Yapay zekanın artan enerji taleplerine dair bir rehber: Tek bir chatbot sorgusunun neden birçok kişinin korktuğundan daha az enerji tükettiği ve yapay zekanın iklim ve yerel topluluklar üzerindeki etkilerinin gerçekliği.
Nikita Ostrovsky7 14 Temmuz 2026
Yapay Zeka hakkındaki neredeyse her konuşmanın merkezinde enerji yer alıyor. Orta Amerika’da yaşayan bir ev sahibi, yapayzekanınenerji faturalarını artırdığını söylüyor . Büyük şehirde yaşayan eğitimli bir kişi , yapayzekanıniklim değişikliğini hızlandırdığından endişe ediyor . Yapay Zeka şirketi ise enerjinin, ABD’nin yapay Zeka yarışını Çin’e kaybetmesinin nedeni olabileceği konusunda uyarıyor .
Yapay zekâda enerji neden bu kadar önemli? Yapay Zeka gerçekten enerji faturalarını ve çevreyi etkiliyor mu? Ve ABD’de ve dünyanın dört bir yanında enerji yoğun yapay Zeka veri merkezlerinin hızla yaygınlaşmasının sonuçları nelerdir?
Yapayzekanın enerji kullanımıyla ilgili temel bilgiler:
Bireysel chatbot mesajları çok fazla enerji tüketmez: Epoch AI ve bağımsız araştırmacıların tahminlerine göre, ücretsiz bir chatbot’a gönderilen 100 kelimelik bir mesaj, 10 saniye çalışan bir mikrodalgadan daha az enerji tüketir.
Toplam tüketim hala küçük, ancak hızla artıyor: Yapay zeka kullanımı şu anda Amerika’nın yıllık enerji tüketiminin yalnızca birkaç yüzdesini oluşturuyor; bu oran klima (%12) ve aydınlatmaya (%8) kıyasla önemli ölçüde daha düşük, ancak veri merkezlerinin enerji gereksinimleri her yıl yaklaşık olarak ikiye katlanıyor.
Yapayzekanın iklim üzerindeki etkisi hâlâ mütevazı: Uluslararası Enerji Ajansı’nın 2025 tarihli bir raporuna göre, veri merkezleri küresel CO2 emisyonlarının %1’inden daha azını oluşturuyor, ancak doğal gaza bağımlılık, yapayzekanınmevcut enerji karışımını ABD şebeke ortalamasına göre biraz daha kirli hale getiriyor.
Yerel çevresel etkiler gözlemlenmiştir: Tennessee Üniversitesi araştırmacılarının TIME için 2025 yılında yaptığı bir analiz, gaz türbinlerinin kurulumunun ardından solunum yolu hastalıklarını şiddetlendirebilen bir kirletici olan nitrojen dioksit seviyelerinin xAI’nin Colossus 1 veri merkezine yakın Memphis mahallelerinde arttığını ortaya koymuştur.
Yerel elektrik fiyatları üzerindeki etkisi belirsizliğini koruyor: Veri merkezlerinin yoğun olduğu eyaletlerde 2020 ile 2025 yılları arasında fiyat artışları genellikle ulusal ortalamanın altında kaldı ve analistler, son dönemdeki bazı artışların yapay Zeka talebinden kaynaklanıp kaynaklanmadığı konusunda hemfikir değiller.
Yapay Zekada enerjinin bu kadar önemli olmasının nedenleri
Yapay Zeka sistemleri, verilerden öğrenen algoritmaları çalıştırmak için işlem gücü kullanır. Tüm süreç için enerjiye ihtiyaç duyulur. Birçok farklı yapay Zeka sistemi vardır: bazıları hava tahminine yardımcı olur, diğerleri fotoğrafları kategorize eder veya çevrimiçi videolara altyazı ekler. Ancak, insanlar bugün “yapay zekâ”dan bahsettiklerinde, genellikle OpenAI’nin ChatGPT’si ve Anthropic’in Claude’u gibi sohbet botlarını ve kodlama asistanlarını çalıştıran büyük dil modellerini (LLM’ler) kastediyorlar. Bugün, LLM’ler yapay Zeka enerji talebinin en hızlı büyüyen itici gücüdür.
