Yapay Zeka ve Karbon Ayak İzi

Yapay zekâ (YZ), yalnızca dijital ekonominin değil, aynı zamanda günlük yaşamın görünmez altyapısının da merkezine yerleşmiş durumda. Bundan on yıl önce araştırma laboratuvarlarının konusu olan bu teknoloji, bugün bankacılıktan sağlık sektörüne, ulaşım ağlarından ev içi otomasyon sistemlerine kadar geniş bir ekosistemde kullanılmaktadır. Ancak bu hızlı yayılımın görünmeyen bir maliyeti var: enerji tüketimi, su kullanımı ve karbon salınımı. Yapay zekâ sistemlerini çalıştıran veri merkezlerinin enerji ihtiyacı her yıl giderek artan bir oranda artmaktadır (IEA, 2024). Bu durum, teknolojik ilerlemenin çevresel sürdürülebilirlik ilkeleriyle yeniden dengelenmesi gerektiğini göstermektedir. Günümüzde “yeşil yapay zekâ” (Green AI) kavramı, bu dengeyi arayan yeni bir paradigma olarak öne çıkmaktadır.

Sürdürülebilir Gelecek Perspektifi:

YZ’nin kaçınılmaz yükselişi, çevresel etkilerin minimize edilmesi yönünde yenilikçi stratejiler gerektirmektedir. Enerji verimliliği yüksek çip tasarımları, karbon-nötr veri merkezleri ve yenilenebilir enerji temelli altyapılar, bu dönüşümün temelini oluşturabilir.

Artan talebi iki ana boyutta gözlemlenmektedir:

• Ekipman İhtiyaçlarında Artış
• Operasyonel İhtiyaçlarında Artış

Ekipman İhtiyaçlarında Artış

1. Sunucu ve Bileşen Talebinin Artması

Yapay zekânın artan hesaplama gücü talebi, küresel ölçekte devasa veri merkezlerinin ve “sunucu tarlalarının-server farms” ortaya çıkmasına neden olmuştur. Bu merkezlerde her biri binlerce yüksek performanslı GPU ve CPU birimini barındıran sistemler, günün 24 saati çalışmaktadır. 2024 itibarıyla veri merkezleri küresel elektrik talebinin yaklaşık %3’ünü oluşturmakta, bu oranın 2030’a kadar iki katına çıkacağı öngörülmektedir (IEA, 2024). Enerji tüketimindeki yıllık %15’lik büyüme oranı, bilgi teknolojileri sektörünü artık bir “enerji yoğun endüstri” haline getirmiştir. Bununla birlikte, işlemci ve donanım üretiminde kullanılan nadir toprak elementlerinin çıkarımı, üretim süreçlerinde su ve elektrik kullanımı ve lojistikteki karbon salımları çevresel yükü daha da artırmaktadır.

Bu tablo, yapay zekâ ekosisteminin sadece yazılım boyutuyla değil, donanım üretim zinciriyle de sürdürülebilirlik perspektifinden yeniden değerlendirilmesini zorunlu kılmaktadır. Özellikle geri dönüştürülebilir bileşenlerin kullanımı, yenilenebilir enerjiyle çalışan veri merkezleri ve “donanımın karbon ayak izini azaltan” üretim standartları bu dönüşümün anahtar unsurları olarak öne çıkmaktadır.

Sürdürülebilir Gelecek Perspektifi:

Donanım üretiminden veri işleme sürecine kadar tüm yaşam döngüsünün çevresel etkilerinin izlenmesi, “yeşil yapay zekâ” politikalarının temel bileşenidir. Çevre dostu yarı iletken teknolojileri, yeniden kullanılabilir çip mimarileri ve atık yönetimi politikaları, karbon nötr bir dijital geleceğe giden yolda öncelik taşıyor.

Bu bahsedilen tüketime ek olarak da Sunucu ve İşlemci üretimi safhasında kullanılan su, ham madde, elektrik tüketimini de çok hızlı bir şekilde artırmaktadır. Artan üretim ve tüketime bağlı olarak aynı şekilde logistik alanında yürütülen faaliyetlerden ötürü doğaya salınan CO2, atıklar ve doğaya zarar veren bu tüketim sürdürülebilirlik açısından dikkatle ele alınması gereken bir diğer husustur.

