בתחום בו המונח “שרתים” נראה כאילו תמיד מדובר בעמודי קירור אפורים והמדפים הרועשים של דיסקים, מתרוממת גלגלת חדשה: צריכת המחשוב של מערכות בינה מלאכותית (AI) – וטלטלת שהיא כבר משנה את כללי המשחק של חוות השרתים.
שיאים קיצוניים בשווי ובקצב
יצרנית השבבים Nvidia כבר חצתה שווי שוק של 5 טריליון דולר – מספר שבשנתיים בלבד קפץ מ"למדיונית" ל-“הכלכלה עצמה כמעט”.
במקביל, חברת OpenAI – שמפעילה את המודל הפופולרי שמוכר לנו (ואתגרי יותר) – התחייבה על חוזי ענן ותשתית בהיקפים של מאות מיליארדי דולרים.
התשתית הפיזית שמאחורי השיחה
למעשה, הגרעין של הגל הוא לא רק התוכנה, אלא חוות שרתים ענקיות שמזינות את מערכות ה-AI. לפי מחקר עדכני, העולם עומד לבנות עד עשר אלף חוות כאלה, והשקעות הענק בתחום כבר מבוססות על כוח מחשוב, אנרגיה ותשתיות קירור.
לדוגמה: ההוצאה על תשתיות נתונים (שאינן כוללות רק החומרה אלא גם האנרגיה והתשתית הפיזית) נמצאת במסלול להגיע ל-1 טריליון דולר בשנים הקרובות. בנוסף, הצפי הוא ש-14 % מצריכת החשמל בארה"ב עד 2040 תגיע מחוות שרתים בלבד.
הזדמנות – וסיכון – לחוות שרתים בישראל
אם אתם עומדים בראש חוות שרתים או שוקלים להיכנס לתחום בישראל, יש כמה מסרים חשובים:
פרסום
- הביקוש לתשתית עולה בקצב מואץ – זה הזמן לחשיבה על הרחבות, או התאמות של הקיבולת והקירור, במיוחד אם אתם שואפים להיות שחקן במפעלים שמגדלים מודלים גדולים.
- עלויות האנרגיה והקירור מתרחבות – חוות שרתים אינן רק “קופסאות עם שירותי ענן” יותר. הן נכנסות לתחום של צריכת חשמל משמעותית, והיכולת לנהל את העלויות הללו תהפוך להיות ביצועית קריטית.
- כך גם החדירה לשוק מקומי – בעוד ששוק ה-hyperscaler בארה״ב וסין שואף לרמות של עשרות ג׳אווה־ואט, בישראל יכול להיות יתרון למיקוד ב-edge, בשרתים מותאמים, ובשירותים משלימים (רכבים חכמים, צ’יפים ייחודיים, שירותי ענן מגזריים).
- הסיכון: ציפיות גבוהות מדי – ישנם מחקרים שמציינים כי כ-95 % מפרויקטי ה-AI הארגוניים לא השיגו את התשואה הצפויה. כלומר: גם אם החומרה קיימת – השאלה היא האם המודל העסקי, השימוש, וההטמעה עומדים.
יתרונות אסטרטגיים לחוות שרתים
- אפשרות ליצירת ערך מוסף על-ידי שירותי AI-ready – הצעת תשתית שמיועדת כבר מראש לאימון/הפעלה של מודלים, עם מיתוג מתאים, קירור גבוה, ואפשרות להרחבה מהירה.
- שותפויות עם ספקי שבבים/חומרה – אם אתם כבר בתחומי שרתים, פתיחה לשיתופי פעולה עם ספקים כמו Nvidia או AMD יכולה להוות הזדמנות.
- גיוון תפוצה גיאוגרפית – חוות בישראל או באזור שמעניקות שירותי Edge או חיבור לאירופה/המזה״ת יכולות למלא חלל בשוק העולמי שמתרחב.
נקודות לשימת לב
- בדקו היטב את תמחור האנרגיה והתכנון לטווח רחוק – מודלים עתידיים של AI צורכים יותר אנרגיה ויוצרים יותר חום, הקירור אינו קוסמטי אלא חיוני.
- וודאו כי הבנייה של התשתית מתאימה לא רק להווה אלא גם למה שיגיע – מתודולוגיות של “AI-ready electrical architectures” כבר נכנסות לשימוש.
- שימו לב: עולמות ה-AI והשרתים אינם לוקחים בחשבון רק את החומרה, אלא גם את התשתית הלוגיסטית, כוח אדם מומחה, שרשרת האספקה של שבבים, וזמני הרענון של ציוד.
- הסיכון ברכישה מתוך אופוריה – כשמשקיעים "חשים" שהם חייבים להירוץ אחרי כולם, יש סיכון של over-capacity או חוסר ניצול. בהתחשב בכך שחלק מהפרויקטים לא השיבו את ההשקעה – זה אינו פשוט.
