק בחישוב AI: הביקוש לחשמל במרכזי נתונים יוכפל פי ארבע עד שנת 2035

ההאצה המהירה של הבינה המלאכותית מניעה תיאבון חסר תקדים לאנרגיה, ומאיימת לעצב מחדש את נוף האנרגיה העולמי. תחזיות חדשות מצביעות על כך שמרכזי נתונים יצרכו פי ארבע יותר חשמל מכפי שהם צורכים כיום, מה שמהווה אתגר יסודי ליציבות רשתות החשמל הקיימות.

קנה המידה העצום של הביקוש לחישוב AI

על פי דוח שנערך לאחרונה על ידי BloombergNEF, הזינוק בחישוב AI צפוי לדחוף את קיבולת מרכזי הנתונים לכמעט 200 ג'יגה-ואט במהלך העשור הקרוב. צמיחה זו אינה רק הדרגתית; היא מייצגת שינוי מבני באופן שבו אנרגיה מופצת. עד שנת 2035, מרכזי הנתונים צפויים לצרוך חמישית מכלל החשמל המיוצר בארצות הברית.

חלק משמעותי מקיבולת זו — כמעט 50% — יוקדש ספציפית למשימות אימון (training) והסקה (inference) של AI. ארצות הברית ממוקמת להיות מוקד הצריכה האנרגטית הזו, כאשר תחזיות מצביעות על כך שהמדינה תארח 64% מכל שבבי ה-AI לפי הביקוש לחשמל עד שנת 2033. עוצמת הביקוש הובילה אנליסטים בכירים לעדכן את המספרים שלהם כלפי מעלה: ההערכה של BloombergNEF לשנת 2035 גבוהה כעת ב-83% מתחזית דצמבר שלה, בעוד ארגונים אחרים כמו EPRI ו-S&P גם הם העלו משמעותית את התחזיות שלהם.

רשתות תחת עומס וצווארי בקבוק בתשתית

ככל שפיתוח מרכזי הנתונים מגיע לשיא, התשתית הפיזית הנדרשת כדי לתמוך בהם מגיעה לנקודת השבירה שלה. חלק גדול מהקיבולת החדשה הזו יתחבר לרשתות חשמל שכבר נמצאות תחת לחץ עצום.

ההשפעה על מפעילי רשתות אזוריים היא חריפה במיוחד. באזור PJM Interconnection, המשתרע מוירג'יניה ועד אילינוי, מרכזי הנתונים צפויים לצרוך 34% מכלל החשמל. באופן דומה, ERCOT בטקסס יצטרך להקדיש 22% מקיבולת הייצור שלו למתקנים אלו.

ההשלכות של חוסר האיזון הזה כבר מורגשות. PJM התמודדה עם אתגרים קשים בניהול בקשות לחיבור לרשת, מה שהוביל להשהיה בת ארבע שנים של בקשות חדשות. מתח זה בין היצע לביקוש תרם לזינוק של 76% במחירי החשמל במהלך השנה האחרונה. המצב כל כך תנודתי עד שחברות תשתית כמו American Electric Power אף איימו לפרוש מהחיבור לרשת.

אתגר אנרגטי עולמי

בעוד ארה"ב נותרת המובילה בכוח חישוב AI, ההשלכות האנרגטיות של השינוי הטכנולוגי הזה הן עולמיות. אם מסלולי האימוץ הנוכחיים של AI יימשכו, מרכזי נתונים ייצרו ביקוש חדש לחשמל של 1,935 טרה-ואט שעה ברחבי העולם. כדי להמחיש את קנה המידה הזה, מדובר בכמות השקולה כמעט לצריכת החשמל השנתית הכוללת של הודו.

עבור תעשיית ה-AI, הדבר יוצר תלות קריטית: העתיד של פיתוח LLM וחדשנות בלמידת מכונה (machine learning) אינו רק אתגר תוכנה, אלא מגבלה פיזית קשיחה הנשלטת על ידי זמינות חשמל ויציבות הרשת.

נקודות מפתח

• צמיחה אקספוננציאלית: השימוש בחשמל במרכזי נתונים בארה"ב צפוי להכפיל פי ארבע עד שנת 2035, מונע בעיקר מעומסי עבודה של אימון והסקה של AI.
• חוסר יציבות ברשת: מפעילי רשת מרכזיים כמו PJM ו-ERCOT מתמודדים עם עומס קיצוני, כאשר מחירי החשמל עלו ב-76% בשנה אחת בלבד עקב חוסר איזון בין היצע לביקוש.
• קנה מידה עולמי: העלייה הצפויה בביקוש לאנרגיה במרכזי נתונים ברחבי העולם (1,935 TWh) דומה לצריכת האנרגיה השנתית הכוללת של הודו.