Yapay Zekanın Karbon Ayak İzi: AI Modelleri ve Veri Merkezlerinin Emisyonları

QUANTRAPTOR AI VERİ

Yapay Zekanın Karbon Ayak İzi

Yapay zeka modellerinin eğitimi, milyarlarca sorgunun yanıtlanması ve veri merkezlerinin işletilmesi enerji gerektiriyor. Bu enerjinin üretimi, kullanılan donanım ve tedarik zinciri farklı düzeylerde sera gazı emisyonlarına yol açıyor. Küresel verileri ve model bazlı araştırmaları inceliyoruz.

180 milyon ton 2024'te küresel veri merkezlerinin elektrik tüketiminden kaynaklanan tahmini dolaylı CO₂ emisyonu. Kaynak: IEA.

Veri kapsamı: IEA'nın küresel rakamları AI dahil tüm veri merkezi iş yüklerini kapsar. Bunlar yalnızca yapay zekaya ait emisyonlar değildir. Model eğitimi verileri ise farklı araştırmalardan alınmıştır ve her çalışmanın hesaplama sınırı farklı olabilir. 2030 ve 2035 değerleri projeksiyondur.

Yapay zekanın karbon ayak izi: Temel veriler

IEA ve bilimsel araştırmalardan seçilmiş göstergeler.

180 Mt 2024 veri merkezi elektrik kaynaklı CO₂

%0,5 2024 küresel yakıt yanması CO₂ emisyonları içindeki yaklaşık pay

~320 Mt 2030 IEA baz senaryosu CO₂ tahmini

300 Mt 2035 IEA baz senaryosu CO₂ tahmini

Veri merkezi emisyonlarının geleceği

IEA'nın küresel elektrik kaynaklı CO₂ emisyonları için baz senaryosu.

2024 · Tahmini gerçekleşme 180 Mt CO₂

Veri merkezi elektrik tüketimine bağlı emisyon

2030 · Baz senaryo ~320 Mt CO₂

IEA projeksiyonunda yaklaşık tepe noktası

2035 · Baz senaryo ~300 Mt CO₂

Enerji karışımındaki değişimle öngörülen sınırlı gerileme

Grafik ölçeği: 320 milyon ton %100 görsel genişlik olarak alınmıştır. Çubuklar dünya emisyonlarındaki yüzdelik payı değil, yıllık mutlak CO₂ miktarlarını gösterir.

IEA'nın temel bulgusu: Veri merkezlerinin elektrik kaynaklı emisyonları 2024'te küresel yakıt yanması CO₂ emisyonlarının yaklaşık %0,5'ini oluşturuyor. Ancak veri merkezi elektrik talebindeki büyüme, bu sektörün 2030'a kadar emisyon artışı yaşayabilecek alanlardan biri olmasına neden oluyor.

AI modellerinin eğitim emisyonları

Yayımlanmış çalışmalar ve model dokümantasyonlarından örnekler.

GPT-3 · 175B

GPT-3 eğitim tahmini

552 ton CO₂e

GPT-3'ün eğitim sunucularının elektrik tüketimine dayalı literatür tahmini. Yaklaşık 1.287 MWh enerji tüketimi temel alınıyor. Tüm yaşam döngüsünü kapsamıyor.

BLOOM · 176B

BLOOM son eğitim

24,7 ton CO₂e

BLOOM araştırmasının son eğitim sürecindeki dinamik elektrik tüketimi üzerinden hesapladığı emisyon. Donanım üretimi ve diğer yaşam döngüsü bileşenleri bu rakama dahil değil.

BLOOM · YAŞAM DÖNGÜSÜ

Genişletilmiş hesaplama

50,5 ton CO₂e

BLOOM'un son eğitim sürecinin elektrik tüketimi, veri merkezi altyapısı ve donanım üretimi gibi bileşenlerini kapsayan araştırma tahmini.

ÖLÇÜM SINIRI

Farklı sonuçların nedeni

Eğitim süresi, GPU türü, kullanılan elektrik kaynağı, veri merkezi verimliliği ve araştırmaya dahil edilen süreçler emisyon sonuçlarını önemli ölçüde değiştirebilir.

