Yapay zekanın enerji ayak izinin hesabını yaptık. İşte duymadığınız hikaye.
Yapay zekânın hayatımıza entegrasyonu, son on yıldan fazla süredir çevrimiçi yaşamda yaşanan en önemli değişimdir. Yüz milyonlarca insan artık ödevlerinde, araştırmalarında, kodlamada yardım almak veya görüntü ve video oluşturmak için düzenli olarak sohbet robotlarına başvuruyor. Peki tüm bunları ne güçlendiriyor?
Bugün, MIT Technology Review tarafından yapılan yeni bir analiz, yapay zeka endüstrisinin ne kadar enerji kullandığına dair –tek bir sorguya kadar– eşi benzeri görülmemiş ve kapsamlı bir bakış açısı sunuyor; karbon ayak izinin şu an nerede olduğunu ve yapay zeka günlük milyarlarca kullanıcıya doğru ilerlerken nereye doğru gittiğini ortaya koyuyor.
Bu hikaye, MIT Technology Review'ın yapay zeka devriminin enerji talepleri ve karbon maliyetleri üzerine “Açgözlü Güç: Yapay Zeka ve Enerji Geleceğimiz” dizisinin bir parçasıdır.
Yapay zekânın enerji taleplerini ölçen iki düzine uzmana görüştük, farklı yapay zeka modellerini ve istemlerini değerlendirdik, yüzlerce sayfalık projeksiyon ve raporu inceledik ve önde gelen yapay zeka modeli üreticilerini planları hakkında sorguladık. Sonuç olarak, yapay zekânın enerji tüketimi hakkındaki yaygın anlayışın birçok açığı olduğunu bulduk.
Daha küçük ölçekli başladık, çünkü tek bir sorgulama ne kadar maliyetli olduğu sorusu daha büyük resmi anlamak için hayati önem taşıyor. Bunun nedeni, bu sorguların bağımsız sohbet robotlarının ötesinde, aramadan acentelere, günlük fitness'ımızı takip etmek, çevrimiçi alışveriş yapmak veya uçuş rezervasyonu yapmak için kullandığımız sıradan günlük uygulamalara kadar her zamankinden daha fazla uygulamaya entegre edilmesidir. Bu yapay zeka devrimini güçlendirmek için gereken enerji kaynakları göz korkutucu ve dünyanın en büyük teknoloji şirketleri, bu enerjinin daha fazlasını kullanmayı en üst öncelik haline getirerek, süreçte enerji şebekelerimizi yeniden şekillendirmeyi hedefliyor.
Meta ve Microsoft, yeni nükleer santraller kurmak için çalışıyor. OpenAI ve Başkan Donald Trump, Apollo uzay programından daha fazla olan 500 milyar dolar harcamayı hedefleyen ve her biri (New Hampshire eyaletinin toplam elektrik talebinden daha fazla olan) beş gigawatt gerektirebilecek 10 veri merkezi inşa etmeyi amaçlayan Stargate girişimini duyurdu. Apple, önümüzdeki dört yılda ABD'de üretim ve veri merkezlerine 500 milyar dolar harcama planlarını açıkladı. Google, yalnızca 2025 yılında yapay zeka altyapısına 75 milyar dolar harcamayı bekliyor.
Bu sadece dijital dünyanın normu değil. Yapay zekaya özgüdür ve son zamanlardaki Big Tech'in elektrik iştahından belirgin bir ayrılıştır. 2005'ten 2017'ye kadar, Facebook'tan Netflix'e kadar bulut tabanlı çevrimiçi hizmetlerin yükselişine hizmet etmek için yeni veri merkezlerinin ordularının kurulmasına rağmen, verimlilik artışları sayesinde veri merkezlerine giden elektrik miktarı oldukça sabit kaldı. 2017'de yapay zeka her şeyi değiştirmeye başladı. Veri merkezleri, yapay zeka için tasarlanmış enerji yoğun donanımlarla inşa edilmeye başlandı ve bu da 2023 yılına kadar elektrik tüketimlerinin iki katına çıkmasına yol açtı. Son raporlar, ABD'deki tüm enerjinin %4,4'ünün artık veri merkezlerine gittiğini gösteriyor.
Veri merkezleri tarafından kullanılan elektriğin karbon yoğunluğu, ABD ortalamasının %48 daha yüksekti.
Yapay zekânın yönü göz önüne alındığında –daha kişiselleştirilmiş, bizim adımıza karmaşık sorunları çözebilen ve her yerde– yapay zeka ayak izimizin bugün bugüne kadarki en küçük hali olması muhtemeldir. Aralık ayında Lawrence Berkeley Ulusal Laboratuvarı tarafından yayınlanan yeni projeksiyonlara göre, 2028 yılına kadar veri merkezlerine giden elektriğin yarısından fazlası yapay zeka için kullanılacak. Bu noktada, yalnızca yapay zeka, tüm ABD hanelerinin %22'si kadar yıllık elektrik tüketebilir.
