Yapay zeka teknolojileri, son yıllarda hayatımızın ayrılmaz bir parçası haline geldi. ChatGPT başta olmak üzere büyük dil modelleri; yazı yazmaktan kod geliştirmeye, müşteri hizmetlerinden tıbbi danışmanlığa kadar pek çok alanda insanların vazgeçilmez asistanı konumuna yükseldi. Ancak bu teknolojik devrimin perde arkasında, çoğu kullanıcının farkında olmadığı ağır bir çevresel bedel yatmaktadır. Bir yapay zeka modeline sorulan her soru, sunucularda çalışan binlerce işlemci çekirdeğini harekete geçirir; bu işlemciler ısınır, soğutulur, enerji tüketir ve atmosfere karbon salar. Peki bu sürecin gerçek boyutu nedir? Bilimsel veriler ışığında, ChatGPT’nin ve benzer büyük dil modellerinin çevreye verdiği zararı kapsamlı biçimde ele alalım.
Eğitim Sürecinin Devasa Karbon Ayak İzi
Büyük dil modellerinin çevresel maliyeti iki ana aşamada değerlendirilmelidir: eğitim ve çıkarım (inference). Eğitim aşaması, modelin milyarlarca parametre üzerinde öğrenme gerçekleştirdiği ilk ve en yoğun enerji tüketen süreçtir. Massachusetts Üniversitesi Amherst’ten araştırmacıların yürüttüğü öncü çalışmaya göre, büyük bir dil modelinin eğitimi yaklaşık 626.000 pound (yaklaşık 284 ton) karbondioksit eşdeğeri salınıma neden olmaktadır. Bu rakam, bir insanın ortalama yaşam boyu karbon ayak izinin beş katına denk gelmektedir.
GPT-4 gibi gelişmiş modellerin eğitim sürecinde tüketilen enerji miktarı kamuoyuyla tam olarak paylaşılmamış olsa da sektör tahminleri son derece çarpıcıdır. Yalnızca GPT-3 modelini eğitmek için yaklaşık 1.287 MWh elektrik harcandığı bilinmektedir. Bu miktar, yüzlerce hanenin yıllık elektrik tüketimine eşdeğerdir. GPT-4’ün parametrik boyutu ve eğitim süresinin çok daha büyük olduğu düşünüldüğünde, karbon ayak izinin katlanarak arttığı anlaşılmaktadır. Üstelik bu eğitim süreçleri tek seferlik değildir; modeller düzenli aralıklarla ince ayara tabi tutulmakta (fine-tuning), yeni versiyonları eğitilmekte ve bu her seferinde enerji döngüsü yeniden başlamaktadır.
Veri Merkezleri: Görünmeyen Enerji Canavarları
ChatGPT’ye her soru sorduğunuzda, yanıt OpenAI’ın kullandığı dev veri merkezlerinden gelir. Bu veri merkezleri, yalnızca işlem gücü sağlamakla kalmaz; aynı zamanda sürekli soğutma sistemlerine ihtiyaç duyar. Sunucuların aşırı ısınmasını önlemek için çalıştırılan soğutma sistemleri, toplam enerji tüketiminin neredeyse yarısını oluşturabilmektedir. Veri merkezi verimliliğini ölçmek için kullanılan PUE (Power Usage Effectiveness) metriğine göre, ideal değer 1,0 iken büyük ölçekli veri merkezleri genellikle 1,2 ile 1,6 arasında değerler almaktadır. Bu, her 1 birim hesaplama enerjisi için 0,2 ile 0,6 birim ek enerjinin yalnızca soğutma için harcandığı anlamına gelir.
Microsoft, OpenAI’ın en büyük yatırımcısı ve altyapı ortağıdır. Microsoft Azure üzerinde çalışan ChatGPT’nin kullandığı veri merkezleri; ABD, İrlanda, Hollanda ve Japonya dahil küresel ölçekte faaliyet göstermektedir. Bu merkezlerin bir bölümü hâlâ fosil yakıt kaynaklı elektrikle beslenmekte; bu durum karbon salınımını doğrudan artırmaktadır. Uluslararası Enerji Ajansı’nın (IEA) verilerine göre, küresel veri merkezi elektrik tüketimi 2022 yılında 200-250 TWh aralığında seyretmiş; bu rakamın yapay zeka yoğunlaşmasıyla birlikte dramatik biçimde artması beklenmektedir.
