OpenAI CEO’su Sam Altman, salı günü şirketin blogunda yayımladığı yazıyla, ChatGPT kullanımının çevresel etkilerine ilişkin yeni sayısal veriler paylaştı. Altman’ın açıklamasına göre, ChatGPT ile yapılan her bir sorgu ortalama 0,34 watt-saat elektrik enerjisi ve 0,000085 galon su tüketiyor. ABD ölçü birimlerine göre verilen bu değerler, Türkiye koşullarına uyarlandığında sırasıyla yaklaşık 1,22 joule ve 0,32 mililitreye karşılık geliyor. Su miktarı, neredeyse bir çay kaşığının on beşte biri düzeyinde. Enerji ise, verimli bir LED ampulün birkaç dakikada tükettiği miktara denk geliyor.
Altman, bu sayısal değerlerin genellikle kamuoyunda merak edilen konular olduğunu, fakat tartışmaların çoğu zaman yeterli bilgiye dayanmadan yapıldığını belirtti. Bununla birlikte, verilerin hangi koşullarda ve hangi sistem konfigürasyonlarında elde edildiğine dair teknik ayrıntılar paylaşılmadı. Yani, bu tüketimin masaüstü sistemler, mobil cihazlar ya da bulut ortamlarındaki farklı kullanım senaryolarında nasıl değiştiği henüz bilinmiyor. Öte yandan bu veriler, kullanıcılar açısından ChatGPT’nin doğrudan maliyetini değil, çevresel etkisinin boyutlarını anlamaya yardımcı oluyor.
Yapay zekâ sistemlerinin enerji gereksinimi son dönemde küresel ölçekte tartışılan başlıca başlıklardan biri haline geldi. 2024 yılı boyunca yapılan analizlerde, büyük dil modelleriyle çalışan sistemlerin yıl sonuna kadar Bitcoin madenciliğinden daha fazla elektrik tüketeceği öne sürüldü. Eğitim süreçlerinin yanı sıra, günlük kullanımda yapılan milyonlarca sorgu da bu enerji talebini yukarı çekiyor. Bu nedenle, enerji verimliliği ve doğal kaynak kullanımı artık sadece teknoloji şirketlerinin değil, politika yapıcıların da ilgi alanında yer alıyor.
Veri merkezlerinin bulunduğu yer, tüketim miktarlarını etkiliyor
Geçtiğimiz yıl The Washington Post tarafından yayımlanan bir araştırmada, GPT-4 tabanlı bir yapay zekâ modeliyle üretilen 100 kelimelik bir e-postanın, soğutma amacıyla bir şişe sudan biraz fazlasını tükettiği ortaya konmuştu. Aynı araştırma, veri merkezlerinin coğrafi konumlarına göre tüketim düzeylerinde anlamlı farklar oluşabildiğini de gösterdi. Daha sıcak bölgelerde yer alan ya da suya erişimi sınırlı olan alanlardaki veri merkezlerinin, özellikle soğutma sistemleri için daha yüksek miktarda suya ihtiyaç duyduğu belirtildi. Bu durum, sadece teknolojik altyapı tercihleriyle değil, yerel iklim koşullarıyla da ilgili.
OpenAI cephesinden gelen açıklamada bu tür detaylara girilmese de, şirketin genel yaklaşımının elektrik tüketimini doğrudan üretkenliğe bağlamak olduğu anlaşılıyor. Altman, uzun vadede zekânın maliyetinin elektrik maliyetine yaklaşması gerektiğini savunarak, bu yöndeki beklentisini açıkça dile getirdi. Bu söylem, gelecekte yapay zekâ sistemlerinin üretim ve kullanım maliyetinin düşeceği anlamına gelebilir. Fakat bu hedefin gerçekleşmesi için yalnızca donanım düzeyinde değil, yazılım optimizasyonunda da ilerleme sağlanması gerekiyor.
Tüm bunların yanında, büyük dil modellerinin çevresel etkileri yalnızca enerji ve su kullanımı ile sınırlı değil. Model eğitimi için kullanılan büyük ölçekli veri kümeleri, güçlü GPU altyapıları ve bu sistemlerin üretim süreçleri, çevresel sürdürülebilirlik açısından çok daha geniş bir etki alanı yaratıyor. Ayrıca, eski sunucuların hurdaya ayrılması gibi dolaylı etkiler de hesaba katıldığında, toplam çevresel yük oldukça karmaşık bir yapıya sahip. Bu nedenle, enerji ve su tüketimi gibi ölçümler bu yapının sadece görünen yüzünü oluşturuyor.