2. Tesis İnşaatı ve Alan Kullanımı

Yapay zekâ sistemlerini barındırmak için devasa sunucu tarlaları (server farms) inşa edilmesi ve yürütülmesi gerekmektedir. Bu alanların düşük maliyetli ve geniş arazilere kurulumu planlamaktadır. Bunun sonucunda kurulum yapılan bölgede bir anda çok yüksek miktarlarda enerji, su tüketimi veek olarak CO2 salınımı yapılmaktadır. Bu da ilgili bölgeye bir anda büyük bir yük getirmekte ve dengeyi bozabilecek yapılar ortaya çıkarmaktadır.

Veri merkezlerini işletmekteki en büyük problemlerden bir tanesi soğutma ihtiyacıdır. Bulunduğu bölgedeki suyu kullanan veri merkezleri maalesef  bu ihtiyacını direkt olarak doğal su kaynakları üzerinden sağlamaktadır. Ek olarak büyük doğal alanların da tamamen yok edilmesi kurulan bölgelerin ekolojik dengesini alt üst etmektedir.

Yapay zekâ uygulamalarının altyapısını oluşturan veri merkezleri, artık şehir planlaması ve çevre politikalarının doğrudan konusu haline gelmiştir. Bu tesisler genellikle geniş, düşük maliyetli arazilere inşa edilirken; yer seçimi aşamasında enerji, su ve arazi kullanımı gibi çevresel faktörler yeterince dikkate alınmamaktadır. Örneğin, 2023 yılında ABD’de faaliyet gösteren tek bir büyük ölçekli veri merkezi yılda 1 milyar litreye yakın su tüketmiştir (EESI, 2024). Bu durum, özellikle su kaynaklarının sınırlı olduğu bölgelerde ekosistem dengelerini bozmakta ve tarımsal üretimi doğrudan etkilemektedir.

Veri merkezlerinin en kritik operasyonel ihtiyacı soğutmadır. Geleneksel tesislerde kullanılan su bazlı soğutma sistemleri, çoğu zaman doğrudan içme suyu rezervlerinden beslenmektedir. Bunun sonucu olarak yeraltı su seviyelerinde düşüş, yerel biyoçeşitlilikte azalma ve mikro iklim dengesizlikleri gözlemlenmektedir. Ayrıca geniş arazilerin betonlaştırılması, toprağın karbon tutma kapasitesini azaltarak iklim değişikliğini hızlandırıcı bir etki yaratmaktadır.

Bu tablo, veri merkezi mimarisinde sürdürülebilirlik kriterlerinin artık zorunlu hale gelmesini gerektirmektedir. Kapalı devre su soğutma sistemleri, yenilenebilir enerji kaynaklı güç altyapısı, atık ısı geri kazanımı ve ekolojik denge (offset) politikaları, geleceğin “yeşil veri merkezi” standartlarını tanımlayacaktır. Veri merkezlerinin büyümesi kaçınılmaz, ancak çevresel ayak izlerini azaltmak mümkündür. Bölgesel ekosistem analizlerine dayalı planlama, su geri dönüşüm oranının artırılması ve doğa temelli çözümler bu geçişin omurgasını oluşturacaktır.

Şekil 1 Veri Merkezlerinden Gelen Toplam Güç Talebinde Ülkelerin Oranları (Visual Capitalist, 2025)

Şeli 1 incelendiğinde veri merkezleri Amerika’daki toplam enerji payının %8,9’unu oluşturuyor.Bu grafik aynı zamanda ülkelerin yapay zeka alanındaki yatırımlarınında dolaylı bir göstergesidir.

Şekil 2 ABD İlçeleri Veri Merkezlerini Besleyen Enerji Ağı (Visual Capitalist, 2025)

Şekil 2’de görüldüğü gibi veri merkezleri ABD’de tüm ilçelere yayılmış görünüyor.