Bu arada, veri merkezlerinin acil ihtiyaçları karşılamak için daha kirli, daha karbon yoğun enerji biçimlerini (gaz gibi) kullanma eğiliminde olması bekleniyor ve bu da arkasında emisyon bulutları bırakıyor. Ve tüm bu büyüme, henüz yolunu bulan ve eğitim, tıbbi tavsiye, hukuki analiz gibi birçok uygulamada iş için yanlış araç olabilecek veya en azından daha az enerji yoğun bir alternatife sahip olabilecek yeni bir teknoloji içindir.
Yapay zekânın enerji kullanımının sayımları, genellikle bireysel davranışı eleştirerek veya daha büyük iklim suçlularıyla karşılaştırma tetikleyerek konuşmayı kısaltır. Her iki tepki de konuyu es geçer: Yapay zeka kaçınılmazdır ve tek bir sorgu düşük etkiye sahip olsa bile, hükümetler ve şirketler artık yapay zekânın ihtiyaçları etrafında çok daha büyük bir enerji geleceği şekillendiriyor.
Önümüzdeki birçok kararı bilgilendirmeyi amaçlayan bir muhasebe ile farklı bir yaklaşım benimsiyoruz: veri merkezlerinin nereye gittiği, bunları neyin güçlendirdiği ve yapay zekânın büyüyen bedelini görünür ve hesap verebilir hale getirme.
ChatGPT'nin artık Instagram'dan hemen sonra ve X'ten önce dünyanın beşinci en çok ziyaret edilen web sitesi olduğu tahmin ediliyor.
Bunun nedeni, teknoloji şirketleri, kamu hizmet sağlayıcıları ve federal hükümet tarafından ortaya konulan iddialı yapay zeka vizyonuna rağmen, bu geleceğin nasıl ortaya çıkabileceğine dair ayrıntıların belirsiz olmasıdır. Bilim insanları, federal olarak finanse edilen araştırma tesisleri, aktivistler ve enerji şirketleri, önde gelen yapay zeka şirketlerinin ve veri merkezi operatörlerinin faaliyetleri hakkında çok az bilgi açıkladığını savunuyor. Yapay zeka modellerini oluşturan ve dağıtan şirketler, temel bir soruyu yanıtlama söz konusu olduğunda büyük ölçüde sessiz kalıyor: Bu modellerden biriyle etkileşim kurmak ne kadar enerji kullanıyor? Ve yapay zekânın geleceğini hangi enerji kaynakları güçlendirecek?
Bu, enerji taleplerini tahmin etmenin görevi olanları bile sayısız eksik parçayla bir bulmacayı bir araya getirmeye zorluyor ve yapay zekânın enerji şebekeleri ve emisyonlar üzerindeki gelecekteki etkisini planlamayı neredeyse imkansız hale getiriyor. Daha da kötüsü, kamu hizmet şirketlerinin veri merkezleriyle yaptığı anlaşmalar, yapay zeka devriminin maliyetlerini daha yüksek elektrik faturaları şeklinde geri kalanımızın üzerine aktaracaktır.
Anlaşılması çok zor. Bu geleceğin neye benzediğinin genel resmini tanımlamak için en baştan başlamalıyız.
İkinci Bölüm: Bir Sorgu
Bir yapay zeka modeline soru sormanın enerji etkisini tahmin eden birkaç grafik gördüyseniz, bunun bir arabanın yakıt ekonomisini veya bulaşık makinesinin enerji derecesini ölçmeye benzediğini düşünebilirsiniz: hesaplanması için ortak bir metodolojiye sahip bilinebilir bir değer. Yanılıyorsunuz.
Gerçekte, modelin türü ve boyutu, ürettiğiniz çıktının türü ve kontrolünüzün ötesindeki sayısız değişken –örneğin, talebinizin gönderildiği veri merkezine hangi enerji şebekesinin bağlı olduğu ve işlenmesinin hangi saat olduğu– bir sorguyu diğerinden binlerce kat daha fazla enerji yoğun ve emisyon üreten hale getirebilir.
Ve sorunuzu bir veri merkezine yönlendirdikten sonra, Instagram gibi bir uygulama içinde telefonunuzda veya ChatGPT için web arayüzünde olsun, çoğu yapay zeka modelini sorguladığınızda, gerçekleşenlerin çoğu gizli kalır. Talebinizi dünyanın hangi veri merkezinin işlediği, bunu yapmanın ne kadar enerji gerektirdiği ve kullanılan enerji kaynaklarının ne kadar karbon yoğun olduğu gibi faktörler, genellikle modelleri çalıştıran şirketler tarafından bilinir.
