Yapay zekâ büyürken enerji yükü de artıyor

Yapay zekâ altyapısının hızla genişlemesi, veri merkezlerinin enerji ve su tüketimini artırırken teknoloji şirketlerinin sürdürülebilirlik hedeflerini de baskı altına alıyor. Raporda, bu ikilemin veri merkezi seçimi, donanım tercihi ve algoritma verimliliği üzerinden ele alınması gerektiği vurgulanıyor.

Yoğun hesaplama gücü gerektiren yapay zekâ sistemlerinin yaygınlaşması, teknoloji şirketlerini yalnızca yeni altyapı yatırımlarına değil, aynı zamanda artan enerji tüketimi ve karbon salımıyla yüzleşmeye de zorluyor. Microsoft, Google ve Amazon gibi şirketler, net sıfır emisyon ve sürdürülebilirlik hedeflerini korumaya çalışırken, yapay zekâya dayalı büyümenin çevresel maliyetlerini daha açık biçimde tartışmaya başladı.

Pennsylvania Üniversitesi Wharton Okulu’ndaki İşbirliğine Dayalı İnovasyon Programı ile yürütülen çalışma kapsamında hazırlanan değerlendirmede, yapay zekânın çevresel etkisinin üç ana başlıkta yoğunlaştığı belirtiliyor: veri merkezleri, donanım seçimi ve algoritmaların verimliliği.

VERİ MERKEZLERİ ENERJİ BASKISINI BÜYÜTÜYOR
Uluslararası Enerji Ajansı’nın tahminine göre veri merkezleri ile veri iletim ağları, küresel enerjiye bağlı sera gazı salımlarının yaklaşık yüzde 1’inden sorumlu bulunuyor. Yapay zekâ talebi arttıkça, bu altyapının enerji ve su ihtiyacı da büyüyor.

Raporda, veri merkezlerinin bugün ABD’de kullanılan elektriğin yaklaşık yüzde 6’sını tükettiği, bu oranın 2026’ya kadar iki katına çıkmasının beklendiği aktarılıyor. Bu artışın, düşük karbonlu ekonomiye geçiş sürecinde enerji, su ve kritik ekipmanlar üzerindeki baskıyı artırabileceği ifade ediliyor.

OPERASYONEL EMİSYONLAR ÖNE ÇIKIYOR
Çalışmada, veri merkezlerinden kaynaklanan çevresel etkinin büyük bölümünü operasyonel emisyonların oluşturduğu vurgulanıyor. Bu nedenle teknoloji şirketlerinin, doğrudan ve dolaylı emisyonları azaltma, karbon giderimini hızlandırma, donanımın yeniden kullanımını artırma ve biyolojik çeşitliliği destekleme gibi başlıklara yöneldiği belirtiliyor.

Ancak rapor, yapay zekâ yatırımlarının ilk aşamalarında büyümenin büyük ölçüde fosil yakıtlarla destekleneceğine de dikkat çekiyor.

YER SEÇİMİ EMİSYONLARI CİDDİ BİÇİMDE DÜŞÜREBİLİR
Rapora göre veri merkezi konumunun doğru seçilmesi, operasyonel emisyonları en az yüzde 60 oranında azaltma potansiyeli taşıyor. Bu noktada enerji satın alma anlaşmaları ile güneş, rüzgâr, hidroelektrik ve jeotermal gibi karbon içermeyen kaynaklara erişim belirleyici unsurlar arasında yer alıyor.

Google’ın 2024 sürdürülebilirlik verilerine atıf yapılan değerlendirmede, sera gazı emisyonlarındaki yıllık artışın önemli bölümünün, karbon içermeyen enerjiye erişimin sınırlı olduğu bölgelerdeki veri merkezi tüketimi ve tedarik zinciri kaynaklı olduğu belirtiliyor.