Yapay zeka modelleri geliştirme
Bu yapay zeka modelleri kullanılmadan önce, çok büyük miktarda verideki kalıpları “öğrenme” süreci olan eğitimden geçirilmelidir. Bu, kayan nokta işlemleri (FLOP) adı verilen çok sayıda hesaplamayı içerir. Her bir hesaplama çok küçüktür – bir hesap makinesinde yapabileceğiniz bir şeydir – ancak modern doğrusal öğrenme modellerini eğitmek için kullanılan verilerin ölçeği muazzamdır ve internetteki tüm metinlerin önemli bir bölümünü temsil eder. Son dönemdeki ileri düzey doğrusal öğrenme modeli eğitiminde yaklaşık 100 septilyon – yani 1’in ardından 26 sıfır – hesaplama yapılır . Dünyadaki her insan her saniye bu hesaplamalardan birini yapmakla görevlendirilseydi, ileri düzey bir modeli eğitmek yaklaşık 400 milyon yıl sürerdi.
Yapay Zeka şirketleri, eğitimi makul bir sürede tamamlamak için, her biri saniyede trilyonlarca hesaplama yapabilen yüz binlerce özel bilgisayar çipi olan grafik işlem birimlerini (GPU) kullanıyor . Ancak bu hız çok fazla enerji gerektiriyor. Örneğin, Elon Musk’ın xAI (şimdi SpaceXAI) tarafından Temmuz 2025’te piyasaya sürülen Grok 4’ün son sürümünün eğitimi, 4.000 Amerikalının yaşadığı bir kasabayı bir yıl boyunca beslemek için gereken enerji kadar enerji tüketti .
Ve bir modelin son sürümünü eğitmek, çok daha uzun bir araştırma ve geliştirme sürecinin sadece son adımıdır. Epoch AI araştırmacıları, son eğitim çalışmalarına kıyasla, yapay zeka şirketlerinin deneyler, çıkmaz sokaklar ve asla gün ışığına çıkmayan modeller için çok daha fazla işlem gücü harcadığını tespit etmiştir .
Çıkarım
Bir modeli eğitmek özellikle enerji yoğun bir süreç olsa da, enerji kullanımının sonu bu değildir. Eğitildikten sonra, bir veri merkezinin sunucularında depolanır ve kullanıcının bir istekle “başlatılmasını” bekler; bu isteği “çıkarım” adı verilen bir işlemle yürütür. Bu işlem, yanıtınızı oluşturmak için gereken yaklaşık 100 trilyon hesaplamayı gerçekleştirmek ve veri merkezini çalışır durumda tutmak ve soğutmak için bir miktar enerji gerektirir.
Isı ile başa çıkmak
Yapay Zeka çiplerini yerleştirmenin ucuz ve verimli bir yolu, onları devasa veri merkezlerinin içindeki sunuculara (buzdolabı büyüklüğündeki bilgisayar raflarına) sıkıca yerleştirmektir . Bu yoğun şekilde paketlenmiş çipler yoğun ısı üretir. Aslında, bir yapay Zeka veri merkezinde tüketilen enerjinin yarısından azı çiplerin kendilerini çalıştırmaya giderken , geri kalanının önemli bir kısmı soğutmaya harcanır.
Modern veri merkezlerinde, sıvı soğutucu metal plakalardan akarak sunucu raflarının ürettiği ısıyı emer . Soğutucu daha sonra sunucu rafından dışarı akar ve bir su akımıyla ısı alışverişi yapar; bu da ısıyı dışarıya bırakır.
Meta Prometheus veri merkezi binasının uydu görüntüsü, soğutma ekipmanları mavi renkle belirtilmiştir.
Peki, LLM sorgunuz ne kadar enerji tüketiyor?