 

Şekil 3 Bölgelere göre Veri merkezlerinin 2024 Yılı Elektrik Harcamaları

Şekil 3’de görüldüğü gibi küresel veri merkezi elektrik harcamaları 2024 yılında ABD ve Çin birlikte küresel toplamın %70’I olmak üzere122,2 gigawatt (GW) olarak gerçekleşmiştir. Uluslararası Enerji Ajansı (International Energy Agency-IEA) verilerine göre veri merkezlerinden gelen elektrik talebinin 2035 yılına kadar %150 artması beklenmektedir.

 

Operasyonel İhtiyaçlarda Artış

3. Model Eğitimi

Yapay zekâ modellerinin eğitimi, dijital çağın en enerji yoğun süreçlerinden biridir. Bu süreç, milyonlarca parametre içeren derin öğrenme modellerinin, GPU kümeleri veya yüksek performanslı işlemciler üzerinde haftalarca süren hesaplamalarla eğitilmesini gerektirir. Ortalama bir model eğitimi, normal veri merkezi operasyonuna kıyasla %25 ila %40 arasında ek enerji tüketimi yaratmaktadır. Bu esnada soğutma sistemlerinin devreye girmesiyle su kullanımı da dramatik biçimde artar. WUE (Water Usage Effectiveness) metriği dikkate alındığında, su bazlı soğutma yapan bir veri merkezinde her kilovat saat için yaklaşık 1,8–2 litre su harcanmaktadır.

Örneğin, GPT-4 düzeyinde bir dil modelinin eğitimi için tahmini 1.000.000 kWh enerji harcanmakta; bu, yaklaşık 500 ton CO₂ eşdeğerinde karbon salımı anlamına gelir. Bu büyüklük, ortalama bir Avrupa hanesinin 100 yıllık enerji tüketimine denk düşmektedir. Üstelik model boyutları her yıl ikiye katlandığı için, bu enerji eğrisi geometrik bir şekilde yükselmektedir.

Bu veriler, yapay zekânın çevresel etkisinin yalnızca kullanım aşamasında değil, eğitim aşamasında da belirleyici olduğunu ortaya koymaktadır. Bu nedenle araştırmacılar, “Green Model Training” stratejilerine yönelerek model boyutunu, eğitim süresini ve veri gereksinimini optimize eden yöntemler geliştirmektedir. Bu yaklaşımlar, hem enerji verimliliğini artırmakta hem de karbon ayak izini azaltmaktadır.

Ayrıca, veri eğitimi normal zamanlardaki operasyonel dönemden en az %30 ek enerji ihtiyacına neden olmaktadır. Ek olarak bu sürede soğutma için kullanılan su miktarı da aynı şekilde artış göstermektedir. Burada oluşan en kötü durumlardan bir tanesi soğutma için kullanılan suyun genel olarak buharlaşarak atmosfere karışmasıdır. Bir çok veri merkezi farklı teknikler kullansa da bu suyun geri dönüştürülmesi yada doğaya geri kazandırılma oranı %20 seviyelerindedir. En büyük sorunlardan bir tanesi de soğutma için ihtiyaç duyulan suyun genel olarak direkt içme suyu rezervinden sağlanmasıdır.

Geleceğin yapay zekâsı, “daha büyük” değil, “daha verimli” olmalıdır. Enerji yoğun modellerin yerine parametre optimizasyonu, yenilenebilir enerjiyle çalışan bulut altyapıları ve karbon ofsetli eğitim süreçleri, yeşil dönüşümün vazgeçilmez adımlarıdır.

4. Kullanım Dönemi

Yapay zekâ modellerinin çevresel etkisi yalnızca eğitim aşamasıyla sınırlı değildir. Kullanım dönemi sürecinde, milyonlarca kullanıcı her gün bu sistemlerle etkileşime girmekte ve her bir sorgu, veri merkezlerinde enerji yoğun işlem zincirlerini tetiklemektedir. Örneğin, büyük dil modellerinin (LLM) küresel kullanımı günde milyarlarca sorguya ulaşmakta, bu da kesintisiz bir enerji ve soğutma talebi doğurmaktadır. Her bir kullanıcı isteği, modelin belleğe yüklenmesi, GPU’ların devreye girmesi ve soğutma sistemlerinin çalıştırılması anlamına gelmektedir.

