AI Her Sohbetinizde Bir Şişe Su İçiyor

100 kelimelik bir e-posta taslağı hazırlamak için de aşağı yukarı aynı miktarda su harcanıyor. Bu rakam, hem veri merkezlerindeki sunucuları soğutmak için kullanılan suyu hem de bu sunucuları çalıştıran elektrik santrallerinde tüketilen suyu kapsıyor.

Ancak bu tahminleri hesaplayan çalışma, yapay zekâ sistemlerinin su kullanımının, yanıtı veren bilgisayarın nerede ve ne zaman çalıştığına bağlı olarak büyük ölçüde değişebileceğini de vurguluyor.

Benim için – bir akademik kütüphaneci ve eğitim profesörü olarak – yapay zekâyı anlamak yalnızca nasıl etkili komutlar yazılacağını bilmekten ibaret değil. Aynı zamanda altyapıyı, yapılan fedakârlıkları ve yapay zekâyı çevreleyen toplumsal tercihleri anlamayı da içeriyor.

Birçok insan, yapay zekânın özellikle enerji ve su tüketimiyle ilgili manşetler nedeniyle doğası gereği zararlı olduğunu düşünüyor. Bu etkiler gerçek, ama hikâyenin sadece bir parçası.

İnsanlar yapay zekâyı sadece bir kaynak tüketicisi olarak görmekten çıkıp, onun gerçek ayak izini, etkilerin nereden kaynaklandığını, nasıl değişkenlik gösterdiğini ve azaltmak için neler yapılabileceğini anladığında; yenilik ile sürdürülebilirlik arasında denge kuracak seçimler yapmaya çok daha hazır hale geliyorlar.

 

2 gizli akış

Her yapay zekâ sorgusunun arkasında iki tür su kullanımı bulunuyor.

Birincisi, büyük miktarda ısı üreten sunucuların soğutulması için kullanılan su. Bunun için çoğunlukla buharlaştırmalı soğutma kuleleri kullanılıyor – sıcak boruların ya da açık havuzların üzerine püskürtülen dev sisleyiciler. Buharlaşma ısıyı uzaklaştırıyor, ama aynı zamanda bu suyu nehir, baraj ya da yeraltı suyu gibi yerel kaynaklardan çekiyor. Bazı soğutma sistemleri daha az su kullanıyor ancak daha çok elektrik harcıyor.

İkincisi, veri merkezini çalıştıran elektrik santrallerinde kullanılan su. Kömür, gaz ve nükleer santraller buhar döngüleri ve soğutma için büyük miktarlarda suya ihtiyaç duyuyor. Hidroelektrik de önemli ölçüde su tüketiyor; baraj göllerinden buharlaşan sular kayba yol açıyor. Konsantre güneş enerjisi santralleri de, eğer ıslak soğutma kullanıyorsa, su açısından yoğun olabilir. Buna karşılık rüzgâr türbinleri ve güneş panelleri kurulduktan sonra, ara sıra yapılan temizlik dışında neredeyse hiç su kullanmıyor.

 

İklim ve zaman önemli

Su kullanımı bulunduğu yere göre büyük değişiklik gösteriyor. Serin ve nemli İrlanda’daki bir veri merkezi, çoğu zaman dış hava ya da soğutucularla çalışabiliyor ve aylarca neredeyse hiç su kullanmıyor. Buna karşılık Arizona’daki bir veri merkezi, Temmuz ayında buharlaştırmalı soğutmaya yoğun şekilde ihtiyaç duyabiliyor. Sıcak ve kuru hava bu yöntemi etkili kılıyor, ancak ısıyı uzaklaştıran mekanizma buharlaşma olduğu için çok fazla su tüketiyor.

Zaman da önemli. Massachusetts Amherst Üniversitesi’nin bir çalışmasına göre, bir veri merkezi kışın yazın harcadığının yarısı kadar su kullanabiliyor. Aşırı sıcaklarda öğle saatlerinde soğutma sistemleri yoğun çalışırken, geceleri talep düşüyor.

Yeni yaklaşımlar umut verici. Örneğin daldırma soğutma yöntemi, sunucuları elektrik iletmeyen sıvıların (sentetik yağlar gibi) içine batırarak neredeyse tüm buharlaşmayı ortadan kaldırıyor. Microsoft’un yeni tasarımı ise sıfır su tüketimi vaat ediyor: Bilgisayar çiplerinin üzerinden geçen özel bir sıvı ısıyı emiyor, sonra kapalı devre içinde dışarıya aktarıyor. Bu sayede buharlaşma olmadan soğutma sağlanıyor. Veri merkezleri yine personel ihtiyaçları için az miktarda içme suyu kullanacak, ancak soğutma için yerel su kaynaklarına ihtiyaç kalmayacak.

Yine de bu çözümler henüz yaygın değil; çünkü maliyetli, bakım açısından karmaşık ve mevcut tesisleri dönüştürmek zor. Çoğu işletmeci buharlaştırmalı sistemleri kullanmaya devam ediyor.

