Joule dergisinde yayınlanan yeni bir araştırmaya göre, yapay zeka yakında elektrik tüketimi açısından Bitcoin madenciliğini geçebilir.
Amsterdam Üniversitesi’ndeki Vrije Çevre Araştırmaları Enstitüsü’nden Alex de Vries-Gao’nun araştırmasına göre, 2025’in sonuna kadar yapay zeka için inşa edilen veri merkezleri dünya çapındaki veri merkezlerinin tüm elektrik tüketiminin neredeyse yarısını karşılayacak.
Kripto para birimi enerji tüketimi üzerine yaptığı araştırmalarla bilinen De Vries-Gao, yapay zekanın halihazırda veri merkezi elektriğinin yüzde 20’sine kadarını kullandığını tahmin ediyor.
Gerçek rakamı elde etmek için, NVIDIA ve AMD için işlemci üretimine ilişkin TSMC verileri de dahil olmak üzere, özel yapay zeka çiplerinin üretim hacimlerini analiz etti. Bunları da enerji tüketimlerine ilişkin bilgilerle karşılaştırdı.
Yapay zekanın elektrik ihtiyacının 23 GW’a çıkacağı tahmin ediliyor
Yapay zekanın elektrik ihtiyacının 23 GW’a çıkacağını tahmin ediyor; bu, tüm İngiltere veri merkezlerinin tüketimine eş değer.
Bu, Bitcoin madenciliği ağının şu anda kullandığının neredeyse iki katı (yaklaşık 10 GW). Talepteki artış, ABD kamu hizmetlerini yeni gaz yakıtlı enerji santralleri planlamaya ve hatta nükleer enerji projelerini yeniden başlatmaya zorluyor.
Uzmanlar, ani artışların şebeke istikrarını bozabileceği ve yenilenebilir enerjiye geçişi yavaşlatabileceği konusunda uyarıyor; bu durum, devasa kripto madenciliği çiftliklerini çevreleyen duruma benzer.
Danışmanlık firması ICF ayrıca, 2030 yılına kadar ABD veri merkezlerinden gelen elektrik talebinin yüzde 25 artacağını ve bu büyümenin büyük kısmını yapay zeka ve klasik bulut hizmetlerinin oluşturacağını öngörüyor.
Yapay zeka enerji tüketiminin doğru hesaplanması, büyük teknoloji şirketlerinin şeffaflık eksikliği nedeniyle karmaşık: Raporlarında emisyonların veya tüketimin hangi kısmının yapay zekaya atfedilebileceğini ayrıntılı olarak açıklamıyorlar.
De Vries-Gao, “Kaba bir rakam elde etmek bile kabul edilemez derecede zor. Hükümetlerin bilgilendirilmiş enerji ve iklim politikaları formüle edebilmesi için bu verilerin zorunlu olarak açıklanmasını talep ediyor” diye belirtiyor.
DeepSeek gibi bazı girişimler, modellerinin ticari muadillerinden onlarca kat daha az enerji gerektirdiğini iddia ediyor. Ancak bu koşullarda bile Jephson paradoksu riski var: artan verimlilik, yapay zekanın daha fazla kullanılmasını teşvik edebilir ve genel olarak toplam enerji tüketimini artırabilir.
