Küresel yapay zeka endüstrisi, enerji tüketimi konusunda endişe verici bir eşiğe doğru ilerliyor. Yeni araştırmalar, yapay zeka sistemlerini çalıştırmak için gereken elektriğin, 2025 yılı sonu itibarıyla Bitcoin madenciliğinin enerji tüketimini ve hatta bazı ülkelerin toplam tüketimini bile aşabileceğini gösteriyor. Bu durum, elektrik şebekelerini ve iklim taahhütlerini derinden etkileyecek potansiyele sahip.
Üretken yapay zekanın hızla yaygınlaşması, veri merkezi inşaatında ve donanım üretiminde büyük bir patlamayı tetikledi. Yapay zeka uygulamaları daha karmaşık hale geldikçe ve daha yaygın olarak benimsendikçe, Nvidia ve AMD gibi şirketlerin hızlandırıcıları gibi özel yapay zeka donanımları benzeri görülmemiş bir hızla çoğaldı. Bu artış, enerji tüketiminde çarpıcı bir yükselişe yol açtı ve yapay zekanın şu anki yaklaşık %20’lik payından gelecek yıla kadar tüm veri merkezi elektrik kullanımının neredeyse yarısını oluşturması bekleniyor.
Bu dönüşüm, Vrije Universiteit Amsterdam Çevre Çalışmaları Enstitüsü’nden doktora adayı Alex de Vries-Gao tarafından titizlikle analiz edildi. Joule dergisinde yayımlanan araştırması, yapay zeka donanımının üretim hacmini ve enerji tüketimini tahmin etmek için kamuya açık cihaz spesifikasyonlarını, analist tahminlerini ve kurumsal açıklamaları temel alıyor. Büyük teknoloji şirketlerinin yapay zeka operasyonlarının elektrik tüketimini nadiren açıklaması nedeniyle, de Vries-Gao ileri çipler için tedarik zincirini ve TSMC gibi kilit oyuncuların üretim kapasitesini inceleyen bir üçlü doğrulama yöntemi kullandı.
Yapay zekanın asıl enerji tüketimi daha başlamadı
Ortaya çıkan rakamlar dikkat çekici bir tablo sunuyor. Modern veri merkezlerinin vazgeçilmezi haline gelen her bir Nvidia H100 yapay zeka hızlandırıcı, karmaşık modeller çalışırken sürekli olarak 700 Watt enerji tüketiyor. Milyonlarca birimle çarpıldığında, ortaya çıkan kümülatif enerji tüketimi dudak uçuklatıcı hale geliyor. De Vries-Gao, yalnızca 2023-2024 yıllarında üretilen donanımın, nihayetinde 5,3 ila 9,4 Gigawatt arasında bir enerji talebi yaratabileceğini tahmin ediyor. Bu miktar, İrlanda’nın tüm ulusal elektrik tüketimini aşmaya yetiyor.
Ancak asıl büyük artış henüz gelmedi. TSMC’nin CoWoS paketleme teknolojisi, güçlü işlemcilerin ve yüksek hızlı belleğin tek bir birimde entegre edilmesini sağlayarak modern yapay zeka sistemlerinin çekirdeğini oluşturuyor. De Vries-Gao, TSMC’nin 2023 ve 2024 yılları arasında CoWoS üretim kapasitesini iki kattan fazla artırdığını ancak Nvidia ve AMD gibi yapay zeka çip üreticilerinin talebinin hala arzı aştığını buldu. TSMC, 2025’te CoWoS kapasitesini bir kez daha ikiye katlamayı planlıyor.
De Vries-Gao, mevcut eğilimlerin devam etmesi halinde, toplam yapay zeka sistem enerji ihtiyacının yıl sonuna kadar 23 gigawatt’a ulaşabileceğini öngörüyor. Bu miktar, kabaca Birleşik Krallık’ın ortalama ulusal enerji tüketimine eşdeğer ve küresel Bitcoin madenciliğinden daha büyük bir enerji ayak izi anlamına geliyor. Uluslararası Enerji Ajansı (IEA), bu büyümenin yalnızca iki yıl içinde veri merkezlerinin elektrik tüketimini ikiye katlayabileceği konusunda uyarıyor.
“Daha büyük daha iyi” yarışı verimliliğin önemini bitiriyor
Enerji verimliliğindeki iyileşmeler ve yenilenebilir enerjiye olan güvenin artması bazı faydalar sağlasa da, bu kazanımlar yeni donanım ve veri merkezlerinin devreye alınmasının ölçeği tarafından hızla geride bırakılıyor. Sektörün “büyüğün daha iyi olduğu” zihniyeti ve performansı artırmak için sürekli daha büyük modellerin peşinden gidilmesi, kaynak kullanımını tırmandıran bir geri bildirim döngüsü yarattı. Bireysel veri merkezleri daha verimli hale gelse bile, toplam enerji kullanımı artmaya devam ediyor.
Perde arkasında, bir üretim yarışı herhangi bir verimlilik kazanımını daha da zorlaştırıyor. Her yeni nesil yapay zeka çipi, giderek daha sofistike paketleme gerektiriyor. TSMC’nin en son CoWoS-L teknolojisi, yeni nesil işlemciler için temel olsa da, düşük üretim verimi oranlarıyla mücadele ediyor. Bu arada, Google gibi şirketler, yeterince hızlı veri merkezi inşa etmek için çabalarken “güç kapasitesi krizleri” yaşadığını bildiriyor. Bazı projeler, yapay zeka iş yükleri için özel olarak 4,5 gigawatt doğalgaz kapasitesi sağlayan fosil yakıt altyapısını yeniden kullanıyor.
Yapay zekanın çevresel etkisi, bu enerji yoğun sistemlerin nerede çalıştığına büyük ölçüde bağlı. Elektriğin öncelikli olarak fosil yakıtlardan üretildiği bölgelerde, ilişkili karbon emisyonları, yenilenebilir enerji kaynaklarıyla desteklenen alanlara göre önemli ölçüde daha yüksek olabilir. Örneğin, kömüre dayalı Batı Virginia’daki bir sunucu çiftliği, yenilenebilir kaynaklar açısından zengin California’daki bir sunucu çiftliğinin neredeyse iki katı karbon emisyonu üretiyor. Ancak, teknoloji devleri yapay zekalarının nerede veya nasıl çalıştığını nadiren açıklıyor. Bu şeffaflık eksikliği, iklim hedeflerini baltalama tehdidi oluşturuyor ve politika yapıcıların, araştırmacıların ve halkın yapay zeka patlamasının çevresel etkilerini tam olarak değerlendirmesini zorlaştırıyor.
