בכמה יעלה חשבון החשמל שלנו בגלל ChatGPT?

העולם התרגל לדבר עם מכונות. ChatGPT, ג'מיני של גוגל ושורה ארוכה של מודלי שפה הפכו לכלי עבודה יומיומיים. התשובות מגיעות בשבריר שנייה, אבל מאחורי הקלעים נדרשים עשרות אלפי שרתים, מערכות קירור ורשתות תקשורת שצורכים כמויות אדירות של חשמל. השאלה הפשוטה היא: כמה זה עולה למשתמש הבודד? בכמה מתייקר חשבון החשמל שלנו בגלל ה-AI?

משתמש טיפוסי ש-ChatGPT שעה ביום, עם כ-20 אינטראקציות של מאות מילים כל אחת, מעבד כ-20 אלף טוקנים. נתונים עדכניים מ-2025 מראים כי שאילתה טיפוסית ב-GPT-4o צורכת כ-0.3 וואט-שעה, ירידה משמעותית מהערכות קודמות של 3 וואט-שעה, בזכות שיפורי יעילות.

במצב יעיל עם מודל קטן או תשתית אופטימלית, הצריכה לשעה היא כ-0.01-0.03 קוט״ש. במצב ביניים עם מודל גדול ושרת GPU סטנדרטי, מדובר בכ-0.05-0.10 קוט״ש. במצב כבד עם מודל עצום ותשובות ארוכות, הצריכה מגיעה ל-0.12-0.20 קוט״ש לשעה.

בהנחת מחיר חשמל ממוצע של 0.6 שקל לקוט״ש בישראל, מדובר על 3 עד 12 אגורות לשעת שימוש. מבחינת פליטות פחמן, כ-0.02-0.08 ק״ג CO₂ לשעה.  נניח שבממוצע מדובר על 7-8 אגורות בשעה. נניח שכפי שמעריכים השימוש שלנו בצ'אט יהיה על פני כל היום, נעריך בזהירות שכ-3-4 שעות. מדובר על כ-22-30 אגורות ביום, זה עדיין לא כסף גדול, אבל זה כבר 8-9 שקלים בחודש. קחו בחשבון שלצד היעילות האנרגתית גם כוח העיבוד יעלה, וכך אתם יכולים להגיע בקלות למעל 10 שקלים. יש מספר משתמשים? זה יהיה כמובן גדול בהתאם. העלות כמובן מיוחסת גם לשימוש במכשירים ניידים וסמארטפונים, אחרי הכל - את הסוללה של הסמארטפון  צריך להטעין. 

• פרטנר חושפת את נתוני צריכת החשמל
• מי משלם על עליית מחירי החשמל בעקבות ה-AI?
• המלצת המערכת: כל הכותרות 24/7

אגורה ועוד אגורה, שקל ועוד שקל - משפחה יכולה להוציא על זה בטווח הקרוב-בינוני כ-40-50 שקלים. תוסיפו לזה עסקים שיצרכו הרבה יותר, ותקבלו זינוק בחשבון החשמל וגידול משמעותי בצריכת האנרגיה. זה בעצם האיום הגדול על ה-AI. ניתוח מומלץ: מה מאיים על מהפכת ה-AI? 

מיליארדי משתמשים רוצים צ'אט - דרישה עצומה לאנרגיה

גם אם נחזור למספרים הנמוכים, של שימוש בהיקף נמוך - כשעה, וגם אם נתייחס לכוח העיבוד הנוכחי, החישוב משתנה דרמטית כשמסתכלים על מיליוני משתמשים במקביל. אם 100 מיליון אנשים משתמשים במודלים שעה ביום, בצריכה ממוצעת של 0.1 קוט״ש לשעה, מדובר על 10 מיליון קוט״ש ביום, שהם כ-3.6 טרה-וואט-שעה בשנה. זה בקלות גם יכול להיות כפול ומשולש. ההערכות שתוך 4-5 שנים האנרגיה שתיועד ל-AI תהיה שקולה לשלוש פעמים האנרגיה שצורכת גרמניה בשנה. 