Birçok insan için çok az. Sohbet robotu sorgunuza cevap vermek için kullanılan enerji, sorgunuzun uzunluğuna, hangi modelin cevap verdiğine, sorgu hakkında ne kadar “düşündüğüne” ve nihai çıktısının uzunluğuna bağlıdır.
Amerikalı yapay zeka kullanıcılarının %90’ından fazlası tarafından kullanılan ücretsiz sohbet botları, sorgunuz hakkında “düşünmek” için sınırlı işlem gücü harcar ve bu da nispeten düşük bir enerji maliyetine yol açar. Ücretsiz bir sohbet botuna 100 kelimelik bir mesaj gönderirseniz, modelin geliştirilmesinin başlangıç enerji maliyetinin bir kısmı da dahil olmak üzere, yanıtınızı oluşturmak yaklaşık 0,6 watt-saat (Wh) enerji gerektirir .
Bu, çoğu Amerikalının enerji ayak izine yaptığı çok küçük bir katkıdır: 0,6 Wh, bir mikrodalganın 10 saniyede veya 10 W’lık bir ampulün beş dakikada kullandığı enerjiden daha azdır. Bu, ortalama bir Amerikan hanesinin, yaklaşık 29.000 Wh olan günlük enerji tüketimine %1 eklemek için günde 400’den fazla chatbot mesajı göndermesi gerektiği anlamına gelir.
Çoğu kişi nispeten az enerji kullanan ücretsiz sohbet botlarına güvenirken, LLM’ler aynı zamanda Claude Code gibi giderek popülerleşen yapay zeka ajanlarına da güç sağlıyor. Bu uygulamada, LLM’ler daha büyük girdiler alıyor, bunları “düşünmek” için daha fazla işlem gücü tüketiyor ve daha uzun çıktılar üretiyor; bu süreçte sohbet botu biçiminde kullanıldığından çok daha fazla enerji kullanıyorlar.
Bireysel kullanıcıların chatbot enerji tüketimi mütevazı düzeydedir, peki ya bunların toplamı ne olur?
2026 yılının ortaları itibarıyla, yapay zeka işlem gücü (kısaca “işlem”), küresel olarak on gigawatt (GW) elektrik enerjisi tüketiyor; bu da New York eyaletinin en yüksek enerji tüketimine eşdeğer . Bu toplam talebin büyük bir kısmı ABD’de bulunuyor. Bu çok gibi görünse de, aslında yapay zekanın şu anda Amerika’nın yıllık enerji tüketiminin yalnızca birkaç yüzdesini oluşturduğu anlamına geliyor ; bu oran klima (%12) ve aydınlatmadan (%8) çok daha düşük. Fiziksel yaşamımız – giydiğimiz kıyafetler, yediğimiz yemekler vb. – yapay zeka hizmetlerinden çok daha fazla enerji tüketiyor.
İklim etkisi
Yapay zekanın enerji talebi genel ölçekte henüz büyük değilse, ortalama bir çevrimiçi hizmete kıyasla önemli ölçüde daha kirli veya daha fazla karbon yoğun olmasından endişe edebiliriz. Ancak bu durum henüz böyle görünmüyor. Uluslararası Enerji Ajansı’nın 2025 tarihli bir raporuna göre, veri merkezleri toplam küresel CO2 emisyonlarının %1’inden daha azını oluştururken, yapay zeka bunun küçük bir alt kümesinden sorumludur.
Yapay zeka veri merkezlerini hızla artırma arayışında, yapay zeka şirketleri şebekeye bağlantı noktaları nedeniyle darboğazla karşı karşıya kaldı. Bunu aşmak için, genellikle doğal gaz kullanarak yerinde enerji üretimine yöneldiler . 2020 yılında veri merkezleri yaklaşık %60 yenilenebilir olmayan enerji kullanırken , yeni enerji santrallerinin doğal gazla çalışan türbinlere dayanarak hızla ölçeklenmesi ve özellikle eğitim sırasında güvenilir bir enerji tabanına duyulan ihtiyacı karşılamasıyla bu oran 2026’da yaklaşık %65’e yükseldi. Eğer bu doğruysa, bu oran ABD elektrik şebekesinin genelinden biraz daha kötü ; şebeke yaklaşık %57 yenilenebilir olmayan enerji kullanıyor. Daha fazla veri merkezi şebekeye bağlandıkça bu oran 2030’da düşebilir .
