הביקוש למודלים של AI עצום, גדול בהרבה ממה שתחזיות אופטימיות העזו לחזות, והמחשוב הקיים הפך לצוואר הבקבוק של התחום כיום. הקפיצה בגודל המודלים ובקצבי האימון הפכה את ה-AI מענף תוכנה לתעשייה עתירת הון, מים וחשמל, שבמובן מסוים מזכירה ענפי LowTech. מודלי ה-AI הגדולים דורשים כוח חישובי אדיר הכולל עשרות אלפי GPUs ובעתיד מיליוני GPUs הפועלים במקביל במשך שבועות או חודשים. זה כבר לא “מחשוב משרדי” אלא תעשייה כבדה שמכרסמת בתשתיות האנרגיה העולמיות ומאלצת מדינות ומשקיעים להשקיע מיליארדים בשדרוגים דחופים.
הצמיחה הזו מניעה גל של הקמת חוות שרתים ענקיות וייחודיות ל-AI, אשר שונות מחוות השרתים המסורתיות. הן נבנות כדי לאמן ולהפעיל מודלים עצומים, לאחסן נתונים בהיקפים חסרי תקדים ולעבד מידע בזמן אמת, תוך התמודדות עם אתגרים סביבתיים ולוגיסטיים חסרי תקדים. לפי דו"ח של ה-IEA[1], צריכת החשמל של חוות השרתים בעולם, כתוצאה מהתרחבות זו, צפויה לגדול משמעותית בשנים הקרובות, עם פוטנציאל לשנות את כללי המשחק במגזר האנרגיה העולמי בעשור הקרוב. לצד צריכת החשמל הגוברת, הצורך העצום במים לקירור, ברשתות חשמל מורחבות ובתשתיות תקשורת מגביר את ההשפעה הסביבתית (והלוגיסטית) – מפליטות CO2 ועד זיהום מקומי – ומעלה שאלות קשות על קיימות. התפשטות ה-AI, אינה רק התפתחות טכנולוגית או כלכלית, היא גם מהווה אתגר גלובלי עבור תשתיות האנרגיה וייצורה, עבור מדיניות האנרגיה העולמית ועבור מאמצי ההפחתה של פליטות ה-Co2 והגעה ל-Net-Zero.
מצב נוכחי
נכון לסוף 2024, חוות השרתים יחד עם רשתות תקשורת הקשורות אליהם היוו כ־1.5% מצריכת החשמל העולמית – כ-415 TWh בשנה. אך עם התפתחות ה-AI, התמונה משתנה במהירות מסחררת. בתרחיש הבסיסי של ה-IEA, צריכת החשמל של חוות השרתים צפויה להכפיל עצמה עד 2030 ולהגיע לכ-945 TWh בשנה – יותר מצריכתה השנתית של יפן כולה[2]. בארה"ב, חוות השרתים לבדן צפויות להוות נתח אדיר מהגידול בביקוש לחשמל הכולל עד 2030, ולהעלות את צריכת ה-AI אל מעל לייצור סחורות עתירות אנרגיה כמו אלומיניום, פלדה, כימיקלים ומלט יחדיו. הערכות אופטימיות יותר מדברות על 2,500-4,500[3] TWh בשנה עד 2050, מה שיהפוך את חוות הנתונים לשחקן דומיננטי במערכת האנרגיה העולמית, בדומה לסקטור התעופה כיום.
כדי לתמוך בגידול הזה, ינוצלו מגוון מקורות אנרגיה. אנרגיה מתחדשת (רוח ושמש) וגז טבעי צפויים להוביל בשל זמינותם ועלותם הנמוכה, אך עשוי להיות שימוש גם בפחם ובמתקני גרעין. בארה"ב, למשל, חברות כמו xAI ו-Meta כבר מקימות תחנות גז מקומיות פרטיות כדי להתגבר על מגבלות הרשת. אולם האתגר האמיתי אינו רק כמות – אלא איכות התשתית. רשתות החשמל הישנות אינן מתאימות לשירות של צרכנים נקודתיים הצורכים אנרגיה בהיקפים של עיר שלמה. לכן, יש צורך בהשקעות של מאות מיליארדים בשדרוגים.
