מבוא: דחיפות הקיימות בעידן הבינה המלאכותית

בינה מלאכותית ירוקה מייצגת אחת הפרדיגמות החשובות ביותר של 2025, והיא מתגלה כתגובה הכרחית לצמיחה המטורפת של הבינה המלאכותית ולהשפעתה הסביבתית. בינה מלאכותית ירוקה היא ידידותית יותר לסביבה וכוללנית יותר מבינה מלאכותית קונבנציונלית, מכיוון שהיא לא רק מייצרת תוצאות מדויקות מבלי להגדיל את עלויות החישוב, אלא גם מבטיחה שחדשנות טכנולוגית תלך יד ביד עם אחריות סביבתית.

‍

הדחיפות של גישה זו מודגמת על ידי הנתונים העדכניים ביותר: על פי MIT News, דרישות האנרגיה של מרכזי נתונים בצפון אמריקה גדלו מ-2,688 מגה-וואט בסוף 2022 ל-5,341 מגה-וואט בסוף 2023, בין היתר בשל דרישות הבינה המלאכותית הגנרטיבית. באופן משמעותי אף יותר, על פי MIT Technology Review, 4.4% מכלל האנרגיה בארצות הברית הולכת כעת למרכזי נתונים, כאשר עצימות פליטת הפחמן של החשמל המשמש מרכזי נתונים גבוהה ב-48% מהממוצע בארה"ב (על פי מחקר של בית הספר לבריאות הציבור של הרווארד ט.ה. צ'אן).

‍

ההשפעה הסביבתית של בינה מלאכותית: משבר מתפתח

צריכת אנרגיה נפיצה

צמיחת הבינה המלאכותית הובילה לשינוי דרמטי בנוף האנרגיה העולמי. על פי MIT Technology Review, נכון לשנת 2018, מרכזי נתונים מהווים כעת 4.4% מהביקוש הכולל, לעומת 1.9% בשנת 2018. תחזיות עתידיות מדאיגות אף יותר: על פי דו"ח של הסוכנות הבינלאומית לאנרגיה, צריכת החשמל של מרכזי נתונים צפויה להכפיל את עצמה ביותר מפי שניים עד 2030.

‍

מודלים של בינה מלאכותית גנרטיבית דוחפים את המספרים הללו מעלה. כפי שמדגיש MIT News, אימון אשכול בינה מלאכותית גנרטיבי יכול לצרוך פי שבעה או שמונה יותר אנרגיה מעומס עבודה חישובי טיפוסי. לשם ההקשר, אימון GPT-3 צרך 1,287 מגה-וואט-שעה של חשמל (מספיק כדי להפעיל כ-120 בתים אמריקאים ממוצעים במשך שנה), ויצר כ-552 טון של פחמן דו-חמצני.

‍

הסלמה של כוח החומרה

המירוץ אחר דגמים חזקים יותר ויותר הוביל לעלייה חדה בצריכת החומרה. על פי דלויט, מעבדים גרפיים מבוססי בינה מלאכותית פעלו בהספק של 400 וואט עד 2022, בעוד שמעבדים גרפיים מתקדמים לבינה מלאכותית גנרטיבית בשנת 2023 פועלים בהספק של 700 וואט, ושבבי הדור הבא בשנת 2024 צפויים לפעול בהספק של 1,200 וואט. זהו גידול אקספוננציאלי שמפעיל עומס על תשתית האנרגיה העולמית.

‍

פתרונות חומרה ליעילות אנרגטית

שבבים מיוחדים: מהפכת חומרת הבינה המלאכותית

תגובת תעשיית החומרה למשבר האנרגיה של הבינה המלאכותית מתממשת באמצעות שבבים המתמחים והיעילים יותר ויותר:

יחידות עיבוד טנזור (TPU) : על פי TechTarget, TPUs הם ASICs המיועדים לחישוב בנפח גבוה ובדיוק נמוך עם פעולות קלט/פלט מרובות לכל ג'אול. ה-TPU v6e הוא השבב האחרון של Trillium, שיצא באוקטובר 2024, עם ביצועי חישוב שיא פי 4.7 לכל שבב בהשוואה ל-TPU v5e.