האנרגיה שאנחנו צורכים היא לא המרכיב העיקרי בתוך כל האנרגיה הדרושה למהפכת ה-AI. אימון המודלים והשלב הבא של ההסקה (שהצ'אט יידע לחשוב, להסיק ממכלול של מידע  ונתונים) דורשים כמויות עצומות של אנרגיה

• מחקר ישראלי: ה-AI יכול להחליף 70% מהעבודה של הייטקיסטים
• וואווי מתכננת לסגור את הפער מאנבידיה תוך 3 שנים
• תוכן שיווקי צברתם הון? מה נכון לעשות איתו?

ההערכות מדברות על אלפי מגה-וואט-שעה לאימון יחיד - כמו אספקת החשמל השנתית של עיר קטנה. זה נעשה פעם אחת למודל, אך קצב פיתוח המודלים והגרסאות המשודרגות הופכים את האימון לצרכן אנרגיה סדרתי. 

 נוסף למשתמשים ולשרתים שצורכים אנרגיה, יהיה צורך להחזיק מרכזי נתונים. כל מרכז נתונים צורך אנרגיה גדולה לחישוב ולקירור. בפועל, כמות האנרגיה הנוספת שנדרשת על כל קילוואט שמוזנת לשרת, היא גדולה ב-20% עד 50% מהצריכה בפועל שמיועדת לשרתים.

כדי להתמודד, החברות משקיעות בקירור נוזלי ישיר, טכנולוגיות טבילה וניסויים בהצבת שרתים מתחת למים. מיקרוסופט מפתחת מיקרופלואידיקה - נוזל שמוזרם ישירות בשבב. גוגל ואמזון מרחיבות שימוש באנרגיה מתחדשת, אך הביקוש גדל מהר יותר מהשיפורים. להרחבה: מיקרוסופט חושפת טכנולוגיה שתחסוך מיליארדים ותשנה את עתיד הבינה המלאכותית

מים, סביבה ורגולציה

מעבר לחשמל, מרכזי הנתונים צורכים כמויות מים אדירות לקירור. בארה״ב דווח על מתקנים "ששותים" מיליוני ליטרים ביום. באירופה מתחילות מגבלות על הקמת חוות שרתים באזורים עם מחסור במים. רגולציה סביבתית צפויה להחמיר, והחברות נדרשות להציג פתרונות מקיימים.

קליפורניה מחייבת דיווח על צריכת מים במרכזי נתונים. טקסס ויוטה מתמודדות עם מחאות על בזבוז מים באזורים יבשים, כאשר מתקן גדול יכול לצרוך 5 מיליון גלונים ליום - שווה לצריכה של 10,000-50,000 תושבים.

כל מהפכת טכנולוגיה לוותה בקפיצה בצריכת אנרגיה: החשמל עם מנועי הקיטור, האינטרנט עם מרכזי הנתונים, והיום הבינה המלאכותית. ההבדל הוא שהפעם זה מתרחש בעולם שכבר מתמודד עם התחממות גלובלית, עלויות חשמל גבוהות ותחרות על מקורות אנרגיה מתחדשת.

שאלות ותשובות על האיום על מהפכת ה-AI, צריכת האנרגיה וכמה זה עולה לנו?

כמה עולה למשתמש פרטי להשתמש ב-ChatGPT במונחי חשמל?

למשתמש יחיד, העלות הכספית כמעט זניחה, אבל זה נכון לעכשיו. ככל שהשימוש יגבר הסכום יעלה. זה עשוי להגיע לכמה עשרות שקלים למשפחה. 

אם נניח שימוש של שעה ביום ב-ChatGPT זה צורך בין 0.03 ל-0.20 קוט״ש, תלוי במודל ובמורכבות השיחה. בישראל, במחיר ממוצע של כ-0.6 שקל לקוט״ש, זה שווה ל-3 עד 12 אגורות לשעה.זה כסף קטן, אבל דמיינו שתצרכו את זה 3-4 שעות ביום ובכל הימים, וגם בסמארטפונים, ולכל המשפחה? אז כבר זה יהיה משמעותי יותר.  

