Yapay zeka su harcıyor mu?

Yapay zeka sistemleri için kurulan data merkezleri, son periyotta yüksek su tüketimi nedeniyle tartışma konusu oluyor. Bu merkezlerde oluşan ağır ısının denetim altına alınabilmesi için büyük ölçüde pak suyla çalışan soğutma sistemlerinden yararlanılıyor.

Bilgi Teknolojileri ve İletişim Kurumu (BTK) Bilgi Merkezi Mühendisi İbrahim Geylan, yapay zekadan evvel data merkezlerinin web, bilgi tabanı ve bulut sistemleri üzere görece daha düşük kabin yoğunluğu gerektiren yapılardan oluştuğunu belirtiyor. Bu cins merkezlerde klasik soğutma sistemlerinin kâfi olduğunu tabir eden Geylan, yapay zekayla birlikte donanım gereksinimlerinin esaslı biçimde değiştiğine dikkat çekiyor.

Bu değişimi Geylan şu sözlerle anlatıyor:

“Ancak hayatımıza yapay zekanın girmesiyle birlikte donanım gereksinimlerimiz değişti. Zira hyperscale data merkezlerinde yapay zeka/makine öğrenmesi sistemleri, HPC (High Performence Computing) donanımları kullanıldığı için rack kapasiteleri 40-150+ kw düzeylerindedir. Bu da çok yüksek ısıların oluşmasının sebebidir. Bundan ötürü yapay zeka data merkezlerinde klasik havalı soğutma sistemleri yerine evoparatif- adyabatik soğutma sistemleri kullanılır. Bu soğutma sistemleri yüksek ölçüde su tüketimi gerçekleştirir.”

⁉️ Bir yapay zeka sorgusu ne kadar su tüketiyor?

➡️ Bir çay kaşığının on beşte biri kadar mı?
➡️ Yoksa bir damacana kadar mı?

🤖 Yapay zekanın yükselişi, arkasında tahmin edilmesi güç bir su tüketimi bırakıyor

📊 Ancak verilerdeki belirsizlik, bu dijital yükün gerçek… pic.twitter.com/AJGQ0swBSP

— Anadolu Ajansı (@anadoluajansi) January 27, 2026

İçme suyundan bile daha saf su kullanılıyor

Yapay zeka bilgi merkezlerinde kullanılan soğutma sistemlerinde sıradan su değil, son derece saflaştırılmış pak su tercih ediliyor. Geylan, bunun temel nedeninin sistemde kireçlenme ve boru tıkanmalarının önüne geçmek olduğunu vurguluyor.

Kendi tecrübelerinden örnek veren Geylan, klâsik hava soğutmalı data merkezlerinde sıcak havalarda dış üniteler için süreksiz spreyleme sistemleri kurulduğunu ve bu sistemlerde bile ağır bir arıtma süreci uygulandığını aktarıyor:

“Hatta kendimizden bir örnek verecek olursak, biz bilgi merkezi altyapı profosyonelleri, klasik hava soğutmalı data merkezinde yaz aylarında hava sıcaklıkları arttığı devirlerde kullanmak üzere dış ünitelere spreyleme sistemi yaparız. Olağanda sistemin doğal yapısında yoktur. Fakat sıcaklık artışında bir nefes olması için kullanırız. Bu sistemde kullandığımız tesisat suyu, bag filtreden geçer, arıtma sisteminden geçer ve yumuşatılır, en son olarak da kartuş filtrelerden geçer ve kondansere o denli püskürtülür. Yani diyebilirim ki içtiğimiz sulardan bile daha saf hale gelir. Adyabatik soğutmada ve soğutma kulelerinde bu su çok daha fazla tüketilir.”

Kullanılan su geri kazanılamıyor

Soğutma süreçlerinde kullanılan suyun tekrar kullanılamadığına dikkat çeken Geylan, bu durumun önemli çevresel tesirler yarattığını söylüyor. Su, soğutma sırasında buharlaşarak atmosfere karışıyor ve yeryüzündeki kullanılabilir tatlı su kaynaklarından fiilen çekilmiş oluyor.