‍

מערכי שערים ניתנים לתכנות בשטח (FPGA) : כפי ש-IBM מדגישה, FPGA מתאימים היטב גם למשימות המעריכות יעילות אנרגטית על פני מהירות עיבוד ומציעות את הגמישות להסתגל לאלגוריתמים של בינה מלאכותית המתפתחים במהירות.

‍

מעגלים משולבים ספציפיים ליישום (ASIC) : על פי Geniatech, מעגלים משולבים מסוג ASIC מציעים את היתרונות של צריכת חשמל נמוכה, מהירות וטביעת רגל קטנה, ומייצגים את הפתרון היעיל ביותר לעומסי עבודה ספציפיים ובעלי נפח גבוה של בינה מלאכותית.

הופעתה של בינה מלאכותית בקצה

מגמה מרכזית לקיימות היא התנועה לעבר מחשוב קצה. על פי Geniatech, גרטנר צופה שעד 2025, מחשוב קצה יעבד 75% מהנתונים שנוצרו על ידי כל מקרי השימוש, מה שיפחית משמעותית את הצורך בהעברת נתונים למרכזי נתונים מרכזיים ואת צריכת האנרגיה הנלווית.

‍

התקדמות ביעילות אנרגטית

שיפורים דרמטיים בביצועים לוואט

התעשייה עושה התקדמות משמעותית ביעילות אנרגטית. לפי NVIDIA, היא השיגה שיפור יעילות פי 10,000 באימון ובהסקת בינה מלאכותית בין השנים 2016 ל-2025, דבר המדגים את הפוטנציאל לשיפורים דרמטיים.

‍

עם זאת, המציאות מורכבת יותר. כפי שמדווח דיוויד מיטון בבלוג שלו DeVSustainability, שרתי שקע כפול צורכים כיום בין 600 ל-750 וואט, בהשוואה ל-365 וואט בין השנים 2007 ו-2023, דבר המצביע על כך שבעוד שהיעילות לכל משימה משתפרת, סך צריכת החשמל של המערכת ממשיכה לגדול.

אופטימיזציות תוכנה ואדריכלות

אסטרטגיות תוכנה צצות כהשלמה חיונית לשיפורי חומרה:

אופטימיזציה של מודלים : מודלים קוונטיים נוטים לדרוש פחות פרמטרים משמעותית לאימון בהשוואה לעמיתיהם הקלאסיים, דבר המצביע על גישות חלופיות להפחתת מורכבות חישובית.

‍

ניהול צריכת חשמל חכם : על פי MIT Sloan, הגבלת השימוש ל-150 או 250 וואט (כ-60% עד 80% מההספק הכולל שלהם) בהתאם למעבד בו נעשה שימוש לא רק מפחיתה את צריכת החשמל הכוללת של עומסי עבודה; היא גם מפחיתה את טמפרטורות ההפעלה.

‍

יוזמות תאגידיות ומחויבויות סביבתיות

מיקרוסופט: מנהיגות בשליליות פליטות פחמן

מיקרוסופט קיבלה על עצמה אחת ההתחייבויות השאפתניות ביותר בתעשייה. כפי שצוין בבלוג הרשמי של מיקרוסופט בשנת 2020, "עד 2025 נעבור ל-100% אנרגיה מתחדשת, כלומר יהיו לנו הסכמי רכישת חשמל ירוק עבור 100% מהחשמל הפולט פחמן הנצרך על ידי כל מרכזי הנתונים, הבניינים והקמפוסים שלנו."

‍

החברה גם הקימה קרן חדשנות אקלימית חדשה בסך מיליארד דולר כדי להאיץ את הפיתוח העולמי של טכנולוגיות להפחתת, לכידת וסילוק פחמן.

