Günümüz yapay zeka altyapılarının yükselişi, sadece enerji faturalarını kabartmıyor; aynı zamanda su kullanımında da yeni bir gerçekliği dayatıyor. Dev veri merkezlerinde yüksek kapasiteli sistemler, geleneksel hava soğutmanın ötesine geçerek büyük ölçüde su bazlı çözümlere kayıyor. Hyperscale yapılarında rack başına 40 kW ile 150 kW arasındaki güç yoğunluğu, ısı sorunlarını ciddi boyutlara taşıyor ve bunun sonucunda evaporatif ile adyabatik soğutma teknikleri öne çıkıyor. Ancak bu çözümler, temiz suyun akışını da dramatik biçimde değiştirmekte. İçinden geçtiğimiz dönemde suyun niteliği şaşırtıcı düzeyde temizleşiyor; boruların tıkanmaması ve sistemlerin zarar görmemesi için ayrıntılı filtreleme ve arıtma süreçleri gerekiyor. Ne yazık ki, bu su çoğu zaman içme suyundan bile daha saf hale getiriliyor; bu saf su soğutma sırasında buharlaşıp tekrar kullanılmıyor ve yer yüzünden atmosfere karışarak geri dönüşü zor bir yolculuğa çıkıyor.
Bu sadece bir kaynak meselesi değil; aynı zamanda bölgesel iklim üzerinde dolaylı bir etkisi var. Geylan’ın ifadesiyle, yoğun su kullanımı iklimi, bitki örtüsünü ve tarımı da etkileyebilecek sonuçlar doğuruyor. Yapay zeka görsellerinin ya da sorgularının ardında yatan enerji-su dengesi, yüzeyde gördüğümüzden çok daha karmaşık bir zincirin parçası. Sürdürülebilir yapay zeka kavramı yükselirken, veri merkezi dünyasında artık sadece PUE değil, su kullanım verimliliği (WUE) de öncelik kazanıyor. Ancak burada bir denge var: Düşük PUE her zaman düşük su tüketimi anlamına gelmiyor; bazen enerji tasarrufu için seçilen çözümler su tüketimini artırabiliyor.
Yeni nesil Soğutma Trendleri arasında deniz suyu kullanımı ve immersion cooling (daldırma tipi soğutma) teknolojileri öne çıkıyor. Donanımlar, dielektrik bir sıvının içinde çalıştığında ısı kapalı devreyle transfer ediliyor ve bu sayede enerji ile su tasarrufu daha belirgin hale geliyor. Geylan’a göre bu teknolojiler gelişim aşamasında olsa da uzun vadede küresel kaynak yükünü hafifletebilecek potansiyele sahip. OECD’in 2027 için öngördüğü rakamlar, bu değişimin ne kadar kritik olabileceğini gösteriyor: yapay zeka veri merkezlerinin yılda 4,2–6,6 milyar metreküp su tüketmesi bekleniyor. Bu, Türkiye’nin yıllık su tüketiminin yaklaşık yüzde 10’una denk geliyor ve İstanbul’un yaklaşık 1,2 milyar metreküp olan tüketimiyle karşılaştırıldığında yapay zekanın İstanbul’un 4–5 katı kadar su çekebileceği anlamına geliyor.
Geylan, bireysel kullanımın da basit olmadığını net bir şekilde ortaya koyuyor: Tek bir yapay zeka sorgusu yaklaşık 0,3–0,4 ml suya karşılık geliyor; görsel üretimi gibi GPU yoğun işlemlerinde bu rakam 5 ila 10 katına çıkabiliyor. Bu nedenle eğlence amaçlı sorgulamaların bile, su ve enerjiyle ilgili bilinçli bir farkındalıkla yapılması gerektiğini vurguluyor. “Bir Google aramasıyla karşılaştırıldığında çok daha fazla kaynak kullanımı söz konusu,” diyor. Verilen kararlar ve elde edilen sonuçlar için net hedefler olmadan aşırı talep, ekosisteme ek yük getiriyor.
Çözüm yolu olarak Geylan, bilinçli kullanım ve doğru sorularla ilerlemek gerektiğini savunuyor: “Ne istediğimizi tam olarak bilmeli ve nokta atışı promptlarla işlem yapmalıyız”. Yapay zekanın bir günlük merak giderme mekânı olmaktan çıkıp, somut sonuçlar üretmeye odaklanması için, sadece enerji verimliliğiyle yetinmemek gerekiyor. Uzun vadede, doğru sorularla kaynaktan tasarruf etmek ve ekosisteme zarar vermeden kullanımı yaygınlaştırmak için immersion cooling ve deniz suyu gibi çözümler önemli rol oynayabilir.