Bu sürecin iki temel sonucu olduğuna işaret eden Geylan, mevzuyu şu halde özetliyor:

“Su buharlaşıp havaya karışıyor. Aslında yok olmuyor faz değiştiriyor, lakin yeryüzünden atmosfere karışmış oluyor. Burada iki tane değerli yan tesirden bahsetmeliyiz. Hem yeryüzündeki pak kullanım suyunu bilgi merkezlerinde harcıyoruz ve kaynakları tüketiyoruz hem de bulunduğumuz coğrafyanın ikliminin değişimine sebep oluyoruz. İklim değişikliği bitki örtüsü, toprak yapısı, üretilen mahsul üzere bir çok noktada değişikliğe sebep olmaktadır. Hülasa bir kişinin yapay zekada yapacağı bir görsel oluşturmanın sonucunun nerelere varacağını görmekteyiz.”

Geylan, soğutma teknolojilerinde daima düzgünleştirme çalışmaları yapıldığını lakin bir sistemin nitekim yararlı olabilmesi için sürdürülebilir olmasının kaide olduğunu da ekliyor.

Yeni kuşak soğutma sistemleri geliştiriliyor

Artan güç maliyetleri ve doğal kaynak tüketimi, “sürdürülebilir yapay zeka” kavramını gündeme taşıdı. Geylan’a nazaran bilgi merkezi altyapılarıyla ilgilenenler artık sadece güç verimliliğini değil, su kullanımını da yakından takip ediyor.

Bu noktada PUE (Enerji Kullanım Verimliliği) ve WUE (Su Kullanım Verimliliği) kıymetleri öne çıkıyor. Lakin düşük PUE hedeflenirken, birçok vakit yüksek su tüketimiyle karşılaşılıyor. Geylan, elektriğe kıyasla suyla soğutmanın daha ucuz ve pratik olması nedeniyle tercih edildiğini, bu yüzden alternatif tahliller üzerinde çalışıldığını belirtiyor.

Bu kapsamda bilhassa “İmmersion Cooling” olarak isimlendirilen daldırma tipi soğutma sistemleri dikkat çekiyor:

“Veri merkezi altyapı sistemleriyle ilgilenenler ekseriyetle PUE (Power Usage Effectiveness – Güç Kullanım Verimliliği) ve WUE (Water Usage Effectiveness – Su Kullanım Verimliliği) ile ilgilenmeye başladı. Düşük PUE maalesef karşımıza yüksek WUE olarak gelmektedir. Burada elektriğin yerine su kullanımıyla soğutma yapmak daha kolay ve daha maliyeti düşük olduğundan tercih ediliyor. Günümüzde deniz suyunun burada nasıl kullanılabileceği noktasında araştırmalar ve tartışmalar var. Bilhassa yüksek kw bedellerine sahip bilgi merkezleri için geliştirilen “İmmersion Cooling” (Daldırma tipi soğutma sistemleri) sistemler bu sıralar çok göz önünde. IT aygıtlar direkt dielektrik bir sıvının içine daldırılır ve çipler üzerinden ısı transferi gerçekleşir. Burada dielektrik sıvı kapalı bir çevrim gerçekleştirdiği için tekrar kullanılır. Hem elektrik gücü noktasında hem de su kullanımında bu sistemler çok tasarruflu görünüyor. Hala geliştirilen bu sistem ile dünyamız kaynak tüketimini biraz da olsa azaltırız.”

Yapay zeka bilgi merkezleri İstanbul’un birkaç katı su tüketiyor

Geleceğe dair öngörüler, su tüketiminin daha da artacağını gösteriyor. Geylan, OECD bilgilerine nazaran 2027 yılında yapay zeka data merkezlerinin yıllık 4,2 ila 6,6 milyar metreküp su tüketmesinin beklendiğini aktarıyor.