Bu, OpenAI'nin ChatGPT'si, Google'ın Gemini'si ve Anthropic'in Claude'u gibi alışkın olduğunuz çoğu marka model için geçerlidir ve bunlara “kapalı” denir. Anahtar ayrıntılar, ticaret sırrı olarak görüldükleri (ve ayrıca muhtemelen kötü bir halkla ilişkilerle sonuçlanabilecekleri için) şirketler tarafından yakından saklanır. Bu şirketlerin bu bilgileri yayınlamaları için çok az teşvikleri var ve şimdiye kadar yayınlamadılar.
Salesforce'ta yapay zeka sürdürülebilirliğinden sorumlu başkan Boris Gamazaychikov, "Kapalı yapay zeka modeli sağlayıcıları tamamen bir kara kutu sunuyor" diyor. Gamazaychikov, bireyler ve şirketler için araçlar, modeller ve kütüphaneler sağlayan bir yapay zeka platform sağlayıcısı olan Hugging Face'teki araştırmacılarla birlikte yapay zekânın enerji taleplerini daha şeffaf hale getirmek için çaba harcıyor. Şirketlerden daha fazla açıklama olmadan, iyi tahminlere sahip olmamamız sadece bir sorun değil, hiçbir şeyimiz yok.
Şirketlerden daha fazla açıklama olmadan, iyi tahminlere sahip olmamamız sadece bir sorun değil, hiçbir şeyimiz yok.
Peki tahminler için nereye dönebiliriz? Sözde açık kaynak modeller, araştırmacılar tarafından indirilebilir ve değiştirilebilir ve belirli bir görev için H100 GPU'nun ne kadar enerji gerektirdiğini ölçmek için özel araçlara erişebilirler. Bu modeller aynı zamanda inanılmaz derecede popüler; Meta, Nisan ayında Llama modellerinin 1,2 milyardan fazla kez indirildiğini duyurdu ve birçok şirket, ChatGPT gibi bir şey kullanarak elde edebileceğinden daha fazla çıktı kontrolü istediklerinde açık kaynak modellerini kullanıyor.
Ancak araştırmacılar GPU tarafından çekilen gücü ölçebilseler bile, CPU'lar, fanlar ve diğer ekipmanlar tarafından kullanılan güç hariç tutulur. Microsoft'un 2024 tarihli bir makalesi, büyük dil modellerinin çıkarımı için enerji verimliliğini analiz etti ve GPU tarafından kullanılan enerji miktarının iki katına çıkarılmasının, tüm işlemin enerji taleplerinin yaklaşık bir tahminini verdiğini buldu.
Bu nedenle, şu an için, önde gelen açık kaynak modelleri ölçmek (ve tüm bu diğer parçalar için tahminler eklemek) tek bir yapay zeka sorgusu için ne kadar enerji kullanıldığının en iyi resmini bize veriyor. Bununla birlikte, insanların bugün yapay zekayı kullanma biçimlerinin –alışveriş listesi yazmak veya gerçeküstü bir video oluşturmak için– yapay zeka şirketlerinin bizi doğru attığı özerk, acentelik gelecekte kullanacağımız biçimlere göre çok daha basit olduğunu unutmayın. Bu konuda daha sonra daha fazla bilgi vereceğiz.
İşte bulduklarımız.
Metin modelleri
Soru yazıp karşılığında sözcüklerle yanıt aldığınız modellerle başlayalım. Yapay zekânın enerji taleplerini değerlendiren önde gelen gruplardan biri, doktora adayı Jae-Won Chung ve doçent Mosharaf Chowdhury liderliğindeki Michigan Üniversitesi'ndedir. En yaygın olarak benimsenen açık kaynak modellerinden biri olan Meta'nın Llama'sının enerji taleplerine odaklanmak için ekip ile çalıştık.
Llama kohortamızdaki en küçük model olan Llama 3.1 8B, 8 milyar parametreye sahiptir – esasen bir yapay zeka modelinde tahmin yapmasını sağlayan ayarlanabilir "düğmeler". İstanbul için bir seyahat programı oluşturmak veya kuantum hesaplamayı açıklamak gibi çeşitli farklı metin üreten istemlerde test edildiğinde, model yanıt başına yaklaşık 57 jul veya soğutma, diğer hesaplamalar ve diğer talepler dikkate alındığında tahmini 114 jul gerektirdi. Bu çok küçük – bir e-bisiklette altı fit sürmek veya bir mikrodalgayı on saniyenin onda biri kadar çalıştırmak için gerekenlerle ilgili.
