Yapay zekanın görünmeyen büyük yükü giderek artıyor
Dijital dünya her geçen gün daha zeki hale geliyor. Bilhassa ChatGPT üzere yapay zeka tabanlı sohbet robotları, milyonlarca insanın günlük hayatının bir kesimi haline gelmiş durumda. Sorulara saniyeler içinde verilen karşılıklar, hayatı kolaylaştırıyor üzere görünse de, bu teknolojinin art planında fark edilmesi sıkıntı lakin büyük bir maliyet yatıyor: Güç tüketimi.
Görünürde süratli ve zahmetsiz çalışan bu sistemler, gerçekte inanılmaz boyutta bir süreç gücü ve münasebetiyle yüksek ölçüde elektrik kullanımı gerektiriyor. Günlük olarak milyarlarca komut işleyen bu yapay zeka sistemleri, bilgi merkezlerinin kapasitesini zorlarken güç altyapıları üzerinde de önemli bir baskı yaratıyor.
2023 yılında elde edilen datalara nazaran, sadece ABD’deki yapay zeka bilgi merkezlerinin toplam elektrik tüketimi ülke genelinin %4,4’üne ulaştı. Global ölçekte bu oran şimdilik %1,5 civarında seyrediyor. Fakat uzmanlar bu sayıların uzun mühlet sabit kalmayacağı konusunda hemfikir. Gidişat, 2030’a kadar yapay zekâya ayrılan güç muhtaçlığının iki katına çıkabileceğini gösteriyor.
Bu artışın iki temel nedeni var… Birincisi, yapay zeka modellerinin eğitilme süreci. İkincisi ise her kullanıcı komutuna verilen yanıtın işlenmesi, yani çıkarım süreci. Michigan Üniversitesi’nden bilgisayar bilimci Mosharaf Chowdhury, bu süreçlerin her birinin yüksek güç gerektirdiğine dikkat çekiyor. Bugün kullanılan büyük lisan modelleri, milyarlarca sözlük bilgiyle eğitiliyor ve bu süreçler devasa grafik süreç üniteleri (GPU) üzerinden gerçekleşiyor.
Bir kenti aydınlatacak kadar enerji
Vrije Üniversitesi Amsterdam’da araştırmalar yürüten ve dijital teknolojilerin çevresel tesirlerini takip eden Alex de Vries-Gao’ya nazaran, dalın genel yaklaşımı “ne kadar büyük, o kadar iyi” anlayışına dayanıyor. Yani daha fazla datayla eğitilen modellerin daha gerçek sonuçlar vereceği düşünülüyor. Lakin bu büyüklük, donanım ihtiyaçlarını de katlanarak artırıyor.
Örneğin, 2023 yılında yapılan bir tahlil, yapay zeka modellerini eğiten Nvidia DGX A100 sunucularının her birinin yaklaşık 6,5 kilovat güç harcadığını ortaya koydu. Büyük bir modeli eğitmek için bu sunuculardan onlarcası, haftalarca ya da aylarca kesintisiz çalışıyor. GPT-4 modelinin eğitimi için harcandığı varsayım edilen güç ölçüsü ise yaklaşık 50 gigavat-saat, ki bu, San Francisco üzere büyük bir kentin üç günlük elektrik tüketimine muadil.
Ancak temel güç harcaması, sadece modelin eğitildiği periyoda ilişkin değil. Asıl yük, model kullanıma açıldığında başlıyor. Temmuz 2025 prestijiyle, ChatGPT kullanıcıları her gün 2,5 milyardan fazla komut gönderiyor. Bu komutlara süratli cevap verebilmek için sayısız sunucu tıpkı anda devreye giriyor. Üstelik bu durum yalnızca ChatGPT ile sonlu değil. Google Gemini ve gibisi yapay zekâ sistemleri de süratle yaygınlaşıyor ve temel arama araçlarının yerini almaya hazırlanıyor.
Yani sorun sırf modellerin büyüklüğü değil; tıpkı vakitte her geçen gün artan kullanıcı sayısı da güç tüketimini katlıyor.
Veriler eksik, sorular çok fazla
Enerji tüketimindeki bu artış, beraberinde kimi soru işaretlerini de getiriyor. Bu sistemler nitekim ne kadar güç harcıyor? Bu tüketimi azaltmak mümkün mü? Ve en değerlisi, dünya bu süratle büyüyen teknolojiye altyapı manasında ne kadar dayanabilir?
Chowdhury bu sorulara cevap bulabilmek için “ML Energy Leaderboard” isimli bir izleme aracı geliştirdi. Bu platform, açık kaynaklı yapay zeka modellerinin çıkarım etabında ne kadar güç harcadığını ölçmeyi amaçlıyor. Fakat büyük teknoloji şirketleri, yani Google, Microsoft ve Meta üzere şirketler, güç kullanımıyla ilgili bilgileri şeffaf bir biçimde paylaşmadığı için, mevcut sayıların sadece kestirimi bedeller olduğu düşünülüyor.
Yapay zeka her geçen gün daha erişilebilir ve etkileyici hale gelse de; bu gelişimin görünmeyen bedeli olan yüksek güç kullanımı ve bunun etraf üzerindeki potansiyel tesirleri can sıkmaya devam ediyor. Teknoloji şirketleri, kullanıcılar ve siyaset yapıcılar bu sorunu görmezden gelmeden, geleceğe yönelik sürdürülebilir tahliller geliştirmek zorunda.
Chip Alıntıdır…