Bu ölçünün, yılda yaklaşık 63 milyar metreküp su tüketen Türkiye’nin toplam kullanımının yüzde 10’una karşılık geldiğini belirten Geylan, İstanbul örneği üzerinden durumu şöyle açıklıyor:

“Ekonomik İşbirliği ve Kalkınma Örgütü (OECD), 2027 yılında yapay zeka bilgi merkezlerinin yılda 4,2-6,6 milyar metreküp su tüketeceğini söylüyor. Bu da yılda 63 milyar metreküp su tüketen bir Türkiye’nin yaklaşık yüzde 10 tüketimine denk geliyor. İstanbul’un yıllık yaklaşık 1,2 milyar metreküp su tükettiğini düşündüğümüzde yapay zeka İstanbul’un 4-5 katı su tüketiyor diyebiliriz. Alışılmış ki bu su tüketimini yalnızca soğutma olarak algılamamak lazım, bu tüketilen su yalnızca soğutma için kullanılan su değildir. Soğutmada kullanılan, elektrik için de kullanılan sudur. Lakin bir bilgi merkezinin direkt ve dolaylı olarak kullandığı su çok fazla.”

Bir yapay zeka sorgusu yaklaşık 5 damla suya denk geliyor

Her bir yapay zeka sorgusunun su tüketimiyle ilgili farklı hesaplamalar bulunduğunu belirten Geylan, ortalama olarak bir sorgunun 0,3–0,4 ml suya karşılık geldiğini söylüyor. Bu ölçü, yaklaşık 5 damla suya denk geliyor.

Bu noktada kullanıcıların daha şuurlu davranması gerektiğini vurgulayan Geylan, yapay zeka kullanımının klasik internet aramalarına kıyasla çok daha yüksek kaynak tüketimine yol açtığını hatırlatıyor:

“Yapay zekada sorgulama yaparken aklımıza bu tüketim gelmeli ve ona nazaran hareket etmeliyiz. Olağan klasik bir Google sorgusuna oranla çok daha fazla tüketimin olduğunu bilmeliyiz. Zira web için zati yüksek kapasiteli bilgi merkezleri yerine klasik data merkezleri mevcut. Su soğutma yerine hava soğutma kullanılır ve sıvı kapalı sistemde dolaşır. Ancak yapay zekada süreç yaparken metin sorgulama yerine görsel süreçler yaparak bu oran 5-10 kat fazla olabilir. Çünkü görsel çalışmalarda GPU yoğunluğu daha fazla olacağı için daha fazla süreç etabı olacaktır. Bundan ötürü cümbüş hedefiyle yapay zekayı kullanırken bir sefer daha düşünmeliyiz. Katma kıymetli işler haricinde keyfi ve cümbüş hedefli kullanımdan uzak durmak insani bir görevimizdir. Yapay zeka ile süreç yaparken ekosisteme olan sorumluluğumuz için cümbüş gayeli gereksiz araştırmalardan kaçınmamız gerekli. Yapacağımız süreçlerde ne istediğimizi tam manasıyla bilmeli ve nokta atışı promptlarla süreçlerimizi gerçekleştirmeliyiz. Yapay zekanın ‘merak’ giderme yeri değil bir sonuca, karara ve emele ulaşma platformu olduğunu bilerek kullanmalıyız.”

Geylan ayrıyeten, yapay zekanın tek soru-cevap için değil, somut bir çıktı hedeflenerek kullanılması gerektiğini vurguluyor. Bu yaklaşımı şu örnekle açıklıyor:

“Mesela, ‘İmmersion Cooling Nedir?’ üzere bir soru sormak yerine ’80 kW rack gücüne sahip bir yapay zeka data merkezinde immersion cooling uygulanırsa, PUE, WUE, operasyonel riskler açısından ne değişir?’ üzere teknik bir sonuca ulaşacak sorular sorulmalıdır. İstediğimiz görselde neyi amaçladığımızı teker teker net ve dataylı bir biçimde bildirmeliyiz.”

Bu yazılarımız da ilginizi çekebilir:

Konuşan bebekli yapay zekâ görüntüleri, harcadığınız suya değiyor mu? Hiç sanmıyoruz!

Sam Altman’dan çarpıcı tez: ChatGPT’nin su tüketimi bir çay kaşığının on beşte biri!

Akıl yürütme yapan yapay zekâ modelleri 100 kat fazla güç tüketiyor

Kaynak: Chip