Model eğitim emisyonları karşılaştırması

Yayınlanmış hesaplamaların kapsamlarıyla birlikte gösterimi.

Model	Parametre	Emisyon	Ölçüm kapsamı	Kaynak
GPT-3	175 milyar	552 tCO₂e	Eğitim sunucularının elektrik tüketimi tahmini	Patterson ve diğerleri; ARCEP literatür özeti
BLOOM	176 milyar	24,7 tCO₂e	Son eğitimin dinamik elektrik tüketimi	Luccioni ve diğerleri
BLOOM	176 milyar	50,5 tCO₂e	Son eğitim ve genişletilmiş yaşam döngüsü sınırı	Luccioni ve diğerleri

Önemli: GPT-3 ve BLOOM farklı altyapılarda eğitildi ve araştırmaların sistem sınırları aynı değil. Bu değerlerden modellerin kalite, hız veya genel enerji verimliliği sıralaması çıkarılmamalıdır. BLOOM'un 24,7 ve 50,5 ton değerleri de birbirine eklenmemelidir.

Veri merkezleri ne kadar elektrik kullanıyor?

IEA'nın Energy and AI raporundaki küresel tüketim verileri.

415 TWh 2024 küresel veri merkezi elektrik tüketimi

%1,5 2024 dünya elektrik tüketimi içindeki yaklaşık pay

945 TWh 2030 baz senaryosu elektrik talebi

1.200 TWh 2035 baz senaryosu elektrik talebi

Elektrik tüketimi ile karbon emisyonu aynı şey değil: Elektrik talebi artarken, kullanılan elektriğin üretiminde daha düşük karbonlu kaynakların payının yükselmesi emisyon artışını sınırlayabilir.

Veri merkezlerinin elektrik kaynakları

IEA'nın küresel fiziksel elektrik tedariki için 2024 değerlendirmesi.

Kömür~%30

Yenilenebilir enerji~%27

Doğal gaz~%26

Nükleer enerji~%15

Yuvarlama ve kapsam: Kaynak payları yaklaşık değerlerdir. IEA'nın bu değerlendirmesi veri merkezlerinin fiziksel elektrik tedarik karışımını esas alır; şirketlerin elektrik satın alma sözleşmelerine dayalı muhasebe sonuçlarıyla aynı değildir.

Google'ın veri merkezi emisyonları

Google'ın 2025 Çevre Raporu'nda açıklanan 2024 performansı.

%27 Veri merkezi elektrik talebindeki yıllık artış

-%12 Veri merkezi enerji emisyonlarındaki yıllık değişim

2,5 GW 2024'te operasyonları besleyen şebekelere eklenen yeni temiz enerji kapasitesi

2024 Bu göstergelerin ait olduğu raporlama yılı

Şirket kapsamı: Google'ın veri merkezi enerji emisyonları göstergesi, kendi tanımına göre veri merkezi operasyonlarının Scope 1 ve piyasa bazlı Scope 2 emisyonlarını kapsar. Bu değişim, Google'ın toplam kurumsal emisyonlarının veya yalnızca AI modellerinin emisyonlarının aynı oranda azaldığını göstermez.

Yapay zekanın karbon ayak izi nasıl oluşuyor?

Model geliştirme ve deneyler Mimari araştırmaları, deneme eğitimleri ve hiperparametre optimizasyonu ek hesaplama ve elektrik tüketimi oluşturabilir.

Model eğitimi GPU ve AI hızlandırıcılarının büyük veri kümeleri üzerinde uzun süre çalıştırılması elektrik gerektirir.

Inference ve günlük kullanım Eğitilmiş modelin her sorguyu yanıtlaması yeni hesaplama gerektirir. Toplam etki, kullanım hacmine bağlıdır.

Veri merkezi altyapısı Soğutma, ağ ekipmanları, güç dönüşümü ve diğer destek sistemleri de enerji tüketir.