פרוייקט סטארגייט
במרכז הסערה ניצב פרויקט סטארגייט, שהוכרז בינואר 2025 על ידי דונלד טראמפ[4] כהשקעה הגדולה ביותר בהיסטוריה של אמריקה – 500 מיליארד דולר[5] להקמת רשת של חוות שרתים ייעודיות ל-AI, עלות גדולה פי כמה מעלות הקמת כל מערכת הכבישים המהירים בארה"ב. OpenAI, בשותפות עם SoftBank היפנית (כל אחת מחזיקה כ-40%), קרן MGX מאבו-דאבי ו-Oracle, מובילות את המיזם. זאת כאשר ל-SoftBank האחריות הפיננסית על הפרויקט ול-OpenAI האחריות התפעולית. Oracle התחייבה להזרים לאתר בטקסס כ-40 מיליארד דולר עבור רכישת שבבים, ומיקרוסופט התחייבה להיות לקוח ראשון, אם כי לא משקיעה ישירות. הממשל האמריקאי מקדם את הפרויקט רגולטורית, כחלק ממאמץ לאומי להבטחת עליונות AI.
החסם הגדול ביותר בפני פרויקט הסטארגייט אינו כסף ואינו שבבים אלא חשמל. כל מרכז נתונים בודד צפוי לצרוך כ-1-5 GW (לשם השוואה, מרכז נתונים ענק כיום צורך כמה מאות מגה-וואטים בודדים). הפרויקט כולו צפוי לכלול 10 מרכזי נתונים שיצרכו יחד עד כ-15 GW, ובינתיים בארה"ב השותפות עם Oracle כבר הגיעה להסכמות סופיות לגבי הקמה של 5 GW[6].לשם השוואה, כור גרעיני סטנדרטי מפיק כ-1 ג'יגה-וואט, מדינת ישראל כולה צורכת בשיא הקיץ כ-10-12 ג'יגה-וואט, שזה כוח שווה ערך לצריכת חשמל של מדינה קטנה כמו ניו המפשייר. רשת החשמל האמריקאית אינה מסוגלת כרגע לתמוך בצרכן נקודתי בסדר גודל כזה ללא שדרוג מסיבי.
האתר הראשון של פרויקט הסטארגייט ממוקם באבילין שבטקסס ונמצא בהקמה על פני שטח של כ-1,200 דונם וצפוי לצרוך, בהפעלה מלאה כ-1.2 GW. האתר יכיל שמונה אולמות נתונים ובהם 400,000 שבבי Blackwell של אנבידיה – פי 20 מהכוח הנדרש לאימון GPT-4. הקמת המבנים הראשונים תסתיים כבר ב-2026 והמתחם כולו צפוי לפעול במלואו ב-2029 (אך ייתכנו איחורים בפתיחה לאור הלו"ז הצפוף). שותפות טכנולוגיות כמן Arm, מיקרוסופט ואנבידיה מבטיחות אופטימיזציה, כולל שבבים מותאמים כמו Azure Maia של מיקרוסופט להפחתת עלויות.
הסטארגייט אינו מוגבל לארה"ב וככל הנראה אתר שני מתוכנן להיבנות באבו-דאבי. לאתר זה כבר הובטחו 20 מיליארד דולר מה-UAE's G-42 Group. אתרים נוספים יוקמו במישיגן, בניו מקסיקו, בוויסקונסן ובאוהיו לפי ההכרזות מהחודשים האחרונים[7][8].
המטרה – לאפשר אימון "סופר-סקייל" של מודלים כמו GPT-5, שדורשים מאות אלפי ואף מיליוני GPUs, ולהגיע לבינה מלאכותית כללית (AGI). אם הפרויקט יצליח, תתאפשר דחיפה של מודלים גדולים הרבה יותר מאלה הקיימים כיום לחזית ועשויים להיווצר פערים עצומים בין ענקיות AI לחברות קטנות שלא יוכלו להשתמש ב"סופר סקייל". אך אם ייכשל, הוא עלול להפוך ל"פיל לבן" סביבתי.
כאן נכנס לתמונה החזון של סם אלטמן, מנכ"ל OpenAI, להבטחת אנרגיה זולה וירוקה. הוא משקיע ב-Helion Energy (עוסקת בהיתוך גרעיני) וב-Oklo (עוסקת בכורים גרעיניים זעירים – SMRs). עם זאת, ללא פריצת דרך, הפרויקט עלול להסתמך, בין היתר, על גז ופחם, התורמים להתחממות הגלובלית.