Su Tüketimi: Göz Ardı Edilen Boyut
Karbon salınımının yanı sıra, yapay zekanın su tüketimi de son derece ciddi bir çevresel sorun olarak öne çıkmaktadır. Birçok veri merkezi, sunucuları soğutmak için doğrudan su kullanır. Araştırmalar, ChatGPT’ye yapılan her 20-50 sorgunun yaklaşık yarım litre su tüketimine yol açtığını tahmin etmektedir. UC Riverside ve University of Texas Arlington araştırmacılarının 2023 yılında yayımladığı çalışmaya göre, ChatGPT’nin küresel su tüketimi 2022 yılı itibarıyla milyonlarca litre düzeyine ulaşmıştır.
Bu durum, özellikle su kıtlığının yaşandığı bölgelerde kurulan veri merkezleri söz konusu olduğunda dramatik bir hal almaktadır. Arizona ve Nevada gibi çöl iklimine sahip ABD eyaletlerinde faaliyet gösteren veri merkezleri, zaten kısıtlı olan su kaynaklarını tüketmekte; yerel ekosistemler ve tarım alanları üzerinde baskı oluşturmaktadır. Yapay zeka teknolojisinin büyümesiyle birlikte su tüketiminin de kaçınılmaz biçimde artacağı öngörülmekte; bu durum küresel su yönetimi politikalarında ciddi bir gerilim noktası haline gelmektedir.
Çıkarım Maliyeti: Her Sorgunun Bedeli
Eğitim kadar dikkat çekici olmasa da çıkarım aşaması, yani modelin gerçek zamanlı olarak sorulara yanıt üretmesi, toplamda son derece önemli bir çevresel yüke yol açmaktadır. ChatGPT’nin yalnızca Ocak 2023’te 100 milyon kullanıcıya ulaştığı düşünüldüğünde, günlük işlenen sorgu sayısının milyonlarla ifade edildiği anlaşılmaktadır. Goldman Sachs’ın 2023 tarihli raporuna göre, bir yapay zeka sorgusunu işlemek için harcanan enerji, klasik bir Google aramasının yaklaşık 10 katıdır.
Üstelik çıkarım hesaplamalarının GPU (grafik işlem birimi) tabanlı donanımlara olan bağımlılığı, enerji verimliliğini daha da olumsuz etkiler. NVIDIA’nın A100 ve H100 serisi GPU’lar, saniyede muazzam miktarda işlem gerçekleştirebilir; ancak bu işlem gücü, beraberinde yüksek güç tüketimini de getirir. Tek bir H100 GPU’sunun maksimum güç tüketimi 700 watt civarındadır ve büyük ölçekli çıkarım kümeleri binlerce bu tür birimden oluşmaktadır.
Elektronik Atık ve Donanım Döngüsü
Yapay zekanın çevresel etkisi yalnızca enerji ve su tüketimiyle sınırlı değildir. Hızla gelişen model mimarileri, mevcut donanımların kısa sürede eskimesine ve elektronik atığa dönüşmesine neden olmaktadır. Yeni nesil modeller daha güçlü GPU’lar gerektirdikçe, eski nesil donanımlar hizmet dışı bırakılmakta; bu da e-atık sorununu derinleştirmektedir. Dünya genelinde yıllık 50 milyon ton e-atık üretildiği bilinmektedir ve bu rakamın yapay zeka teknolojisinin yaygınlaşmasıyla artacağı öngörülmektedir.
Aynı zamanda GPU ve yapay zeka çiplerinin üretim süreci de yoğun çevresel baskı oluşturur. Çip üretiminde kullanılan nadir toprak elementleri ve diğer hammaddelerin çıkarımı; madencilik faaliyetleri, orman tahribatı ve su kirliliğini beraberinde getirir. Bir yapay zeka çipinin üretim karbon ayak izi, çipin kullanım ömrü boyunca tükettiği enerji karbon ayak iziyle kıyaslanabilir düzeyde olabilmektedir.