Metin oluşturma kohortamızın en büyüğü olan Llama 3.1 405B, 50 kat daha fazla parametreye sahiptir. Daha fazla parametre genellikle daha iyi cevaplar ancak her yanıt için daha fazla enerji gerektirir. Ortalama olarak, bu model her yanıt için 3.353 jul veya toplamda tahmini 6.706 jul gerektirdi. Bu, bir kişiyi bir e-bisiklet üzerinde yaklaşık 400 fit taşımak veya mikrodalgayı sekiz saniye çalıştırmak için yeterlidir.
Üçüncü Bölüm: Yakıt ve emisyonlar
Artık metin, görüntü ve video üretmek için bir yapay zeka modelini çalıştırmak için gereken toplam enerjinin tahmini bir değerine sahip olduğumuza göre, bunun iklim değişikliğine neden olan emisyonlar açısından ne anlama geldiğini anlayabiliriz.
Öncelikle, sürekli çalışan bir veri merkezi mutlaka kötü bir şey değildir. Tüm veri merkezleri güneş panellerine bağlanmış olsaydı ve sadece güneş parlarken çalışıyor olsaydı, dünya yapay zekânın enerji tüketimi hakkında çok daha az konuşurdu. Öyle değil. Dünyanın çoğu elektrik şebekesi hala büyük ölçüde fosil yakıtlara bağımlıdır. Bu nedenle elektrik kullanımı, bağlı bir iklim bedeliyle birlikte gelir.
Yüksek enerjili yapay zekayı destekleyen veri merkezleri inşa eden ve bakımı yapan Mawson Infrastructure Group'un CEO'su Rahul Mewawalla, "Yapay zeka veri merkezleri sürekli, 7/24, yılda 365 gün güç gerektirir" diyor.
Bu, veri merkezlerinin rüzgar ve güneş enerjisi gibi aralıklı teknolojilere güvenemeyeceği ve ortalama olarak daha kirli elektrik kullanma eğiliminde oldukları anlamına gelir. Harvard'ın T.H. Chan Halk Sağlığı Okulu'ndan ön baskı bir çalışma, veri merkezleri tarafından kullanılan elektriğin karbon yoğunluğunun ABD ortalamasının %48 daha yüksek olduğunu buldu. Bunun bir nedeni, veri merkezlerinin şu anda ortalama olarak daha kirli şebekelerin bulunduğu yerlerde, örneğin Virginia, Batı Virginia ve Pennsylvania'yı içeren orta Atlantik bölgesindeki kömür ağırlıklı şebekede kümelenmesidir. Ayrıca, daha temiz kaynaklar mevcut olmayabileceği zamanlarda da sürekli çalışırlar.
Veri merkezleri, rüzgar ve güneş enerjisi gibi aralıklı teknolojilere güvenemeyeceği ve ortalama olarak daha kirli elektrik kullanma eğiliminde oldukları anlamına gelir.
Meta, Amazon ve Google gibi teknoloji şirketleri, bu fosil yakıt sorununa daha fazla nükleer enerji kullanma hedefleri açıklayarak yanıt verdiler. Bu üç şirket, 2050 yılına kadar dünyanın nükleer kapasitesini üç katına çıkarma sözüne katıldı. Ancak bugün, nükleer enerji ABD'deki elektrik arzının yalnızca %20'sini oluşturuyor ve yapay zeka veri merkezlerinin faaliyetlerinin yalnızca bir bölümünü güçlendiriyor – örneğin, ABD'deki diğer eyaletlerden daha fazla veri merkezine sahip olan Virginia'da üretilen elektriğin yarısından fazlasını doğalgaz oluşturuyor. Dahası, yeni nükleer operasyonların gerçekleşmesi yıllar, belki de on yıllar alacaktır.
2024 yılında, doğalgaz ve kömür de dahil olmak üzere fosil yakıtlar, ABD'deki elektrik arzının yaklaşık %60'ını oluşturdu. Nükleer enerji yaklaşık %20'sini oluştururken, yenilenebilir enerjilerin bir karışımı kalan %20'nin çoğunu oluşturuyordu.
Elektrik arzındaki boşluklar, yapay zekayı güçlendirmek için veri merkezleri inşa etme telaşıyla birleştiğinde, genellikle kısa vadeli enerji planları anlamına gelir. Nisan ayında, Memphis yakınlarındaki Elon Musk'ın X süper bilgi işlem merkezi, uydu görüntüleri aracılığıyla, Güney Çevre Hukuk Merkezi'nin enerji düzenleyicileri tarafından onaylanmadığını ve Temiz Hava Yasasını ihlal ettiğini iddia ettiği düzinelerce metan gaz jeneratörü kullandığı bulundu.