Yapayzekanın, örneğin ısıtma ve soğutma sistemlerinin veya enerji şebekesinin genel verimliliğini artırarak emisyonları azaltma olasılığı da bulunmaktadır . Bu potansiyel tasarrufların çoğu, geleneksel makine öğrenimi tabanlı enerji sistemleri yönetiminden (LLM’lerden farklı bir yapay Zeka türü) kaynaklanacaktır. Bununla birlikte, bazı verimlilikler , öncü LLM’lerin umut vaat ettiği hızlandırılmış bilimsel keşiflerden de kaynaklanabilir .
Yerel etkiler
Yapayzekanınenerji kullanımı henüz küresel veya ulusal düzeyde önemli bir çevresel etkiye sahip olmamıştır. Ancak yerel düzeyde, veri merkezlerini hızla çevrimiçi hale getirme çabası yerel topluluklar için sorunlara yol açmaktadır.
Elektrik fiyatları
Elektrik fiyatı öncelikle elektrik üretme maliyeti ve şebeke üzerinden müşterilere ulaştırma maliyeti tarafından belirlenir . Veri merkezleri, yerel elektrik şirketlerinin artan talebi karşılamak için yeni altyapı inşa etmek zorunda kalmaları durumunda (veri merkezi sağlayıcılarının ilgili maliyetleri karşılamasını sağlayacak önlemler alınmadığı takdirde) elektrik fiyatlarını artırabilir . Öte yandan, mevcut yerel altyapı artan talebi karşılamaya yeterliyse, daha yüksek elektrik satışları elektrik şirketinin fiyatları düşürmesine olanak sağlayarak fiyatların düşmesine de yol açabilir.
Lawrence Berkeley Ulusal Laboratuvarı’nın 2025 tarihli bir çalışması , eyalet düzeyinde enerji yükündeki artışın ortalama perakende elektrik fiyatlarında düşüşle ilişkili olduğunu ve Virginia, Oregon ve Iowa gibi veri merkezi enerji tüketiminin en yoğun olduğu eyaletlerin, 2020 ile 2025 yılları arasında elektrik fiyatlarında ulusal ortalamaya göre daha küçük artışlar yaşadığını ortaya koymuştur.
Ancak bu durum değişiyor olabilir. Bağımsız bir piyasa gözlemcisine göre , veri merkezi kurulumu, 2026 yılının ilk çeyreğinde Orta Atlantik ve Orta Batı eyaletlerinde toptan elektrik fiyatlarındaki %76’lık artışın dörtte birine kadarını oluşturdu . Bazı sektör gözlemcileri, bu artışların veri merkezlerinden kaynaklanan enerji yükündeki önemli artışlardan ziyade, bölgesel iletim kuruluşunun hatalı tahminlerinin sonucu olduğunu savunuyor : Veri merkezi talebinde önemli bir artış yaşayan ancak enerji fiyatlandırmasında tahminlere daha az güvenen Teksas’ta ise fiyat artışı ulusal ortalamaya paralel olarak önemli ölçüde daha düşük oldu.
Hava kirliliği
Bazı veri merkezlerine enerji sağlamak için kullanılan gaz türbinleri, solunum yolu hastalıklarını şiddetlendirebilen bir kirletici olan nitrojen dioksit yaymaktadır. Tennessee, Memphis’te, xAI şirketi, Grok 4’ün eğitiminde kullanılan Colossus 1 veri merkezine enerji sağlamak için, iddialara göre kirlilik kontrolü bulunmayan gaz türbinlerini aceleyle bir araya getirdi. Enerji santrallerinin inşasından sonra çevredeki nitrojen dioksit konsantrasyonları hızla arttı .
