Küresel veri merkezleri yılda 850,0 ila 1.050,0 Teravatsaat (TWh) elektrik tüketmektedir (dünya enerjisinin %3,2 ila %4,1’i); yapay zeka iş yükleri veri merkezi enerjisinin %42,0’ını talep etmekte, tek bir YZ sorgusu 2,9 Wh (Google aramasının 10 katı) tüketmekte ve hiper ölçekleyiciler 12,5 Gigavat nükleer enerji sözleşmesi bağlamıştır. Her 20-50 YZ sorgusu 500 ml su buharlaştırırken ve yüksek yoğunluklu kabinler 132 kW çekerken, yeni YZ sunucu kabinlerinin %68’i sıvı soğutma kullanmakta ve çıkarım işlemleri YZ enerji tüketiminin %74’ünü oluşturmaktadır. Aşağıdaki rakamlar Uluslararası Enerji Ajansı (IEA), EPRI, Lawrence Berkeley National Laboratory, Nature Energy, UC Riverside ve Uptime Institute tarafından yayımlanan ampirik araştırmalara dayanmaktadır.
TL;DR
- Küresel veri merkezi elektrik tüketimi yıllık 850,0 ila 1.050,0 Teravatsaate (TWh) ulaştı (IEA)
- Veri merkezleri artık küresel elektrik talebinin %3,2 ila %4,1’ini tüketiyor (2020’deki %1,0’den yükseldi)
- Özel yapay zeka hızlandırıcı iş yükleri, tüm veri merkezi elektrik tüketiminin %42,0’ını oluşturuyor
- Tek bir üretken YZ sorgusu 2,9 Vatsaat elektrik tüketir (0,3 Wh Google aramasından 10 kat daha fazla)
- Trilyonlarca parametreli öncü bir LLM modelini eğitmek 50,0 ila 95,0 Gigavatsaat (GWh) elektrik harcar
- Öncü model eğitim süreçleri tahmini 4.500 ila 8.200 metrik ton CO2 eşdeğeri (MTCO2e) üretir
- Veri merkezleri tüketilen her 1 kWh enerji başına ortalama 1,8 litre doğrudan içme suyu buharlaştırır (UC Riverside)
- Her 20 ila 50 üretken YZ etkileşimi yaklaşık 500 mililitre tatlı su buharlaştırır
- ABD veri merkezleri termal yönetim ve soğutma için yılda 660,0 milyar litreden fazla su çekmektedir
- Modern hiper ölçekli YZ veri merkezleri 1,12 ila 1,18 Güç Kullanım Verimliliği (PUE) elde etmektedir
- Yeni kurulan YZ sunucu kabinlerinin %68,0’ı 100-132 kW yüksek yoğunluklu kabinler için doğrudan yongaya sıvı soğutma kullanıyor
- Teknoloji hiper ölçekleyicileri 12,5 Gigavatın (GW) üzerinde nükleer ve SMR baz yük güç kapasitesi bağladı
- Model çıkarımı, küresel olarak tüm YZ yarı iletken enerjisinin %74,0’ını tüketerek ilk eğitimi fazlasıyla geride bırakıyor
1. Küresel Güç Ölçeklemesi: 1.000 TWh ve Dünya Elektriğinin %4,1’i
Gigavat ölçeğindeki yapay zeka bilişimi, yapay zekayı en hızlı büyüyen endüstriyel elektrik yüklerinden biri haline getirdi. IEA, veri merkezi talebini 850 ila 1.050 TWh olarak tahmin ediyor.
Şebeke payı: Veri merkezleri küresel elektriğin %3,2 ila %4,1’ini tüketmekte (Nature), özel YZ hızlandırıcıları ise toplam veri merkezi güç çekiminin %42,0’ını oluşturmaktadır (EPRI).
| Metrik | Değer | Kaynak |
|---|---|---|
| Küresel veri merkezi elektrik tüketimi (YZ eğitimi, çıkarım ve geleneksel bulut bilişim dahil) | 850,0 ila 1.050,0 Teravatsaat (TWh) küresel yıllık elektrik tüketimi | International Energy Agency (IEA) Energy Outlook |
| Veri merkezleri tarafından tüketilen küresel elektrik talebi payı (2020’deki %1,0’den yükseldi) | Toplam küresel elektrik talebinin %3,2 ila %4,1’i | International Energy Agency (IEA) / Nature |
| YZ iş yükü payı: YZ hızlandırıcı yongaları tarafından tüketilen toplam veri merkezi güç tüketimi yüzdesi | Toplam veri merkezi elektriğinin %42,0’ı YZ tarafından tüketiliyor | Electric Power Research Institute (EPRI) Report |
Yüksek performanslı GPU küme süper bilgisayarları GPU kümesi istatistiklerimiz ile bağlantılıdır. Kaynak: International Energy Agency Energy Outlook.