Bu veri merkezlerinden kaynaklanan emisyonları ölçmek için kullanılan anahtar ölçüm, karbon yoğunluğu olarak adlandırılır: tüketilen her kilowatt-saat elektrik için kaç gram karbondioksit emisyonu üretilir. Belirli bir şebekenin karbon yoğunluğunu belirlemek, çalışır durumdaki her bir güç santralinin ürettiği emisyonları, her birinin şebekeye herhangi bir zamanda katkıda bulunduğu enerji miktarıyla birlikte anlamak gerektirir. Kamu hizmetleri, hükümet kurumları ve araştırmacılar, güç santrallerinden kaynaklanan kirliliği izlemek için ortalama emisyon tahminlerini ve gerçek zamanlı ölçümleri kullanırlar.
Bu yoğunluk bölgeler arasında büyük ölçüde değişmektedir. ABD şebekesi parçalanmıştır ve kömür, gaz, yenilenebilir enerji veya nükleer enerjinin karışımları büyük ölçüde değişmektedir. Örneğin, Kaliforniya şebekesi Batı Virginia şebekesinden çok daha temizdir.
Gün saati de önemlidir. Örneğin, Nisan 2024'ten alınan verilere göre, Kaliforniya şebekesi, çok fazla güneş enerjisinin mevcut olduğu öğleden sonra kilowatt-saat başına 70 gramın altından, gecenin ortasında kilowatt-saat başına 300 gramın üzerine çıkabilir.
Bu değişkenlik, aynı etkinliğin, bulunduğunuz yere ve istek yaptığınız zamana bağlı olarak çok farklı iklim etkilerine sahip olabileceği anlamına gelir. Örneğin, o hayırsever maraton koşucusunu ele alalım. İstediği metin, resim ve video yanıtları toplamda 2,9 kilowatt-saat elektrik ekler. Kaliforniya'da bu miktarda elektrik üretmek, ortalama olarak yaklaşık 650 gram karbondioksit kirliliği üretecektir. Ancak bu elektriği Batı Virginia'da üretmek, toplamı 1.150 gramın üzerine çıkarabilir.
Köşedeki Yapay Zeka
Şimdiye kadar gördüğümüz şey, bir sorguya yanıt vermek için gereken enerjinin nispeten küçük olabileceğidir, ancak kullanılan sorgu türüne ve modele bağlı olarak çok değişebilir. Belirli bir miktarda elektrikle ilişkili emisyonlar da bir sorgunun nerede ve ne zaman işlendiği konusunda değişir. Ama tüm bunlar neyi oluşturuyor?
ChatGPT'nin artık Instagram'dan hemen sonra ve X'ten önce dünyanın beşinci en çok ziyaret edilen web sitesi olduğu tahmin ediliyor. Aralık ayında OpenAI, ChatGPT'nin her gün 1 milyar mesaj aldığını ve şirket Mart ayında yeni bir görüntü oluşturucu başlattıktan sonra, insanların Studio Ghibli tarzı portrelerden kendilerinin Barbie bebekleri olarak resimlerine kadar günde 78 milyon görüntü oluşturmak için kullandığını söyledi.
Yapay zekânın yönü göz önüne alındığında –daha kişiselleştirilmiş, bizim adımıza karmaşık sorunları çözebilen ve her yerde– yapay zeka ayak izimizin bugün bugüne kadarki en küçük hali olması muhtemeldir.
Enerji etkisini tahmin etmek için çok kabaca bir matematik yapılabilir. Şubat ayında yapay zeka araştırma firması Epoch AI, tek bir ChatGPT sorgusu için ne kadar enerji kullanıldığının bir tahminini yayınladı – tartışıldığı gibi, doğrulanması mümkün olmayan birçok varsayım yapan bir tahmin. Yine de, mesaj başına yaklaşık 0,3 watt-saat veya 1.080 jul hesapladılar. Bu, en küçük ve en büyük Meta Llama modelleri için tahminlerimiz arasında yer alıyor (ve görüştüğümüz uzmanlar, gerçek sayının daha düşük değil, daha yüksek olması muhtemel olduğunu söylüyor).
Yılda her gün bunlardan bir milyar tane, yılda 10.400 ABD evini güçlendirmek için yeterli olan 109 gigawatt-saat elektriğe karşılık gelir. Resimleri eklersek ve her birini yüksek kaliteli görüntü modellerimizde olduğu kadar enerji gerektirdiğini varsayarsak, bu, yılda 3.300 evi daha güçlendirmek için yeterli olan ek 35 gigawatt-saat anlamına gelir. Bu, OpenAI'nin video oluşturucuları gibi diğer ürünlerinin ve tüm diğer yapay zeka şirketlerinin ve girişimlerinin enerji taleplerinin yanı sıra.