Bu her yerde bir sorun değil. Birçok veri merkezi, yoğun nüfuslu bölgelerden uzakta yer alıyor veya kendi kirletici enerji üretim tesislerini “şebeke arkasında” kurmak yerine mevcut elektrik şebekelerine bağlanıyor.
Gelecek
Yapay Zeka tarafından kullanılan toplam enerji, genişleyen kullanıcı tabanı tarafından kullanılan gelişmiş yeteneklere sahip daha büyük yapay Zeka modellerinin eğitilmesiyle hızla artmaktadır . Yeni nesil bir modeli eğitmek için gereken güç her yıl yaklaşık olarak iki katına çıkmakta ve bu da veri merkezlerinin güç gereksinimlerinin yıllık olarak iki katına çıkmasına yol açmaktadır. 2028 yılının başlarında, yaklaşık olarak Seattle’ın en yüksek güç tüketimine eşit olan 1,7 GW’lık bir güç kapasitesine sahip yeni bir Meta veri merkezinin ilk aşamasının faaliyete geçmesi beklenmektedir.
Yazılım ve donanım verimliliğindeki gelişmeler , belirli bir yetenek seviyesinde bir modeli eğitmenin ve çalıştırmanın maliyet ve enerji açısından hızla ucuzlamasına yol açıyor . Ancak bu tasarruflar, model boyutundaki dramatik artışlarla dengeleniyor; bu da daha yetenekli modellere ve dolayısıyla daha büyük müşteri talebine yol açıyor.
Yapay zeka hızlandırıcılarının güç tüketimi ile makine öğrenimi performansı arasındaki ilişki. Sağ taraftaki çipler daha enerji verimlidir. Daha üstteki çipler ise genel olarak daha güçlüdür. Yeni nesiller genellikle hem enerji verimli hem de güçlü olma eğilimindedir. Makine Öğrenimi Donanımı verilerini inceleyin.
ChatGPT, 2023’te haftalık 50 milyon kullanıcıdan Haziran 2026’da yaklaşık 1 milyar kullanıcıya ulaştı ve en hızlı büyüyen öncü yapay zeka şirketinin gelirleri aynı dönemde yılda yaklaşık 10 kat arttı.
Yıllıklandırılmış gelirleri ile önde gelen yapay zeka şirketlerinin büyüme oranları, yılda 2,2 kat (Z.ai) ile 10,6 kat (Anthropic) arasında değişmektedir. Yapay Zeka Şirketleri verilerini inceleyin .
Eğer bu trend on yılın sonuna kadar devam ederse, ABD’deki yapay zeka veri merkezlerinin ihtiyaç duyduğu güç 100 GW’a ulaşabilir . Buna karşılık, ABD’nin tüm sanayi sektörü 2025 yılında ortalama 120 GW güç tüketmiştir .
Enerji talebindeki bu artış önemli olacaktır. ABD, 1980’lerden beri benzer bir durum görmedi . Ve 2030 hikayenin sonu olmak zorunda değil: Epoch AI modellemesi, yapay zekanın dönüştürücü ekonomik büyümeyi tetiklemesi durumunda, bilgi işlem gücüne ve onu çalıştırmak için gereken enerjiye olan talebin bundan çok daha uzun süre artmaya devam edebileceğini öne sürüyor.
ABD, artan veri merkezi talebini karşılamak için enerji üretimini artırmayı başarabilecek mi?
Muhtemelen. ABD’de elektrik üretimi on yıllardır artmadı , ancak talep de artmadı; bunun kanıtı da 2000’li yılların başından beri ulusal elektrik fiyatlarının yaklaşık olarak aynı seviyede kalmasıdır.
2000’den 2024’e kadar ABD’de kWh başına reel elektrik fiyatının (USD cinsinden) çizgi grafiği; fiyat yaklaşık 0,15 ile 0,20 dolar arasında dalgalanmaktadır.
St. Louis Federal Rezerv Bankası’ndan alınan veriler, ortalama elektrik fiyatlarının Tüketici Fiyat Endeksi’ne (Ocak 2025 = 100) bölünmesiyle elde edilmiştir.
