AI Veri Merkezleri Enerji Kullanımını Artırıyor, Ancak Şeffaflık Eksik

Yapay zeka hızla enerji talebini artırıyor, ancak gerçek ölçek, teknoloji şirketlerinin şeffaflık eksikliği nedeniyle belirsizliğini koruyor.

Son zamanlarda Nature dergisinin yaptığı bir analiz, AI’nin artan fakat büyük ölçüde belirsiz enerji taleplerine dikkat çekiyor. Nature, Virginia’nın Culpeper County’sinde büyük veri merkezlerinin kırsal alanları nasıl dönüştürdüğünü rapor ediyor. Bu merkezler, ChatGPT gibi üretken AI modellerini çalıştırmak için büyük miktarda elektrik gerektiriyor.

Her bir tesis, on binlerce ev kadar çok enerji tüketebilir, potansiyel olarak maliyetleri artırabilir ve yerel şebekeleri zorlayabilir. Dünyanın veri merkezi başkenti olan Virginia, elektrik talebinin önümüzdeki on yılda iki katına çıkabileceğini görebilir.

Nature, sorunun Virginia’nın ötesine uzandığını belirtiyor. Yapay zeka odaklı veri merkezleri, dünya genelinde belirli bölgelerde yoğunlaşmış durumda, yerel enerji şebekelerini önemli ölçüde etkiliyor. Çelik fabrikaları veya kömür madenlerinin aksine, veri merkezleri, kaynakları paylaşmak ve verimliliği optimize etmek için bir araya getiriliyor.

İrlanda’da, ulusal elektrik tüketiminin yüzde 20’sinden fazlasını oluşturuyorlar ve ABD’nin beş eyaletinde yüzde 10’u aşıyorlar.

AI’ın artan enerji tüketimine rağmen, enerji kullanımına dair veriler nadir. Nature dergisi, araştırmacıların şirketlerden kesin rakamlar almakta zorlandığını ve bu durumun onları dolaylı yöntemler kullanarak tahmin etmeye zorladığını rapor ediyor. Bir yaklaşım ise tedarik zinciri analizidir.

2023 yılında, araştırmacı Alex de Vries, Google’ın tüm aramalara üretken AI’ı entegre etmesi durumunda, bunun yılda 23-29 terawatt saat (TWh) enerji tüketerek 500,000 NVIDIA A100 sunucuya kadar ihtiyaç duyacağını hesapladı – Nature tarafından bildirildiği gibi, bu, standart bir aramanın enerjisinden 30 kat daha fazla enerji anlamına gelir.

Diğer bir yöntem, bireysel AI görevlerinin enerji kullanımını ölçmeyi içerir. Araştırmacılar, AI tarafından oluşturulan resimler veya metinlerden tüketimi tahmin etmek için CodeCarbon gibi araçlar kullanır.

Bu çalışmalar, bir görüntü oluşturmanın yaklaşık 0.5 watt-saat (Wh) enerji tükettiğini, metin oluşturmanın ise biraz daha az enerji gerektirdiğini öne sürmektedir. Ancak, bu tahminler, soğutma veya Google’ın TPU’ları gibi özel çipleri hesaba katmadığı için muhafazakârdır, Nature tarafından bildirildiği gibi.

AI modellerini eğitmek de enerji yoğun bir işlem olsa da, milyarlarca kullanıcı sorgusuna yanıt vermek için harcanan enerji çok daha büyüktür. Nature’a göre, GPT-3 gibi bir modeli eğitmek yaklaşık bir gigawatt-saat gerektirirken, günlük AI sorguları yıllık olarak terawatt-saat tüketir.

Artan rekabetle birlikte, şirketler AI’nın enerji talepleri hakkında daha gizli kalmıştır. Google ve Microsoft gibi bazıları, veri merkezi genişlemesi nedeniyle artan karbon emisyonlarını kabul etmekle birlikte, spesifik veri sağlamazlar, diye belirtiyor Nature.

AI’nın yerel etkisine rağmen, küresel enerji ayak izi nispeten küçük kalmaktadır, iddia eder Nature. Uluslararası Enerji Ajansı, 2022’de veri merkezlerinin 240-340 TWh kullandığını tahmin etmiştir, bu da küresel elektriğin yaklaşık %1-1.3’üne denk gelir.

Ancak, AI kullanımı arttıkça, talep de hızla artabilir. Daha iyi bir veri paylaşımı olmaksızın, politika yapıcılar AI’nin enerji yoğun geleceğinin çevresel sonuçlarını yönetmekte zorlanabilir.