Ancak sorun şu ki: Bu tahminler, yapay zekayı nasıl kullanacağımızın yakın geleceğini yakalamıyor. Bu gelecekte, sadece gün boyunca yapay zeka modellerine bir veya iki soru sormayacağız veya fotoğraf ürettirmeyeceğiz. Bunun yerine, önde gelen laboratuvarlar bizi yapay zeka "acentelerinin" her hareketini denetlemeden bizim için görevler yaptığı bir dünyaya doğru hızla koşturuyor. Modellerle ses modunda konuşacağız, günde 2 saat arkadaşlarla sohbet edeceğiz ve telefon kameralarımızı çevremize video modunda yönlendireceğiz. Sözde "akıl yürütme modelleri"ne, mantıksal olarak görevleri işleyen ancak basit problemler için 43 kat daha fazla enerji gerektirdiği bulunan veya bizim için rapor oluşturmak için saatler harcayan "derin araştırma" modellerine karmaşık görevler vereceğiz. Verilerimiz ve tercihlerimizle eğitilen "kişiselleştirilmiş" yapay zeka modellerimiz olacak.
Bu gelecek çok yakın: OpenAI'nin, ayda 20.000 dolara acenteler sunacağı ve tüm modellerinde ileriye dönük akıl yürütme yeteneklerini kullanacağı ve DeepSeek'in her yanıt için genellikle dokuz sayfa metin üreten bir modelle "düşünce zinciri" akıl yürütmesini ana akıma taşıdığı bildiriliyor. Yapay zeka modelleri, müşteri hizmetleri telefon hatlarından doktor muayenehanelerine kadar her şeye ekleniyor ve ulusal enerji tüketiminde yapay zekânın payını hızla artırıyor.
Luccioni, "Sahip olduğumuz az sayıdaki sayı, şu anda nerede olduğumuz konusunda küçük bir ışık tutabilir, ancak önümüzdeki yıllarda tüm bahisler geçersiz sayılır" diyor.
Görüştüğümüz her araştırmacı, bu geleceğin enerji taleplerini bugünkü yapay zeka sorgularında kullanılan enerjiden yola çıkarak tahmin edemeyeceğimizi söyledi. Ve gerçekten de, önde gelen yapay zeka şirketlerinin nükleer santraller kurma ve eşi benzeri görülmemiş ölçekte veri merkezleri oluşturma hamleleri, gelecek vizyonlarının çok sayıda bireysel sorgulamaya göre bile çok daha fazla enerji tüketeceğini gösteriyor.
Luccioni, "Sahip olduğumuz az sayıdaki sayı, şu anda nerede olduğumuz konusunda küçük bir ışık tutabilir, ancak önümüzdeki yıllarda tüm bahisler geçersiz sayılır" diyor. "Üretken yapay zeka araçları pratikte boğazımızdan aşağı doğru itilir ve enerji ve iklim söz konusu olduğunda vazgeçmek veya bilinçli seçimler yapmak giderek zorlaşıyor."
Bu yapay zeka devriminin ne kadar güce ihtiyaç duyacağını ve bunun nereden geleceğini anlamak için satırların arasını okumalıyız.
Dördüncü Bölüm: Önümüzdeki gelecek
Enerji Bakanlığı tarafından finanse edilen ve 16 Nobel Ödülü kazanan Lawrence Berkeley Ulusal Laboratuvarı tarafından Aralık ayında yayınlanan bir rapor, yapay zekânın yaygınlaşmasının enerji talebi için ne anlama gelebileceğini ölçmeyi denedi.
Veri merkezlerinin tamamı hakkında hem kamuya açık hem de özel verilere, ayrıca yapay zekânın özel ihtiyaçlarına bakarak araştırmacılar net bir sonuca vardılar. ABD'deki veri merkezleri 2024 yılında yaklaşık 200 terawatt-saat elektrik kullandı; bu, Tayland'ı bir yıl boyunca çalıştırmak için gereken elektrik miktarına yaklaşık olarak eşit. Bu veri merkezlerindeki yapay zekaya özel sunucuların 53 ile 76 terawatt-saat arasında elektrik kullandığı tahmin ediliyor. Üst sınırda, bu, yılda 7,2 milyondan fazla ABD evini güçlendirmek için yeterlidir.
Bunu çoğunlukla çıkarım için kullanıldığını varsayarsak, geçen yıl ABD'de yapay zekada, dünyadaki herkesin sohbet robotlarıyla 4.000'den fazla mesaj alışverişinde bulunması için yeterli elektrik kullanıldığı anlamına gelir. Elbette gerçekte, ortalama bireysel kullanıcılar tüm bu enerji talebinden sorumlu değildir. Bunun büyük bir kısmının, modellerini test eden girişimler ve teknoloji devleri, her yeni özelliği araştıran güç kullanıcıları ve video veya avatar oluşturma gibi enerji yoğun görevler için kullanıldığı muhtemeldir.