Talebin artması durumunda arzın da artacağını düşünmek için geçerli nedenler var . Enerji maliyetleri donanım maliyetlerine göre düşüktür ; operatörler çipler için ödeme yapmaya hazırsa, muhtemelen elektrik için de ödeme yapabilirler. Bunu, xAI’nin 122 günde 140 MW’lık bir veri merkezini devreye alarak gösterdiği gibi, doğal gaz türbinlerini hızla inşa ederek başarabilirler .
Güneş enerjisinin de önemli bir rol oynaması muhtemel , ancak kesintili olması bir zorluk olmaya devam ediyor. Pil depolama sistemleri yardımcı olabilir, ancak şu anda birkaç saat sonra boşalmaları nedeniyle sınırlı kalıyorlar.
Daha da yenilikçi öneriler mevcut. Veri merkezleri, özellikle eğitim sırasında yüksek ve sürekli güç girdisine ihtiyaç duydukları için kısmen enerji kısıtlamasıyla karşı karşıya kalıyorlar. Ancak, zirve saatlerinde kısmen kapanarak yıllık enerji tüketimlerini %0,25 oranında azaltabilirlerse, şebeke 76 GW’lık yedek kapasiteyi geri kazanabilir; bu da 2030’daki varsayımsal veri merkezi güç talebine yakın bir rakamdır. Elbette, bu kolay olsaydı, veri merkezleri bunu zaten yapıyor olurdu. Ancak, ilgili önemli teknik zorlukları çözmek için erken aşama öneriler mevcut.
Tek bir enerji santralinin üretebileceği enerji miktarı ve dolayısıyla tek bir veri merkezinin büyüklüğü konusunda sınırlar vardır. ABD’deki en büyük enerji santralinin toplam üretim kapasitesi yaklaşık 7 GW’tır, ancak trendler devam ederse, en gelişmiş LLM modellerinin eğitimi için on yılın sonuna kadar 10 GW’a ihtiyaç duyulabilir. Bu durum, yapay zeka şirketlerini caydırmayacak gibi görünüyor; zira bu şirketler, modelleri merkezi olmayan bir şekilde eğitmek için fiber optik kablolarla birbirine bağlı birden fazla veri merkezini bir araya getirebilirler .
Gelecek, enerjiye aç.
Eğer öngörülen veri merkezi enerji talebi karşılanır ve ABD’de enerji üretimi on yıllardır ilk kez artmaya başlarsa, bu devasa altyapı yatırımlarının iklim değişikliği üzerinde kayda değer bir etkisi olması muhtemeldir.
Veri merkezi geliştiricileri bu talebi karşılamak için gereken altyapının maliyetini karşılarsa, tüketiciler elektrik fiyatlarında mutlaka bir artış görmeyecektir. Bununla birlikte, altyapı inşa maliyetinin bireylere yansıtılması veya elektrik şirketlerinin elektrik talebini karşılayamaması ve bunun sonucunda elektrik kıtlığı yaşanması mümkündür.
Şimdiye kadar, popüler söylemde yapay zekanın çoğu bireyin enerji ayak izi üzerindeki mevcut etkisi genellikle abartılıyor. Bununla birlikte, hava kirliliği ve eyalet düzeyindeki elektrik fiyat artışları gibi yerel ve bölgesel etkiler somutlaşmaya başlıyor. Eğer bu eğilimler devam ederse, yapay zekanın yaygınlaşması ulusal ve küresel enerji manzarasını önemli ölçüde yeniden şekillendirebilir.
Yazarlar hakkında
Nikita Ostrovsky, Epoch, TIME ve Transformer’da yapay zeka üzerine yazılar kaleme almıştır. Daha önce Axiell’de müzeler için yapay zeka sistemleri geliştirmiş ve LASR Labs’te Google DeepMind araştırmacılarıyla iş birliği içinde tehlikeli durum değerlendirmeleri yapmıştır.
https://epoch.ai/publications/ai-energy?utm_source=substack&utm_medium=email