Yapay Zeka Sohbetleri ve Veri Merkezleri Su Tüketimini Artırıyor GPT-3 tabanlı ChatGPT gibi yapay zeka modelleriyle yapılan kısa konuşmalar veya 100 kelimelik e-posta taslakları, yaklaşık olarak 500 mililitre su tüketimine eşdeğer olabiliyor. Bu hesaplama yapılırken veri merkezlerindeki soğutma sistemlerinde kullanılan su miktarıyla birlikte enerji üretiminde kullanılan su tüketimi de dikkate alınıyor. Yapay Zeka Modellerine Göre…
GPT-3 tabanlı ChatGPT gibi yapay zeka modelleriyle yapılan kısa konuşmalar veya 100 kelimelik e-posta taslakları, yaklaşık olarak 500 mililitre su tüketimine eşdeğer olabiliyor. Bu hesaplama yapılırken veri merkezlerindeki soğutma sistemlerinde kullanılan su miktarıyla birlikte enerji üretiminde kullanılan su tüketimi de dikkate alınıyor.
Yapılan tahminlere göre, farklı yapay zeka modelleri ve altyapılarına göre su tüketimi de değişkenlik gösteriyor. Bağımsız araştırmalara göre, orta uzunluktaki bir GPT-5 yanıtı yaklaşık 39 mililitre su harcarken, GPT-40 yanıtı ise 3,5 mililitreye kadar düşebiliyor. Google’ın Gemini sisteminde ise bu miktar sadece 0,26 mililitreye kadar inebiliyor.
Veri merkezleri, yüksek ısı yayan işlemcileri soğutmak için genellikle su bazlı sistemler kullanıyor. Bu sistemler suyun hızla buharlaşmasını sağlayarak ısıyı uzaklaştırıyor ancak yerel su kaynaklarının tükenmesine neden olabiliyor. Alternatif soğutma yöntemleri arasında sıvı içinde soğutma ve kapalı devre özel sıvı sistemleri bulunmasına rağmen henüz yaygınlaşmış değiller.
Enerji kaynağı da su tüketimini etkiliyor. Rüzgar ve güneş enerjisi panelleri neredeyse hiç su tüketmezken, kömür, doğalgaz ve nükleer enerji santralleri büyük miktarlarda suya ihtiyaç duyuyor.
OpenAI, sistemlerine günlük yaklaşık 2,5 milyar sorgu yapıldığını belirtiyor. Bu durumda, yapay zeka modellerinin su tüketimi de önemli bir boyuta ulaşıyor. Örneğin, GPT-5 için günlük su tüketimi 97,5 milyon litreye kadar çıkabilirken, Google Gemini’de bu miktar 650 bin litre seviyesinde kalabiliyor.
Uzmanlar, yapay zekânın su tüketiminin diğer sektörlere göre hala sınırlı olduğunu ancak bu tüketimin hızla artabileceğini vurguluyor. Verilerin paylaşılması, verimliliğin artırılması ve veri merkezlerinin daha optimal bölgelere kurulmasıyla su tüketiminin azaltılabileceği belirtiliyor. Yapay zekânın geleceğinin sadece inovasyonla değil, aynı zamanda sürdürülebilirlik kararlarıyla da şekilleneceği düşünülüyor.