 

Kullanabileceğiniz basit bir beceri

Kullanılan yapay zekâ modeli de önemli. Çünkü farklı modeller, farklı karmaşıklık seviyelerine, donanımlara ve işlem gücü ihtiyaçlarına sahip. Bazı modeller, ultra verimli olanlara kıyasla 70 kat daha fazla enerji ve su tüketebiliyor.

Yapay zekânın su ayak izini kendiniz sadece üç adımda hesaplayabilirsiniz, ileri matematik gerekmez:

Adım 1 – Güvenilir araştırmaları veya resmi açıklamaları bulun. Bağımsız analizlere göre orta uzunlukta bir GPT-5 yanıtı (yaklaşık 150–200 kelime, 200–300 token) yaklaşık 19,3 watt-saat enerji kullanıyor. Benzer uzunluktaki bir GPT-4o yanıtı ise sadece 1,75 watt-saat tüketiyor.

Adım 2 – Elektrik başına düşen su miktarı için pratik bir tahmin kullanın (soğutma ve enerji üretimi dahil). Bugün için makul aralık 1,3–2,0 mililitre/watt-saat. Düşük değer verimli tesisleri ve temiz şebekeleri yansıtırken, yüksek değer daha tipik tesisleri ifade ediyor.

Adım 3 – Parçaları birleştirin. Enerji değerini (Adım 1) su faktörüyle (Adım 2) çarpın. Bu size tek bir yapay zekâ yanıtının su ayak izini verir.

Formül şöyle:

Enerji (watt-saat) × Su faktörü (ml/watt-saat) = Yanıt başına su tüketimi (ml)

Orta uzunlukta bir GPT-5 yanıtı için: 19,3 × 2 = 39 ml.

Orta uzunlukta bir GPT-4o yanıtı için: 1,75 × 2 = 3,5 ml.

Daha verimli tesis varsayılırsa (1,3 ml/watt-saat): GPT-5 için yaklaşık 25 ml, GPT-4o için 2,3 ml.

Google’ın son teknik raporuna göre, Gemini sisteminde ortalama bir metin sorgusu yalnızca 0,24 watt-saat elektrik ve yaklaşık 0,26 ml su kullanıyor – beş damla kadar. Ancak rapor, bu sorgunun uzunluğunu belirtmediği için GPT verileriyle doğrudan karşılaştırılamıyor.

Bu farklı tahminler – 0,26 ml ile 39 ml arasında – verimliliğin, modelin ve enerji altyapısının ne kadar belirleyici olduğunu gösteriyor.

 

Karşılaştırmalar bağlam katıyor

Bu sorguların ne kadar su kullandığını gerçekten anlamak için onları günlük hayattaki kullanımlarla karşılaştırmak faydalı olabilir.

Milyonlarca kez tekrarlandığında, yapay zekâ sorgularının su tüketimi hızla büyüyor. OpenAI, günde yaklaşık 2,5 milyar sorgu alındığını bildiriyor. Bu sayı, GPT-4o, GPT-4 Turbo, GPT-3.5 ve GPT-5 sistemlerine yapılan tüm sorguları içeriyor, ancak model bazında ayrıntı verilmiyor.

Bağımsız tahminler ve Google’ın resmi verileri, olası aralığı gösteriyor:

• Google Gemini ortalama sorguları: yaklaşık 650.000 litre/gün
• GPT-4o orta sorguları: yaklaşık 8,8 milyon litre/gün
• GPT-5 orta sorguları: yaklaşık 97,5 milyon litre/gün

Karşılaştırmak için: Amerikalılar yalnızca evlerinin çimlerini ve bahçelerini sulamak için günde yaklaşık 34 milyar litre su harcıyor. Bir litre yaklaşık çeyrek galona denk geliyor.

Üretken yapay zekâ gerçekten de su tüketiyor, ancak şimdilik toplam günlük miktarı, çim sulama, duş alma ve çamaşır yıkama gibi yaygın kullanımlara kıyasla küçük kalıyor.

Ama su talebi sabit değil. Google’ın açıklamaları, özel çipler, verimli soğutma ve akıllı iş yükü yönetimiyle nelerin mümkün olduğunu gösteriyor. Su geri dönüşümü ve veri merkezlerini serin, nemli bölgelerde kurmak da yardımcı olabilir.

Ayrıca şeffaflık çok önemli: Şirketler verilerini açıkladığında, kamuoyu, politika yapıcılar ve araştırmacılar nelerin başarılabileceğini görebilir ve sağlayıcıları adil şekilde karşılaştırabilir.

Leo S. Lo Kütüphaneler Dekanı; Rektör Danışmanı (Yapay Zekâ Okuryazarlığı); Eğitim Profesörü, Virginia Üniversitesi

Bu yazı SCIENCEALERT’ de yayınlanmıştır.