עם זאת, המציאות מציבה אתגרים. על פי GeekWire, מיקרוסופט פלטה יותר מ-15.4 מיליון טון מטרי של פחמן דו-חמצני בשנה שעברה, כאשר פליטות Scope 3 מהוות יותר מ-96% מטביעת הרגל הפחמנית שלה.

גוגל: חלוצה בתחום האנרגיה המתחדשת

גוגל השיגה אבני דרך משמעותיות בתחום הקיימות. על פי אתר האינטרנט הרשמי של גוגל לקיימות, "בשנת 2017, גוגל התחייבה ש-100% מצריכת האנרגיה שלה תגיע מאנרגיה מתחדשת. יעד זה הושג בהצלחה בשנת 2020."

‍

החברה ממשיכה להשקיע רבות: על פי דו"ח הקיימות של גוגל לשנת 2025, "בשנת 2024, חתם על חוזה נוסף של 19 ג'יגה-וואט של אנרגיה מתחדשת חדשה ב-16 מדינות, והתרחבנו לתחום האנרגיה הגרעינית עם חתימה על הסכם רכישת האנרגיה הגרעינית הגדול הראשון שלנו."

שירותי האינטרנט של אמזון: אתגר הקנה מידה

AWS, ספקית הענן הגדולה בעולם, הציבה יעדים שאפתניים אך סופגת ביקורת על חוסר שקיפותה. על פי Climatiq, "אמזון הכריזה על 18 פרויקטים חדשים של אנרגיית רוח ואנרגיה סולארית באזורי AWS בארצות הברית, פינלנד, גרמניה, איטליה ובריטניה, בהיקף כולל של 5.6 ג'יגה-וואט של קיבולת אנרגיה מתחדשת חדשה".

‍

עם זאת, לפי אותו מקור, "ניתן לסכם את הביקורת על דיווח טביעת הרגל הפחמנית של AWS כלא מפורטת, לא שקופה ולא מועילה לצוותי טכנולוגיה המנסים לייעל את השימוש בהם".

מסגרת וכלים לבינה מלאכותית ירוקה

כלי ניטור פליטות

התעשייה פיתחה מספר כלים לניטור והפחתת ההשפעה הסביבתית של בינה מלאכותית:

CarbonTracker ו-CodeCarbon : על פי Carbon Credits, "חלק מהכלים המשמשים להערכת טביעת הרגל הפחמנית של טכנולוגיות בינה מלאכותית הם CarbonTracker, CodeCarbon, Green Algorithms ו-PowerTop."

eco2AI : כפי שתואר ב-Doklady Mathematics, "eco2AI היא ספריית קוד פתוח המסוגלת לעקוב אחר פליטות פחמן שוות ערך במהלך אימון או הסקה של מודלים מבוססי פייתון של בינה מלאכותית, תוך התחשבות בצריכת החשמל של התקני CPU, GPU ו-RAM."

מסגרת יישום ירוקה של בינה מלאכותית

על פי מחקר שפורסם ב-Industry Science, "כלי מתוחכם מבוסס פייתון המותאם למעקב וניהול של טביעת הרגל הפחמנית של אימון מודלים של למידת מכונה ומשימות חישוביות אחרות מייצג התפתחות לעבר כלים מתוחכמים יותר לניהול קיימות מבוססת בינה מלאכותית."

‍

רגולציה ומדיניות ציבורית

חוק הבינה המלאכותית של האיחוד האירופי: מודל עולמי

האיחוד האירופי הוביל את הרגולציה של בינה מלאכותית בת קיימא. על פי הפרלמנט האירופי, "ביוני 2024, אימץ האיחוד האירופי את הכללים הראשונים בעולם בנושא בינה מלאכותית. חוק הבינה המלאכותית ייכנס לתוקף במלואו 24 חודשים לאחר כניסתו לתוקף."

‍

באופן משמעותי, על פי קרן התוכנה הירוקה, "חוק הבינה המלאכותית של האיחוד האירופי מקבל משמעות נוספת כאשר הוא נבחן בהקשר של כך שהאיחוד האירופי הוא כיום מוביל עולמי במדיניות סביבתית ואקלימית."