אם זה זול למשתמש בודד, למה בכלל יש דיון על צריכת החשמל?

כי כשמכפילים מיליוני בקשות ביום במאות מיליוני משתמשים, התמונה משתנה לחלוטין. ברמה עולמית, מדובר בצריכת חשמל בהיקף של טרה-וואט־שעות בשנה  שווה ערך לצריכת חשמל של מדינות שלמות ואפילו יותר. העלות מצטברת אצל חברות הענן, והיא זו שמגולגלת חזרה לציבור דרך עלויות שירותים, השקעות בתשתיות ומסים עקיפים.

מה ההבדל בין שימוש שוטף במודלים לבין אימון מודלים חדשים?

שימוש שוטף מייצר הוצאה מתמשכת יחסית יציבה – כל שאילתה צורכת כמה וואט־שעות. לעומת זאת, אימון מודלים הוא פצצה אנרגטית: אלפי כרטיסי גרפיקה שפועלים שבועות, צורכים מגה-וואט־שעות רבים, שוות ערך לחשמל של עיר קטנה לשנה. לכן האימון נתפס כהוצאה "קפיטלית", והשימוש השוטף כהוצאה תפעולית.

מהן ההשלכות הסביבתיות של השימוש ההמוני ב-AI?

פליטות פחמן מצטברות, לחץ על רשתות חשמל, שימוש מוגבר במים לקירור מרכזי נתונים, ועיכוב אפשרי במעבר לאנרגיות מתחדשות. השאלה הגדולה היא האם חדשנות טכנולוגית תצליח לנטרל את ההשפעות הללו או לפחות לצמצמן.

מה זה PUE ולמה הוא חשוב?

PUE Power Usage Effectiveness מודד את יעילות השימוש באנרגיה במרכזי נתונים. אם ה-PUE הוא 1.3, זה אומר שעל כל קילוואט שמגיע לשרת, עוד 0.3 קילוואט הולך לקירור ותשתיות. מרכזי נתונים טובים מגיעים ל-1.2, אבל רבים עדיין פועלים סביב 1.5. ככל שהמספר נמוך יותר – המרכז חסכוני יותר.

איך מיקרוסופט מנסה לפתור את בעיית הקירור?

באמצעות טכנולוגיה חדשה בשם מיקרופלואידיקה: נוזל מוזרם ישירות בתוך השבב דרך תעלות זעירות. כך אפשר לקרר ביעילות גבוהה יותר, גם בטמפרטורות של 70 מעלות, תוך חיסכון של עד 30% בצריכת האנרגיה לקירור.

למה קירור ישיר בשבב מהווה מהפכה?

כי הוא מאפשר להקטין משמעותית את צריכת האנרגיה, וגם לפתוח אפשרות לבנות שבבים תלת-ממדיים – שכבות על שכבות – בלי שהחום יהרוס את השכבות העליונות. כך אפשר לצופף הרבה יותר כוח חישוב במקום קטן יותר.

מה היתרון העסקי של מיקרוסופט בהובלת פתרונות קירור?

ב-scale של מיקרוסופט, כל אחוז חיסכון שווה מיליוני דולרים בשנה. החברה הוסיפה יותר מ-2 ג׳יגה-וואט קיבולת ענן בשנה אחת. בלי פתרונות יעילים, חלק גדול מהרווחים היה "נאכל" בחשבונות החשמל.

מה תפקיד המים בסיפור הזה?

מעבר לחשמל, מרכזי נתונים צורכים כמויות עצומות של מים לקירור. בארה״ב, מתקן גדול יכול להשתמש במיליוני ליטרים ביום. במדינות יבשות כמו יוטה וטקסס זה כבר יוצר מחאות ציבוריות. באירופה הוטלו מגבלות על הקמת חוות שרתים באזורים עם מחסור במים.