התחרות של הסטארגייט
פרויקט הסטארגייט אינו לבד בזירה[9]. קיימים בעולם פרויקטים נוספים, שבהם מעורבות גם ענקיות טק סיניות, אמריקאיות ואירופיות שמשקיעות טריליונים כדי לשלוט בכוח החישוב. בשנת 2025 לבדה, אמזון, גוגל, מיקרוסופט ומטה צפויות להשקיע יחד עד 320 מיליארד דולר בתשתית ה-AI שלהן, עלייה לעומת 230 מיליארד דולר בשנה הקודמת , כשאלו מהוות רק את עלויות הבנייה.
בראש רשימת המתחרים ניצב פרויקט הקולוסוס של xAI, שבבעלות אילון מאסק, אשר הושק בממפיס, טנסי, בסוף 2025 כמחשב העל הגדול בעולם ל-AI. הקולוסוס הראשון, בעלות של עשרות מיליארדים, כולל 100,000 GPUs של אנבידיה. זהו כוח חישובי שמאפשר אימון מודלים כמו Grok 4 במהירות חסרת תקדים. הקולוסוס צורך 1.2 GW (שווה לצריכה של מיליון בתים), ומאסק בונה תחנות גז מקומיות וגנרטורים לגיבוי, תוך התעלמות חלקית מלחצים סביבתיים. הקולוסוס אמור להקדים את סטארגייט בלוח הזמנים, אך לוחות הזמנים של שני הפרויקטים נשמעים צפופים ולא ריאליים. הקולוסוס השני, שצפוי להיפתח ב-2026, יהיה בעל כוח מחשוב שווה ערך לכ-1.4 מיליון שבבי GPUs. מתחרים אמריקאיים נוספים שראוי להזכיר ונמצאים בהקמה בעלויות עתק הם פרומתאוס של Meta[10], היפריון של Meta וגם Fairwater של מיקרוסופט, אך יש עוד רבים אחרים. בסין, המרוץ אגרסיבי יותר[11] ונתמך בהשקעות ממשלתיות של מאות מיליארדי דולרים, שמאיימות להדביק את ארה"ב, אך סובלות מסנקציות על שבבים מתקדמים. לפי הערכות בענף, יושקעו עד 2030 כ-6.7 טריליון דולר עבור הקמת חוות שרתים (לא כולן ייעודיות ל-AI), כדי לענות על הביקושים הגוברים[12].
ניתן לומר שהצלחה של פרויקטים אלה תלויה בפתרון לבעיית החשמל. סטארגייט, קולוסוס ופרומתאוס דורשים שדרוגי רשת בסדר גודל של מאות מיליארדים, כולל קווי מתח גבוה ותחנות גיבוי. בנוסף, קירור דורש מאות מיליוני גלונים של מים – בטקסס לבדה, סטארגייט עלול לצרוך מים כמו עיר גדולה, מה שמעלה חששות למחסור במים.
הנתון היותר מעניין לגבי הצלחת הפרויקט הוא שאם הוא מצליח, הוא לא רק ישנה את עתיד ה-AI, אלא עשוי לשנות גם את היציבות הקיימת בין מדינות העולם ובמיוחד בין ארה"ב לסין. במאה הקודמת מדינות השקיעו מיליארדים בתשתיות רכבת, בתוכניות חלל, בכבישים מהירים ובתשתיות חשמל. היום ה-AI היא ההשקעה הגדולה הבאה. השאלה העולה – האם זוהי באמת הזדמנות המאה או שמא מדובר בבועה?
צריכת החשמל של חוות שרתים ייעודיות ל-AI
בחוות שרתים ייעודיות ל-AI, צריכת החשמל הכוללת גבוהה יותר מאשר בחוות שרתים רגילות בגלל הצפיפות הגבוהה של שבבי ה-AI, כמו NVIDIA H100 או דומים לו, המייצרים חום רב. כ-40%-55% מצריכת החשמל הכוללת של המתקן הינה עבור השבבים עצמם, המצויים בתוך ציוד ה-IT. בתוך השבבים עצמם, ה-GPUs צורכים בין 70%-90% מצריכת השבבים, מפני שהם מבצעים את החישובים הכבדים באימון וב-Interface של מודלי ה-AI. כ-40%-55% נוספים מצריכת החשמל הינה לצורך תפעול (מתוך חלק זה 30%-40% נצרך לקירור, HVAC או נוזלי) והיתר לגיבוי חשמל ומערכות תמיכה אחרות.