פערים רגולטוריים והמלצות

למרות ההתקדמות, נותרו פערים משמעותיים. כפי שמודגש במאמר שפורסם ב-arXiv, "ההצעות הנוכחיות לרגולציה של בינה מלאכותית, באיחוד האירופי ומחוצה לו, שואפות לטפח בינה מלאכותית אמינה (למשל, חוק בינה מלאכותית) ואחראית (למשל, אחריות בינה מלאכותית). עם זאת, מה שחסר הוא שיח רגולטורי איתן ומפת דרכים להפיכת הבינה המלאכותית, והטכנולוגיה באופן כללי יותר, לבנות קיימא מבחינה סביבתית."

‍

מומחים מציעים פתרונות קונקרטיים: על פי דו"ח של מכון טוני בלייר לשינוי עולמי, "לקבוע ולאמץ מדדים של שיטות עבודה מומלצות לצריכת אנרגיה ופליטות פחמן במרכזי נתונים, תוך בידוד מידע הקשור לבינה מלאכותית".

‍

סיכויים ואתגרים עתידיים

תחזיות צמיחת האנרגיה

תחזיות עתידיות מדאיגות ומלאות הזדמנויות בו זמנית. לפי IDC, "צריכת החשמל העולמית של מרכזי נתונים תוכפל ביותר מפי שניים בין 2023 ל-2028, עם קצב צמיחה שנתי ממוצע (CAGR) לחמש שנים של 19.5%, ותגיע ל-857 טרה-וואט-שעה (TWh) בשנת 2028."

‍

באופן ספציפי יותר עבור בינה מלאכותית, על פי אותו דוח של IDC, "צריכת האנרגיה של מרכזי נתונים בתחום הבינה המלאכותית צפויה לגדול בקצב צמיחה שנתי ממוצע (CAGR) של 44.7%, ולהגיע ל-146.2 טרה-וואט שעה (TWh) עד 2027."

גישות חדשניות לקיימות

גישות חדשניות צצות, כגון Sustain AI, המתוארת במאמר של MDPI כ"מסגרת למידה עמוקה רב-מודאלית המשלבת רשתות עצביות קונבולוציוניות (CNN) לגילוי פגמים, רשתות עצביות חוזרות (RNN) למידול צריכת אנרגיה ניבויית, ולמידה מחזקת (RL) לאופטימיזציה דינמית של אנרגיה".

‍

בינה מלאכותית ירוקה לעומת בינה מלאכותית ירוקה: שתי פרדיגמות משלימות

בינה מלאכותית ירוקה: אופטימיזציה פנימית

הפרדיגמה של "בינה מלאכותית ירוקה" מתמקדת בתכנון אלגוריתמים ומודלים יעילים יותר באופן מהותי. על פי סקירה שפורסמה ב-ScienceDirect, אלו הן "אסטרטגיות לתכנון אלגוריתמים ומודלים של למידת מכונה יעילים יותר באנרגיה, על ידי התמקדות באופטימיזציה של חומרה ותוכנה".

‍

ירוק על ידי בינה מלאכותית: בינה מלאכותית לקיימות

הפרדיגמה "ירוק על ידי בינה מלאכותית" ממנפת בינה מלאכותית כדי לשפר את הקיימות במגזרים אחרים. על פי אותה סקירה של ScienceDirect, היא מייצגת "גישות של בינה מלאכותית לשיפור שיטות עבודה ידידותיות לסביבה במגזרים אחרים, תוך שימוש בבינה מלאכותית כדי לייעל את יעילות האנרגיה ביישומים חיצוניים".

‍

מסקנות: לקראת עתיד בר-קיימא של בינה מלאכותית

בינה מלאכותית ירוקה מייצגת טרנספורמציה מהותית באופן שבו אנו חושבים על בינה מלאכותית ומיישמים אותה. נתונים משנת 2025 מראים שאנחנו בנקודת מפנה: הביקוש הגובר לחשמל עבור בינה מלאכותית ומרכזי נתונים הוא מקרה מבחן לאופן שבו החברה תגיב לדרישות ולאתגרים של חשמול רחב יותר.