כמה חשמל צפויה תעשיית ה-AI לצרוך עד סוף העשור?

תחזיות הסוכנות הבינלאומית לאנרגיה מדברות על 945 טרה-וואט־שעה בשנה עד 2030 – בערך כמו כל הצריכה של יפן כיום. זהו גידול שנתי של 15%, פי ארבעה מהגידול הכללי בצריכת החשמל בעולם.

איך זה משפיע על משקי החשמל הלאומיים?

בארה״ב חוששים שמרכזי נתונים חדשים יביאו למחסור בחשמל במדינות מסוימות. בסין זה נתפס כבעיה אסטרטגית. באירופה זה נתקל בקונפליקט מול יעדי האקלים. כלומר, הבעיה חורגת הרבה מעבר לטכנולוגיה – זו סוגיה גיאופוליטית וכלכלית.

מה הקשר בין השקעות הענק ב-AI לבין בעיית החשמל?

החברות הגדולות, מיקרוסופט, אמזון, מטא, גוגל, משקיעות מאות מיליארדי דולרים בשנה במרכזי נתונים. אבל אם עלויות החשמל ימשיכו לטפס, המודל העסקי שלהן עלול להישחק. ביין מעריכה כי עד 2030 יהיה פער של 800 מיליארד דולר בין ההשקעות לבין ההכנסות.

מדוע משווים את מצב ה-AI לבועת הדוט.קום?

כי יש דמיון בהיקף ההשקעות מול היעדר מודל עסקי ברור. גם אז, בתחילת שנות ה-2000, הושקעו מאות מיליארדים בתשתיות אינטרנט שלא תמיד הניבו הכנסות. חלק קרס, חלק שרד וצמח. כעת עולה השאלה – האם ה-AI יישאר, או שמדובר בבועה נוספת.

מה הסיכון הכי גדול לתעשיית ה-AI מבחינת תשתיות?

הסיכון המרכזי הוא צווארי בקבוק: חוסר בזמינות שבבים מתקדמים, מחסור בחשמל זמין, מגבלות מים ורגולציה סביבתית. כל אחד מהגורמים הללו יכול לעכב פרויקטים בהיקף של עשרות מיליארדים.

איך מתמודדים עם הבעיה של "אוברקלוקינג" וצריכת יתר?

מיקרוסופט, למשל, מפתחת מנגנונים שמאפשרים להעלות זמנית את הטמפרטורה של השבבים כדי להוציא מהם ביצועים נוספים ברגעי שיא. זה דורש ניטור בזמן אמת והתאמת קירור דינמית, אך מונע הצורך להחזיק עודפי חומרה לא מנוצלת.

מה תפקידן של ממשלות בכל הסיפור?

ממשלות נדרשות לאזן בין תמיכה בצמיחה טכנולוגית לבין ניהול משבר אנרגיה ועמידה ביעדי אקלים. חלקן מציעות סובסידיות ותמריצי מס, אחרות מטילות מגבלות סביבתיות. המדיניות הזו תשפיע ישירות על קצב התפתחות הענף.

האם טכנולוגיות כמו מחשוב קוונטי יכולות לשנות את המשוואה?

כן, אבל לא בטווח הקרוב. מחשוב קוונטי יכול להציע קפיצת מדרגה ביעילות חישובית, אך דורש תשתיות קירור קיצוניות ומורכבות. לכן הוא צפוי להיות חלק מהעתיד, אבל לא פותר את בעיות ההווה.

מה יכול לקרות אם לא יימצא פתרון לבעיה האנרגטית?

נראה האטה בהתרחבות תעשיית ה-AI, עלייה בעלויות לצרכנים, לחץ על רשתות חשמל לאומיות, ועיכוב במעבר לאנרגיות מתחדשות. זה עלול להפוך את מהפכת ה-AI מכוח מניע לצמיחה – למעמסה כלכלית וסביבתית.