מדד היעילות PUE (Power Usage Effectiveness) מודד את יחס צריכת החשמל הכוללת ביחס לצריכה של ה-IT. בחוות שרתים ל-AI טיפוסיות ה-PUE עומד על 1.2-1.5. בחברות מתקדמות כמו Google היחס אף נמוך יותר.
יש לציין כי בשנים הקרובות השיפורים הטכנולוגיים יתמקדו, בין היתר, ביעילות השבבים ובשיפור ה-PUE. התייעלות זו צפויה לעכב חלק מהגידול בביקושים לחשמל בשנים הקרובות. חברות שיצליחו להביא לשיפור משמעותי בצריכת החשמל של חוות שרתים ייעודיות ל-AI, עשויות לבלוט מאוד.
פרספקטיבה ישראלית
גם ישראל נחשפת לגל שמשפיע על תשתיות האנרגיה העולמיות ולפי מחקר של Arizton, יושקעו בישראל עד 2030 1.39 מיליארד דולר לצורך הקמת חוות שרתים חדשות[13]. אמנם קנה המידה המקומי קטן משמעותית מזה של ארה"ב או של סין, אך הוא קיים. בשנים האחרונות מוקמות בישראל חוות שרתים של Google, Oracle, AWS ומיקרוסופט. חוות שרתים אלו נבנות בהיקפים שישראל לא הכירה עד כה – כל אחת צורכת עשרות מגה־וואטים, וצפויות יחד להוסיף עומס משמעותי על רשת החשמל.
הביקוש לחשמל מצד חוות השרתים בישראל צפוי לזנק בכ-40% עד סוף העשור וזאת כשמערכות ההולכה והחלוקה בארץ כבר מתוחות לקצה גבולן, וחברת החשמל נאלצת לעכב חיבור של מתקנים חדשים עקב מחסור בקווי מתח גבוה.
האתגר הסביבתי מורכב גם הוא שכן הקמת חוות שרתים מחייבת קירור מתמיד. חוות שרתים גדולה צורכת מיליוני ליטרים של מים ביום – נתון בעייתי, במיוחד באזורי המרכז והנגב בהם ממוקמות רוב התשתיות. אמנם ניתן להשתמש במערכות קירור אוויר או במים ממוחזרים, אך העלות האנרגטית שלהן גבוהה, ולעיתים מייקרת את הפעלת החווה בעשרות אחוזים.
אך האירוע יוצר לישראל גם הזדמנות אסטרטגית. חברות אנרגיה סולארית ישראליות, ספקיות גנרטורים, קבלני תשתיות וסטארט-אפים בתחום ניהול עומסים וקירור חכם – כולם מוצאים עצמם בחזית ביקוש חדש. בנוסף, הידע שנצבר כאן עשוי להפוך את ישראל ליצואנית פתרונות בתחום ה-“AI Infrastructure Resilience”, שילוב בין ניהול אנרגיה, קירור, סייבר ותחזוקה חכמה.
גם במישור המדיני מתעוררת שאלה. האם ישראל, שמסתמכת כיום על גז טבעי, יכולה להבטיח אספקת חשמל רציפה לחוות שרתים של תאגידים זרים גם בשעת חירום? האם נכון לאפשר לגורמים זרים להקים תשתיות קריטיות כאלה בשטח ישראל מבלי שתהיה למדינה שליטה מלאה על תפעולן?
לישראל ישנה אפשרות להרוויח מגל תשתיות ה-AI ולא להישאר מאחור. המדינה עדיין רחוקה מהשקעה בתשתיות חישוב בקנה מידה עולמי. חיבור חוות שרתים חדשות לרשת החשמל המקומית, הקמה של חוות שרתים ייעודיות ל-AI ושיתופי פעולה עם ענקיות ענן הם צעדים חשובים שיעזרו לישראל לשמור על רלוונטיות בזירה הגלובלית. אם ישראל לא תציב יעד לאומי בתחום זה – היא עלולה להישאר מאחור.
[1] https://www.iea.org/news/ai-is-set-to-drive-surging-electricity-demand-from-data-centres-while-offering-the-potential-to-transform-how-the-energy-sector-works?utm_
[2] https://www.iea.org/news/ai-is-set-to-drive-surging-electricity-demand-from-data-centres-while-offering-the-potential-to-transform-how-the-energy-sector-works?utm_
[3] https://www.mckinsey.com/industries/energy-and-materials/our-insights/global-energy-perspective-testing?utm_
[8] https://www.cnbc.com/2025/09/23/openai-first-data-center-in-500-billion-stargate-project-up-in-texas.html