‍

פתרונות מתפתחים - החל מחומרה ייעודית ועד מחשוב קוונטי, ממסגרות ניטור ועד מדיניות רגולטורית - מציעים נתיב לקיימות. עם זאת, ההצלחה תהיה תלויה ביכולתה של התעשייה לאזן בין חדשנות לאחריות סביבתית, ולהבטיח שבינה מלאכותית תוכל להפוך לכוח המניע המרכזי מאחורי המאמץ העולמי להשגת ניטרליות פחמן.

‍

2025 מבטיחה להיות שנה מכרעת, שבה החלטות שיתקבלו היום יקבעו האם בינה מלאכותית תהיה חלק מבעיית האקלים או פתרון לה. בינה מלאכותית ירוקה כבר אינה אופציה, אלא הכרח לעתיד מתקדם מבחינה טכנולוגית ובר-קיימא מבחינה סביבתית.

‍

שאלות נפוצות

מהי בינה מלאכותית ירוקה?

בינה מלאכותית ירוקה היא פרדיגמה טכנולוגית שמטרתה להפוך את הבינה המלאכותית לידידותית יותר לסביבה ובת קיימא. היא מתמקדת בהפקת תוצאות מדויקות מבלי להגדיל את עלויות החישוב, תוך הבטחה שחדשנות טכנולוגית תלך יד ביד עם אחריות סביבתית.

מדוע בינה מלאכותית ירוקה כה דחופה בשנת 2025?

הדחיפות נובעת מההשפעה הסביבתית העצומה של הבינה המלאכותית. נתונים משנת 2025 מראים כי:

• דרישות החשמל של מרכזי נתונים בצפון אמריקה גדלו מ-2,688 מגה-וואט (סוף 2022) ל-5,341 מגה-וואט (סוף 2023)
• 4.4% מכלל האנרגיה בארצות הברית הולכת למרכזי נתונים.
• עצימות פליטות הפחמן של חשמל במרכזי נתונים גבוהה ב-48% מהממוצע בארה"ב.

כמה אנרגיה צורכת בינה מלאכותית באמת?

ההשפעה האנרגטית של בינה מלאכותית היא דרמטית:

• מאז 2018, מרכזי הנתונים גדלו מ-1.9% ל-4.4% מסך צריכת האנרגיה.
• אימון אשכול בינה מלאכותית גנרטיבי יכול לצרוך פי 7-8 יותר אנרגיה מעומס חישובי טיפוסי.
• האימון של GPT-3 צרך 1,287 מגה-וואט שעה (מספיק כדי להפעיל 120 בתים אמריקאים במשך שנה).
• צריכת מרכזי הנתונים צפויה להכפיל את עצמה עד 2030

כיצד מתפתחת חומרה כדי להיות יעילה יותר?

התעשייה מפתחת שבבים ייעודיים:

יחידות עיבוד טנזור (TPU) : TPU v6e מספק ביצועים מהירים פי 4.7 בהשוואה ל-v5e

מערכי שערים ניתנים לתכנות בשטח (FPGAs) : אופטימליים ליעילות אנרגטית וגמישות

מעגלים משולבים ספציפיים ליישום (ASIC) : מציעים צריכת חשמל נמוכה, מהירות וטביעת רגל קטנה

עם זאת, סך ההספק ממשיך לגדול: כרטיסי מסך (GPU) עברו מ-400 וואט (2022) ל-700 וואט (2023), עם תחזית של 1,200 וואט לשנת 2024.

‍

מהי Edge AI ומדוע היא חשובה לקיימות?

בינה מלאכותית בתחום הקצה מעבדת נתונים באופן מקומי במקום לשלוח אותם למרכזי נתונים מרכזיים. גרטנר צופה שעד 2025, מחשוב קצה יעבד 75% מהנתונים שנוצרו, מה שיפחית משמעותית את צריכת האנרגיה הקשורה להעברת נתונים.

‍

איזו התקדמות נעשתה בתחום יעילות אנרגטית?