Sektörün Yanıtı ve Yeşil Yapay Zeka Girişimleri
Bu tablo karşısında büyük teknoloji şirketleri boş durmamaktadır. Microsoft, 2030 yılına kadar karbon negatif olmayı taahhüt etmiş; yenilenebilir enerji alımlarını artırma yoluna gitmiştir. Google, veri merkezlerini yenilenebilir enerji sertifikalarıyla desteklemekte ve enerji verimliliği için makine öğrenmesinden yararlanmaktadır. Ancak eleştirmenler, bu taahhütlerin çoğunun karbon dengeleme (offset) mekanizmalarına dayandığını; gerçek bir salınım azaltımı değil, muhasebe düzenlemesi niteliği taşıdığını vurgulamaktadır.
Akademik dünyada ise “Yeşil Yapay Zeka” (Green AI) hareketi ivme kazanmaktadır. Araştırmacılar, daha verimli model mimarileri geliştirmeyi, eğitim süreçlerini optimize etmeyi ve enerji tüketimini şeffaf biçimde raporlamayı savunmaktadır. Model sıkıştırma, bilgi damıtma (knowledge distillation) ve verimli dikkat mekanizmaları (efficient attention) gibi teknikler, aynı performansı daha az enerjiyle elde etmeyi hedeflemektedir.
Bireysel Sorumluluk ve Bilinçli Kullanım
Yapay zekanın çevresel maliyeti yalnızca kurumsal bir sorun değildir; bireysel kullanıcılar da bu tablonun parçasıdır. Her gereksiz sorgu, her tekrarlanan istek ve optimize edilmemiş prompt, sisteme ek yük bindirir. Kullanıcıların yapay zeka araçlarını daha verimli kullanması; kısa ve net promptlar yazması, gereksiz yeniden denemeleri azaltması ve görevi için en hafif modeli tercih etmesi, toplamda anlamlı bir fark yaratabilir.
Öte yandan teknoloji politikası açısından da önemli adımlar gerekmektedir. Yapay zeka şirketlerinden enerji tüketimi ve karbon salınımına ilişkin şeffaf veri yayımlamaları talep edilmeli; düzenleyici otoriteler bu alanda bağlayıcı standartlar geliştirmelidir. Avrupa Birliği’nin Yapay Zeka Yasası (AI Act) bu yönde ilk adımları atsa da çevresel etki raporlama yükümlülükleri henüz yeterince güçlü değildir.
Sık Sorulan Sorular
ChatGPT ile Google araması arasında enerji tüketimi açısından ne fark var?
Araştırmalar, bir ChatGPT sorgusunun klasik bir Google aramasına kıyasla yaklaşık 10 kat daha fazla enerji tükettiğini göstermektedir. Bunun temel nedeni, dil modellerinin yanıt üretirken milyarlarca parametre üzerinden hesaplama yapmasıdır.
Yapay zekanın su tüketimi gerçekten ciddi bir sorun mu?
Evet. Veri merkezlerinin soğutma sistemleri büyük miktarda su kullanır. Tahminlere göre ChatGPT’ye yapılan her 20-50 sorgu yarım litreye yakın su tüketimine yol açmaktadır. Bu durum, su kıtlığı yaşanan bölgelerdeki veri merkezleri için özellikle kritiktir.
Yapay zekanın çevresel etkisini azaltmak mümkün mü?
Kısmen evet. Model sıkıştırma, yenilenebilir enerji kullanımı, daha verimli donanım tasarımı ve kullanıcı farkındalığı bu etkiyi azaltabilir. Ancak teknolojinin büyüme hızı göz önüne alındığında, mutlak tüketimin artmaya devam etmesi kaçınılmaz görünmektedir.
İleri Okuma Tavsiyeleri ve Kaynaklar
- Strubell, E., Ganesh, A., & McCallum, A. (2019). Energy and Policy Considerations for Deep Learning in NLP. Association for Computational Linguistics.
- Li, P. et al. (2023). Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models. UC Riverside & UT Arlington.
- IEA (2023). Electricity 2024: Analysis and Forecast to 2026. International Energy Agency — iea.org