Donanım üretimi Çiplerin, sunucuların ve veri merkezi ekipmanlarının üretimi ve taşınması da yaşam döngüsü emisyonlarına katkıda bulunur.

Scope 1, Scope 2 ve Scope 3 nedir?

SCOPE 1

Doğrudan emisyonlar

İşletmenin kontrolündeki kaynaklardan doğan emisyonlar. Veri merkezlerinde yedek jeneratör yakıtı ve bazı soğutucu gaz kaçakları örnek olabilir.

SCOPE 2

Satın alınan enerji

Satın alınan elektrik, ısı veya diğer enerji türlerinin üretiminden kaynaklanan dolaylı emisyonları kapsar.

SCOPE 3

Değer zinciri

Sunucu ve çip üretimi, tedarik zinciri faaliyetleri ve diğer dolaylı emisyon kaynakları ilgili kategorilerde yer alabilir.

CO₂e

Karbondioksit eşdeğeri

Farklı sera gazlarının iklim üzerindeki etkisini ortak bir ölçüyle ifade etmek için kullanılan göstergedir.

AI modellerinin emisyonlarını neler etkiliyor?

DONANIM

GPU ve hızlandırıcı verimliliği

Kullanılan işlemcilerin enerji verimliliği ve hesaplama kapasitesi, iş yükünün elektrik ihtiyacını etkiler.

ENERJİ

Elektrik karbon yoğunluğu

Aynı miktarda elektrik tüketimi, kömür ağırlıklı ve düşük karbonlu elektrik sistemlerinde farklı emisyonlara yol açabilir.

MODEL

Hesaplama gereksinimi

Model mimarisi, aktif parametreler, bağlam uzunluğu ve üretilen token miktarı hesaplama ihtiyacını değiştirebilir.

ALTYAPI

Veri merkezi verimliliği

Soğutma teknolojileri, güç dağıtımı ve sunucu kullanım oranları toplam enerji tüketimi üzerinde etkilidir.

Tek bir sorgu için sabit karbon emisyonu yoktur: Bir AI isteğinin emisyonu kullanılan model, işlem süresi, yanıt uzunluğu, veri merkezi ve elektrik üretim karışımına göre değişir. Bu nedenle bütün ChatGPT, Gemini veya Claude sorgularına tek bir gram CO₂e değeri atamak yanıltıcı olabilir.

Karbon ayak izi nasıl azaltılabilir?

Daha düşük karbonlu elektrik Veri merkezlerinin düşük emisyonlu elektrik kaynaklarıyla beslenmesi operasyonel karbon yoğunluğunu azaltabilir.

Daha verimli modeller Model sıkıştırma, kuantizasyon ve uygun iş yüklerinde daha küçük modellerin kullanımı hesaplama gereksinimini azaltabilir.

Verimli inference altyapısı İsteklerin gruplandırılması, önbellekleme ve sunucu kapasitesinin etkin kullanımı enerji verimliliğini artırabilir.

Donanım yaşam döngüsü yönetimi Donanım üretiminden kaynaklanan emisyonların ölçülmesi ve ekipmanların kullanım ömrünün değerlendirilmesi gerekir.

Şeffaf emisyon raporlaması Model eğitimi, inference, elektrik tüketimi ve tedarik zinciri verilerinin ayrı açıklanması daha sağlıklı karşılaştırmalar yapılmasını sağlar.

Verinin ana mesajı: Yapay zekanın karbon ayak izi yalnızca model eğitiminden oluşmuyor. Günlük inference, veri merkezlerinin elektrik tüketimi ve donanım üretimi de toplam çevresel etkiyi belirliyor. IEA'nın verileri küresel veri merkezi emisyonlarının büyüme potansiyeline işaret ederken, bilimsel model araştırmaları elektrik kaynağı ve ölçüm kapsamının sonuçları önemli ölçüde değiştirdiğini gösteriyor.

Sık sorulan sorular

Yapay zekanın karbon ayak izi nedir?