NVIDIA השיגה שיפור של פי 10,000 ביעילות אימון ובהסקת בינה מלאכותית בין השנים 2016 ל-2025. עם זאת, שרתים מודרניים צורכים 600-750 וואט בהשוואה ל-365 וואט בין השנים 2007-2023, דבר המראה שבעוד שהיעילות לכל פעולה משתפרת, צריכת החשמל הכוללת ממשיכה לגדול.

‍

מה עושות חברות טכנולוגיה גדולות למען קיימות?

מיקרוסופט : התחייבות ל-100% אנרגיה מתחדשת עד 2025 וקרן חדשנות אקלימית בסך מיליארד דולר. עם זאת, היא פלטה 15.4 מיליון טון מטרי של שווה ערך ל-CO2 בשנת 2024.

גוגל : השיגה 100% אנרגיה מתחדשת בשנת 2020 וחתם על חוזים של 19 ג'יגה-וואט של אנרגיה מתחדשת חדשה ב-16 מדינות עד 2024.

אמזון AWS : הכריזה על 18 פרויקטים חדשים של אנרגיה מתחדשת בהיקף כולל של 5.6 ג'יגה-וואט, אך סופגת ביקורת על חוסר שקיפות בדיווח.

‍

האם קיימים כלים לניטור ההשפעה הסביבתית של בינה מלאכותית?

כן, קיימים מספר כלים:

• CarbonTracker ו-CodeCarbon : להערכת טביעת הרגל הפחמנית שלך
• eco2AI : ספריית קוד פתוח למעקב אחר פליטות במהלך אימון והסקה
• אלגוריתמים ירוקים ו-PowerTop : כלי ניטור ייעודיים נוספים

כיצד מוסדרת בינה מלאכותית ירוקה?

האיחוד האירופי הוביל את חוק הבינה המלאכותית של האיחוד האירופי , שאומץ ביוני 2024 - כללי הבינה המלאכותית הראשונים בעולם שיהיו ניתנים לאכיפה מלאה לאחר 24 חודשים. עם זאת, מומחים מדגישים פערים בשיח הרגולטורי להפיכת בינה מלאכותית לקיימת מבחינה סביבתית.

מהן התחזיות העתידיות לצריכת אנרגיה של בינה מלאכותית?

התחזיות מדאיגות:

• צריכת מרכזי הנתונים העולמית תוכפל בין 2023 ל-2028 (CAGR 19.5%)
• היא תגיע ל-857 TWh בשנת 2028
• צריכת האנרגיה הספציפית עבור בינה מלאכותית תגדל בקצב צמיחה שנתי ממוצע (CAGR) של 44.7%, ותגיע ל-146.2 TWh עד 2027.

מה ההבדל בין בינה מלאכותית שנכנסה לירוקה לבין בינה מלאכותית שנכנסה לירוקה על ידיה?

בינה מלאכותית ירוקה : מתמקדת בתכנון אלגוריתמים ומודלים יעילים יותר מבחינה אנרגטית מטבעם על ידי אופטימיזציה של חומרה ותוכנה.

ירוק על ידי בינה מלאכותית : השתמשו בבינה מלאכותית כדי לשפר את הקיימות במגזרים אחרים, תוך מינוף בינה מלאכותית כדי לייעל את יעילות האנרגיה ביישומים חיצוניים.

‍

מדוע שנת 2025 נחשבת לשנה מכרעת עבור בינה מלאכותית ירוקה?

שנת 2025 מייצגת נקודת מפנה שבה החלטות שיתקבלו היום יקבעו האם בינה מלאכותית תהיה חלק מבעיית האקלים או פתרון לה. הגידול בביקוש לחשמל לבינה מלאכותית הוא מבחן לאופן שבו החברה תגיב לאתגרי החשמול הרחב יותר. בינה מלאכותית ירוקה כבר אינה אופציה, אלא הכרח לעתיד מתקדם מבחינה טכנולוגית ובר-קיימא מבחינה סביבתית.

‍

‍