ABD'deki veri merkezleri 2024 yılında yaklaşık 200 terawatt-saat elektrik kullandı; bu, Tayland'ı bir yıl boyunca çalıştırmak için gereken elektrik miktarına yaklaşık olarak eşit.
Araştırmacılar, 2028 yılına kadar yapay zekaya özel amaçlar için kullanılan gücün yılda 165 ile 326 terawatt-saat arasında artacağını tahmin ediyor. Bu, şu anda tüm amaçlar için ABD veri merkezleri tarafından kullanılan toplam elektrikten daha fazla; her yıl ABD hanelerinin %22'sini güçlendirmek için yeterli. Bu, 300 milyar milden fazla sürüşle –Dünya'dan Güneş'e 1.600'den fazla gidiş dönüş yolculuğuyla– aynı emisyonları üretebilir.
Araştırmacılar, yapay zekanın benimsenmesinin ve onu güçlendiren hızlandırılmış sunucu teknolojilerinin, bir on yıldan fazla süredir durgun kaldıktan sonra veri merkezlerinden gelen elektrik talebinin hızla artmasının birincil nedeni olduğunu açıkça belirttiler. 2024 ile 2028 arasında, ABD'de veri merkezlerine giden elektriğin payı, mevcut %4,4'ten %12'ye üç katına çıkabilir.
Yapay zeka için bu eşi benzeri görülmemiş güç talebindeki artış, önde gelen şirketlerin açıkladıklarıyla uyumludur. SoftBank, OpenAI, Oracle ve Birleşik Arap Emirlikleri yatırım firması MGX, önümüzdeki dört yılda ABD'de yeni veri merkezlerine 500 milyar dolar harcamayı planlıyor. İlki, Teksas, Abilene'de inşaata başladı ve her biri bir beyzbol stadyumu büyüklüğünde sekiz bina içeriyor. Beyaz Saray'ın bilgi talebine yanıt olarak, Anthropic, ABD'nin 2027 yılına kadar ek 50 gigawatt özel güç inşa etmesini önerdi.
Yapay zeka şirketleri ayrıca, Güneydoğu Asya'nın veri merkezi merkezi haline gelen Malezya da dahil olmak üzere yurtdışında çok gigawatt'lık inşaatlar planlıyor. Mayıs ayında OpenAI, "demokratik yapay zekayı yaymak" amacıyla yurtdışında veri merkezi kurulumlarını destekleme planını açıkladı. Şirketler buna ulaşmak için dağınık bir yaklaşım benimsiyorlar – yeni nükleer santraller için anlaşmalar yapıyorlar, eski olanları çalıştırıyorlar ve kamu hizmet şirketleriyle büyük anlaşmalar yapıyorlar.
MIT Technology Review, gelecek planları ve önde gelen yapay zeka modellerini çıkarmak için gereken enerji hakkında özel rakamlar hakkında Google, OpenAI ve Microsoft ile görüşmeler istedi. OpenAI, rakamlar sağlamayı veya görüşme için herhangi birini kullanılabilir hale getirmeyi reddetti, ancak bilgi işlem kaynaklarının verimli kullanımına öncelik verdiğini ve sürdürülebilirlik hedeflerini desteklemek için ortaklarla iş birliği yaptığını ve yapay zekanın iklim çözümlerinin keşfedilmesine yardımcı olabileceğini belirten bir açıklama verdi. Şirket, Stargate girişiminin erken aşamalarının doğalgaz ve güneş enerjili olacağını ve şirketin mümkün olduğunda nükleer ve jeotermal enerji dahil etmeyi hedefleyeceğini söyledi.
Microsoft, yapay zeka verimliliğini iyileştirme üzerine kendi araştırmasını görüştü, ancak bu yaklaşımların veri merkezlerine nasıl entegre edildiğine dair ayrıntıları paylaşmayı reddetti.
Google, Gemini gibi yapay zeka modelleri ve Yapay Zeka Genel Bakışları gibi özellikler için çıkarım sırasında ne kadar enerji gerektiğine dair ayrıntıları paylaşmayı reddetti. Şirket, Google'ın GPU'ların özel eşdeğeri olan TPU'ları ve elde ettikleri verimlilikler hakkında bilgiye işaret etti.
