Evet, yapay zeka — özellikle büyük modellerin eğitimi ve devasa ölçekte çalıştırılması — ölçülebilir bir enerji maliyeti taşıyor ve bu maliyet hızla büyüyor. Uluslararası Enerji Ajansı’nın (IEA) “Energy and AI” raporuna göre veri merkezleri (yapay zeka dahil, ama ona özel olmayan tüm veri merkezi yükü) 2024’te küresel elektrik tüketiminin yaklaşık yüzde 1,5’ini oluşturdu — bu da 415 terawatt-saate denk geliyor. Aynı rapora göre bu tüketimin 2030’a kadar iki katından fazlaya çıkıp yaklaşık 945 terawatt-saate ulaşması, yani Japonya’nın bugünkü toplam elektrik tüketimine yaklaşması bekleniyor.
Enerji maliyeti modelin yaşam döngüsünün iki farklı aşamasında ortaya çıkıyor. Pretraining — modelin sıfırdan eğitildiği aşama — kısa sürede, binlerce GPU’yu aylarca yoğun biçimde çalıştırarak büyük, tek seferlik bir enerji harcaması yaratır. Ama model bir kere eğitildikten sonra, her kullanıcı sorgusuna cevap üretmesi de (çıkarım — inference) enerji tüketir; tek bir sorgunun maliyeti eğitime kıyasla çok küçüktür, ama bu işlem milyonlarca kez tekrarlandığı için toplamda zamanla eğitimin toplam maliyetini de aşabilir. Hangisinin daha büyük payı aldığı modelin ne kadar yaygın kullanıldığına bağlı olarak değişir.
Tüketimin büyük kısmı iki bileşenden geliyor: sunucuların kendisi (özellikle GPU’lar) ve onları soğutan sistemler. Bu yüzden veri merkezi endüstrisi hem daha verimli donanıma hem de daha verimli soğutmaya yöneliyor. Kullanıcı tarafında somut bir karşılaştırma yapmak zor, çünkü sağlayıcılar sorgu başına enerji tüketimini genellikle kamuya açık, standart bir metrikle paylaşmıyor. Net olan şu: yapay zeka enerji tüketimi küçük ve göz ardı edilebilir bir kalem değil, enerji politikalarını ve veri merkezi yatırımlarını şimdiden şekillendiren, büyümeye devam eden bir faktör.