Mevcut projeksiyonlara göre, 2030 yılına gelindiğinde yapay zekâ odaklı veri merkezlerinin yıllık enerji talebinin yaklaşık 945 TWh düzeyine ulaşacağı tahmin edilmektedir (IEA, 2024). Bu miktar, bugünkü 415 TWh seviyesinin iki katıdır ve birçok ülkenin toplam elektrik tüketimine eşdeğerdir. Artan bu enerji ihtiyacıyla birlikte su tüketimi de kritik bir endişe alanı haline gelmiştir. Su soğutmalı sistemlerde, ortalama 1 kWh enerji tüketimi başına 1,8–2 litre su kullanılmaktadır. “Hava soğutmalı” sistemler teorik olarak “0 WUE” seviyesine yaklaşsa da, çoğu veri merkezi iklim koşulları nedeniyle hâlâ su bazlı soğutma yöntemlerine bağımlıdır.

Su tüketiminde de aynı şekilde artışlar beklenmektedir. Water Useage Efectiveness(WUE) metriğine göre en iyi değer bunun için 0 olarak değerlendirilmektedir. Bu sadece hava ile soğutma sağlayan veri merkezlerince başarılabilir. Şu anda bölgesel ve iklimsel koşullardan dolayı su ile soğutan merkezler bunun için Kw başına soğutma için harcanan su ortalama 1.9 litre olarak ölçülmektedir. Bu değerin bile ulaşılması çok zor bir rakam olduğu belirtilmektedir. Artan enerji ihtiyacın ile doğru orantılı olarak çok büyük miktarda içme suyu kullanımının gerçekleşmesi maalesef önüne geçilmesi gereken bir durumdur.

Bu sürdürülemez eğilim, “karbon-nötr veri merkezleri”, yenilenebilir enerji entegrasyonu ve atık ısı geri dönüşüm sistemleri gibi çözümleri zorunlu hale getirmektedir. Ayrıca “model sıkıştırma” ve “veri optimizasyonu” teknikleri sayesinde, aynı işlem gücüyle daha az enerji kullanmak artık mümkündür.

Yapay zekânın her sorgusu bir enerji zinciri başlatmaktadır. Bu zincirin halkalarını küçültmek için enerji verimliliği odaklı yazılım tasarımı, düşük karbonlu bulut altyapıları ve bölgesel enerji dengesi planlamaları stratejik öneme sahiptir.

 

Artan Yapay Zekâ Kullanımının Çevresel Sonuçları

 

Yapay zekâ teknolojileri, hem doğrudan hem de dolaylı biçimde çevresel sürdürülebilirliği zorlayan yeni bir enerji denklemine işaret etmektedir. Model eğitimi, veri merkezlerinin işletimi ve donanım üretimi süreçleri, küresel elektrik talebinde gözle görülür bir artışa neden olmaktadır. 2024 itibarıyla bu teknolojiler, dünya genelinde elektrik tüketiminin %3’ünü, su kullanımının ise endüstriyel sektörler düzeyinde bir payını temsil etmektedir (IEA, 2024). Her bir yapay zekâ sorgusu, görünmez bir karbon zinciri başlatarak CO₂ salınımını artırmakta; aynı zamanda donanım üretiminde kullanılan nadir toprak elementleri de çevresel madencilik baskısını yükseltmektedir.

Bu tablo, dijital dönüşümün çevreyle barışık biçimde yürütülmesi gerektiğini açıkça ortaya koymaktadır. Artık sorumuz “Yapay zekâyı nasıl durdurabiliriz?” değil, “Yapay zekâyı nasıl sürdürülebilir hale getirebiliriz?” olmalıdır. Bu doğrultuda geliştirilen yeşil veri merkezi tasarımları, karbon-nötr bulut mimarileri ve yenilenebilir enerji destekli işlem altyapıları geleceğin çevre dostu dijital ekosistemini şekillendirmektedir.