Lawrence Berkeley araştırmacıları, mevcut durum hakkında açık bir eleştiri sunarak, teknoloji şirketleri, veri merkezi operatörleri, kamu hizmet şirketleri ve donanım üreticileri tarafından açıklanan bilgilerin, bu geleceğin eşi benzeri görülmemiş enerji talepleri hakkında makul projeksiyonlar yapmak veya üreteceği emisyonları tahmin etmek için yeterli olmadığını söyledi. Şirketlerin anonim veri paylaşım düzenlemeleri gibi ticari sırları ihlal etmeden daha fazla bilgi açıklayabilecekleri yollar sundular, ancak raporlarında, bu büyük yapay zeka veri merkezleri artışının mimarlarının şimdiye kadar şeffaf olmadığını ve onları bir plan yapma araçlarından yoksun bıraktığını kabul ettiler.
"Bu raporun kapsamını sınırlamanın yanı sıra, bu şeffaflık eksikliği, veri merkezi büyümesinin, bu ortaya çıkan yüklerin elektrik üretimi/iletiminin genişlemesi veya daha geniş topluluk gelişimiyle nasıl en iyi şekilde entegre edileceğine dair çok az dikkate alınarak gerçekleştiğini vurguluyor" diye yazdılar. Yazarlar ayrıca, son 20 yılda bu türden yalnızca iki başka rapor yayınlandığını da belirtti.
Yapay zekânın emisyonlarını ve enerji taleplerini anlamadaki yeteneklerinin, yapay zekânın henüz kendi sektörü olarak ele alınmadığı gerçeğinden etkilendiğini söyleyen başka araştırmacılardan da duyduk. Örneğin, ABD Enerji Bilgi İdaresi, üretim, madencilik, inşaat ve tarım için projeksiyonlar ve ölçümler yapıyor, ancak yapay zeka hakkında ayrıntılı veriler mevcut değil.
"Bu altyapı için neden biz para ödemeliyiz? Neden onların elektrik faturalarını ödemeliyiz?"
Mart ayında yayınlanan yeni bir araştırmaya göre, bireyler bu yapay zeka devriminin maliyetinin bir kısmını karşılamak zorunda kalabilir. Harvard'ın Elektrik Hukuku Girişimi'nden araştırmacılar, kamu hizmet şirketleri ve Meta gibi teknoloji devleri arasında, bu şirketlerin büyük yeni veri merkezlerinde elektrik için ne kadar ödeyeceklerini düzenleyen anlaşmaları analiz ettiler. Kamu hizmet şirketlerinin Big Tech'e verdiği indirimlerin, tüketicilerin ödediği elektrik fiyatlarını artırabileceğini buldular. Bazı durumlarda, belirli veri merkezleri vaat edilen yapay zeka işini çekemezse veya beklenenden daha az güce ihtiyaç duyarsa, vergi mükellefleri yine de bunları sübvanse etmek zorunda kalabilir. 2024 yılında Virginia yasama organından yapılan bir raporda, eyaletteki ortalama yerleşim vergi mükelleflerinin her ay veri merkezi enerji maliyetlerinde ek 37,50 dolar ödeyebileceği tahmin ediliyor.
Harvard'daki Çevre ve Enerji Hukuku Programı'nda hukuk görevlisi ve araştırmanın ortak yazarlarından Eliza Martin, "Bu veri merkezlerinin faydalarının bu maliyetlerden daha ağır bastığı bize açık değil" diyor. "Bu altyapı için neden biz para ödemeliyiz? Neden onların elektrik faturalarını ödemeliyiz?"
Bir yapay zeka modelinden size bir şaka yazmasını veya bir yavru köpeğin videosunu oluşturmasını istediğinizde, bu sorgu küçük ancak ölçülebilir bir enerji bedelini ve atmosfere yayılan ilişkili bir miktarda emisyonu beraberinde getirir. Her bir bireysel talebin genellikle birkaç dakika boyunca bir mutfak eşyasını çalıştırmaktan daha az enerji kullandığı göz önüne alındığında, önemsiz görünebilir.
Ancak daha fazla insan yapay zeka araçlarına yöneldikçe, bu etkiler toplanmaya başlıyor. Ve giderek daha fazla, yapay zekayı kullanmak için aramanıza gerek yok: Yapay zeka dijital yaşamımızın her köşesine entegre ediliyor.
Önemli olan, bilmediğimiz çok şey var; teknoloji devleri büyük ölçüde ayrıntıları gizli tutuyor. Ancak tahminlerimize bakarak, yapay zekanın sadece teknolojiyi değil, güç şebekesini ve çevremizdeki dünyayı yeniden şekillendiren bir güç olduğu açıkça görülüyor.
Bu proje için yapay zekânın enerji kullanımının ölçümlerini paylaşan Jae-Won Chung, Mosharaf Chowdhury ve Sasha Luccioni'ye özel teşekkürlerimizi sunuyoruz.
Bu hikaye, Tarbell Center for AI Journalism'den alınan bir hibeyle desteklenmiştir.