Greenpeace, yapay zeka çip üretiminden kaynaklanan emisyonların 2024’te %357 arttığını bildiriyor; bu, elektrik kullanımındaki %351’lik artıştan bile daha yüksek. Ana sorun ise üretim için fosil yakıtlara aşırı bağımlılık. Greenpace yapay zekanın hızlı büyümesinin büyük bir gizli maliyetini vurguluyor: iklim etkisi. Yapay zeka verimlilik ve yenilik vaat etse de, arkasındaki altyapı (özellikle çip fabrikaları) hala kirli enerjiye derinden bağlı.
Bu eğilim devam ederse, üretim için daha temiz enerjiye doğru büyük bir geçiş olmadığı sürece yapay zeka küresel emisyonlarda en önemli nedenlerden birisi olacak. Aynı yıl yapay zeka çip fabrikalarının elektrik tüketimi %351 arttı. Bu patlama, yapay zeka donanımına yönelik çılgın küresel talepten kaynaklanıyor. Bir yandan GPT, Gemini, Claude ve özel kurumsal yapay zekalar gibi dev modellerin eğitimi sürüyor.
Yapay zeka çiplerinin üretilmesi için devasa, güçlü fabrikalara (fabriklere) ihtiyaç vardır. Çip üretimi aşırı enerji, aşırı ısıtma, kimyasal aşındırma ve su yoğun süreçleri içeriyor. Çoğu fabrika, özellikle Tayvan, Güney Kore ve ABD’nin bazı bölgelerinde enerji için hala fosil yakıtlarla (kömür, gaz) çalışıyor.
Yapay zeka “akıllı” ve “temiz” olarak satılıyor, ancak karbon ayak izi patlıyor. Greenpeace, hiçbir şey değişmezse yapay zekanın iklim değişikliğiyle mücadelede elde edilen kazanımları ortadan kaldırabileceği konusunda uyarıyor. Büyük yapay zeka şirketleri, eğitim ve operasyon sırasında ne kadar enerji tükettikleri konusunda şeffaf değiller.
Bu emisyon patlamasını Nvidia, AMD, TSMC (Tayvan Yarı İletken Üretim Şirketi) önemli oyuncular sürüklüyor. Veri merkezleri (Amazon, Microsoft, Google vb. tarafından işletiliyor) yapay zeka talebiyle beslenen yeni tesisler inşa ediyor ve bunların çoğu kirli enerjiyle çalışıyor.
Gerçi şirketler fabrikalar ve veri merkezleri için yenilenebilir enerjiye yatırım yapıyor. Ama hükümetlerin teknoloji şirketlerini şeffaf olmaya ve emisyonları azaltmaya zorlaması gerekiyor. Ayrıca çalışmak için 10 milyon çipe ihtiyaç duymayan daha küçük, daha verimli modeller inşa etmek gerekli.
Kaynak : 