DONANIM TERCİHİ MALİYET VE VERİMLİLİK DENGESİNİ BELİRLİYOR
Raporda yapay zekâ sistemlerinde kullanılan işlemcilerin, maliyet, ölçeklenebilirlik, performans ve çevresel etki bakımından farklı sonuçlar doğurduğu ifade ediliyor. Merkezi işlem birimleri, grafik işlem birimleri, tensör işlem birimleri ve sinirsel işlem birimlerinin her biri farklı ihtiyaçlara göre öne çıkıyor.

Özellikle grafik işlem birimlerinin, yüksek işlem gücü sayesinde yapay zekâ eğitiminde öne çıktığı; buna karşılık yapay zekâ görevleri için özel geliştirilen bazı donanımların enerji verimliliği bakımından daha avantajlı olabildiği kaydediliyor. Çalışmada, özel donanım seçeneklerinin bazı durumlarda grafik işlem birimlerine göre 1,5 kata kadar daha verimli sonuç verdiği bilgisi paylaşılıyor.

ASIL YÜK ÇIKARIM SÜREÇLERİNDE YOĞUNLAŞABİLİR
Yapay zekâ modellerinde uzun süre eğitimin daha maliyetli olduğu düşünülse de, son dönemde çıkarım süreçlerinin toplam yük içinde daha fazla pay almaya başladığı belirtiliyor. Raporda, bazı şirketlerin makine öğrenmesi maliyetlerinin yüzde 90’ına kadarının çıkarım süreçlerinden kaynaklanabileceğini düşündüğü, Google’ın ise kullanılan enerjinin yüzde 60’ının çıkarıma, yüzde 40’ının eğitime gittiğini tahmin ettiği aktarılıyor.

Bu tablo, yalnızca model eğitiminin değil, kullanım aşamasındaki enerji tüketiminin de dikkatle izlenmesi gerektiğini gösteriyor.

ALGORİTMA VERİMLİLİĞİ ÖNE ÇIKIYOR
Çalışmada, donanım kadar algoritma verimliliğinin de belirleyici olduğu vurgulanıyor. Veri toplama ve işleme süreçlerinin iyileştirilmesi, daha verimli yazılım kütüphanelerinin kullanılması ve eğitim yöntemlerinin gözden geçirilmesiyle enerji tüketimi ve karbon salımının azaltılabileceği ifade ediliyor.

Buna göre, daha hafif modellerin tercih edilmesi, göreve özel sistemlerin kullanılması, komut yapılarının iyileştirilmesi ve minimum parametreyle ince ayar yapılması gibi yöntemler sürdürülebilirlik açısından önem taşıyor.

HER İHTİYAÇ İÇİN ÜRETKEN YAPAY ZEKÂ GEREKMİYOR
Raporun öne çıkan tespitlerinden biri de her iş ihtiyacının üretken yapay zekâ çözümü gerektirmediği yönünde. Genel amaçlı büyük modellerin, göreve özel sistemlere kıyasla daha fazla enerji tükettiği; bu nedenle iş ihtiyacına en uygun ve en yalın çözümün seçilmesinin önem kazandığı belirtiliyor.

Metin sınıflandırma, özetleme, görüntü oluşturma gibi görevler arasında da ciddi enerji farkları bulunduğuna dikkat çekilirken, özellikle görüntü üretiminin çok daha yüksek enerji ihtiyacı doğurduğu ifade ediliyor.

YENİ DÖNEM: YEŞİL YAPAY ZEKÂ
Değerlendirmede, yapay zekâ alanındaki büyümenin temiz enerji yatırımlarını da hızlandırdığına işaret ediliyor. Artan elektrik talebi karşısında şirketlerin daha sürdürülebilir enerji kaynaklarına yöneldiği, özellikle küçük modüler reaktörler gibi alternatiflerin daha fazla tartışılmaya başlandığı aktarılıyor.

Sonuç bölümünde ise yeşil yapay zekânın artık yalnızca teknik bir tercih değil, aynı zamanda çevresel bir zorunluluk haline geldiği vurgulanıyor. Şirketlerin önümüzdeki dönemde yalnızca yapay zekâ kapasitesiyle değil, bu kapasiteyi ne kadar düşük karbonlu bir altyapıyla yönettikleriyle de değerlendirileceği belirtiliyor.