AI modellerinin geliştirilmesi, eğitimi, çalıştırılması, veri merkezi operasyonları ve donanım yaşam döngüsü nedeniyle ortaya çıkan sera gazı emisyonlarıdır.

AI veri merkezleri ne kadar CO₂ salıyor?

IEA, 2024'te dünya genelindeki tüm veri merkezlerinin elektrik tüketimine bağlı dolaylı emisyonlarını yaklaşık 180 milyon ton CO₂ olarak tahmin ediyor. Bunun tamamı AI kaynaklı değildir.

2030'da veri merkezi emisyonları ne kadar olabilir?

IEA'nın baz senaryosunda elektrik üretiminden kaynaklanan veri merkezi CO₂ emisyonları 2030 civarında yaklaşık 320 milyon tona ulaşıyor.

GPT-3'ün eğitim emisyonu ne kadar?

Literatürde GPT-3'ün eğitim sunucularının elektrik tüketimine dayalı yaklaşık 552 ton CO₂e tahmini bulunuyor. Bu değer tüm yaşam döngüsü emisyonlarını kapsamıyor.

BLOOM modelinin karbon ayak izi ne kadar?

BLOOM araştırması son eğitimin dinamik elektrik tüketimi için 24,7 ton CO₂e, daha geniş yaşam döngüsü sınırıyla 50,5 ton CO₂e tahmin ediyor.

ChatGPT bir soruda ne kadar CO₂ üretiyor?

Bütün sorgular için geçerli sabit bir değer bulunmuyor. Model, işlem süresi, sorgu ve yanıt uzunluğu, donanım ve elektrik kaynağı sonucu değiştiriyor.

Model eğitimi mi inference mı daha fazla emisyona neden olur?

Bu durum modelin geliştirilme maliyetine, kullanım süresine ve toplam sorgu sayısına bağlıdır. Yoğun kullanılan sistemlerde inference emisyonları zamanla önemli hale gelebilir.

Yapay zeka dünya karbon emisyonlarının yüzde kaçından sorumlu?

Yalnızca AI faaliyetleri için eksiksiz ve karşılaştırılabilir bir küresel oran bulunmuyor. IEA'ya göre tüm veri merkezlerinin 2024 elektrik kaynaklı CO₂ emisyonları, küresel yakıt yanması emisyonlarının yaklaşık %0,5'iydi.

Yenilenebilir enerji AI emisyonlarını sıfırlar mı?

Düşük karbonlu elektrik operasyonel emisyonları azaltabilir. Ancak donanım üretimi ve diğer yaşam döngüsü süreçlerinden kaynaklanan emisyonlar devam edebilir.

CO₂ ile CO₂e arasındaki fark nedir?

CO₂ yalnızca karbondioksiti ifade eder. CO₂e ise farklı sera gazlarının iklim etkisini ortak bir ölçüye dönüştürür.

Kaynaklar ve metodoloji

IEA — Energy and AI (2025): Küresel veri merkezi elektrik tüketimi, elektrik üretimine bağlı CO₂ emisyonları, enerji karışımı ve 2030–2035 projeksiyonları.

Luccioni, Viguier ve Ligozat — JMLR (2023): BLOOM modelinin son eğitim süreci ve yaşam döngüsü karbon ayak izi.

ARCEP — Generative AI: Environmental Issues and Challenges (2026): GPT-3 ve BLOOM için yayımlanmış eğitim enerjisi ve emisyon tahminlerinin metodolojik karşılaştırması.

Google — 2025 Environmental Report: 2024 veri merkezi elektrik talebi ve enerji emisyonlarının yıllık değişimi.

Kapsam sınırlılığı: Küresel veri merkezi emisyonları yalnızca AI'ya ait değildir. Şirket bazlı veriler tüm kurumsal emisyonlarla, model eğitim emisyonları da toplam yaşam döngüsüyle karıştırılmamalıdır.

IEA — Energy and AI
IEA — AI and Climate Change
JMLR — BLOOM Carbon Footprint Study
ARCEP — Generative AI Environmental Report
Google — 2025 Environmental Report