Sonuçta bu teknolojilerden hepimiz faydalanmaktayız ve hayatımıza entegre olmuş durumdalar. Fakat kullanımlarımızın sonuçlarını ve doğaya bıraktıkları etkileri asla göz ardı etmemiz gerekmektedir.

Yapay zekânın çevresel etkilerini azaltmak, yalnızca teknoloji şirketlerinin değil, tüm toplumun ortak sorumluluğudur. Politikalar, enerji piyasaları ve kullanıcı alışkanlıkları birlikte dönüşmelidir. Döngüsel ekonomi, veri verimliliği ve etik yapay zekâ prensipleri bu dönüşümün temelini oluşturacaktır.

Yapay zekâ, dijital ekonominin, savunma uygulamalarının, eğitim ve sağlık ekosistemlerinin vazgeçilmez bir bileşeni haline gelmiştir. Bu nedenle hedefimiz, yapay zekânın gelişimini yavaşlatmak değil, onun çevresel ayak izini yönetilebilir ve şeffaf hale getirmek olmalıdır. Bunun için hem ulusal düzeyde politika yapıcıların, hem de veri merkezi işleten teknoloji şirketlerinin ortak hareket ettiği yeni bir “Sürdürülebilir Yapay Zekâ Çerçevesi” gerekmektedir. Böyle bir çerçevede; enerji verimliliği hedefleri, su tüketimi limitleri, karbon ayak izi raporlaması ve döngüsel donanım kullanımı gibi göstergeler standartlaştırılabilir.

Önerilen Eylem Alanları:

1. Politika ve Regülasyon:
   • Veri merkezleri ve büyük ölçekli YZ eğitimi yapan kuruluşlar için yıllık enerji ve su tüketimi raporlama zorunluluğu getirilmeli.
   • YZ yatırımlarında yenilenebilir enerji kullanım oranı tanımlanmalı.
2. Kurumsal ve Teknik Çözümler:
   • “Green AI by Design” yaklaşımıyla modeller, daha eğitim aşamasında enerji verimli olacak şekilde tasarlanmalı.
   • Su tüketimini azaltan kapalı devre soğutma, deniz suyu soğutma ve atık ısı geri kazanımı çözümleri teşvik edilmeli.
   • Donanım tedarik zincirinde geri dönüştürülebilir bileşen kullanımı ve elektronik atık yönetimi zorunlu hale getirilmeli.
3. Kullanıcı ve Geliştirici Düzeyi:
   • Gereksiz ve tekrar eden YZ sorgularının azaltılması için kullanım farkındalığı artırılmalı.
   • Geliştiricilere “enerji ayak izi düşük model” ve “model sıkıştırma” kütüphaneleri varsayılan seçenek olarak sunulmalı.
   • Kurum içi YZ kullanımında “enerji-etki etiketi” (örneğin: “bu sorgu X Wh tüketir”) gibi bilgilendirici arayüzler kullanılmalı.

Yapay zekâ, iklim krizini derinleştiren bir teknoloji olmak zorunda değil; doğru tasarlandığında tam tersine enerji verimliliği, akıllı şebekeler, kentsel su yönetimi, endüstride atık azaltımı gibi alanlarda iklim çözümlerine hız da kazandırabilir. Bu nedenle önümüzdeki dönem, “YZ’nin çevreye zararı” yerine “YZ’nin çevre için nasıl kullanılacağı” sorusunu merkeze alan çalışmaların dönemi olacaktır.

Kaynakça

https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai

https://www.eesi.org/articles/view/data-centers-and-water-consumption

https://www.visualcapitalist.com/map-network-powering-us-data-centers/

Eco-Bülten Yazar Ekibi:

• Korhan Pulatsü Proje Lideri
• Abdurrahim Birbilen Üye
• Hakan Taylan Üye
• Kasım Tuna Ayyıldız Üye
• Tolga Yelaldı Üye