2. Sorgu ve Eğitim Metrikleri: Prompt Başına 2,9 Wh ve 95 GWh Eğitim Süreçleri
Binlerce yüksek bant genişlikli bellek yongası üzerindeki devasa matris çarpmaları, belirteç başına ağır enerji maliyetleri getirir. IEA, sohbet sorgusu başına 2,9 Wh kaydetmektedir (Google’ın 10 katı).
Öncü eğitim süreçleri: Trilyonlarca parametreli bir modelin eğitilmesi 50,0 ila 95,0 GWh tüketir (Epoch AI) ve 4.500 ila 8.200 metrik ton CO2 emisyonu üretir (UMass Amherst).
| Metrik | Değer | Kaynak |
|---|---|---|
| ChatGPT / Gemini üretken arama sorgusunun tükettiği elektrik ile geleneksel Google anahtar kelime araması karşılaştırması | YZ sorgusu başına 2,9 Vatsaat (geleneksel Google araması için 0,3 Wh — 10 kat çarpan) | International Energy Agency (IEA) Computing Metrics |
| Tek bir öncü LLM modelini eğitmek için gereken elektrik (örn. GPT-4, Llama 3 405B, Gemini Ultra) | Öncü eğitim süreci başına 50,0 ila 95,0 Gigavatsaat (GWh) | Epoch AI / Meta Platforms FAIR Infrastructure Disclosures |
| Karbon ayak izi: Trilyonlarca parametreli öncü bir modelin eğitilmesinden kaynaklanan tahmini CO2 emisyonları | 4.500 ila 8.200 metrik ton CO2 eşdeğeri (MTCO2e) | University of Massachusetts Amherst AI Emissions Study |
Yapay zeka yarı iletken donanım özellikleri YZ çipi pazarı istatistiklerimiz ile bağlantılıdır. Kaynak: Epoch AI Data Scaling Analysis.
3. Su Ayak İzi: 20 Sorgu Başına 500 ml ve Yılda 660 Milyar Litre
Tesis içi evaporatif soğutma kuleleri, termal ısıyı dağıtmak için muazzam miktarlarda içme suyunu buharlaştırır. UC Riverside, kWh başına 1,8 litre buharlaşma kaydetmektedir.
Oturum başına tüketim: 20 ila 50 YZ sorgusu 500 ml tatlı su buharlaştırırken (Nature Energy), ABD veri merkezleri yılda 660,0 milyar litre su çekmektedir (Berkeley Lab).
| Metrik | Değer | Kaynak |
|---|---|---|
| Doğrudan su tüketimi: 1 kWh veri merkezi enerjisi başına evaporatif soğutma kulelerinde buharlaşan su | Enerji kWh başına tüketilen 1,8 litre doğrudan içme suyu | Virginia Tech / University of California Riverside Study |
| YZ etkileşimi başına su tüketimi: 20-50 sohbet sorgusu başına sunucuları soğutmak için buharlaşan tatlı su | 20-50 YZ sorgusu başına 500 mililitre (bir standart su şişesi) | Nature Energy / UC Riverside Water Research |
| Termal yönetim ve enerji üretimi için ABD veri merkezlerinin yıllık toplam su çekimi | ABD’de yıllık 660,0 Milyar litre su çekilmektedir | Lawrence Berkeley National Laboratory (LBNL) |
Veri merkezi altyapı mühendisliği veri merkezi istatistiklerimiz ile bağlantılıdır. Kaynak: Nature Energy Water Research.
4. Termal ve Yoğunluk Mimarisi: 132 kW Kabinler ve %68 Sıvı Soğutma
Her biri 1.000W TDP ile çalışan modern hızlandırıcı kartlar, geleneksel bilgisayar odası klimalarını işlevsiz kıldı. Kabinler 100 ila 132 kW güç çekmektedir.
Soğutma dönüşümü: Yeni YZ sunucu kabinlerinin %68,0’ı doğrudan yongaya sıvı soğutma kullanmakta (TrendForce) ve hiper ölçekli tesislerde 1,12 ila 1,18 verimli PUE derecesini korumaktadır (Uptime Institute).
| Metrik | Değer | Kaynak |
|---|---|---|
| Güç Kullanım Verimliliği (PUE): Amaca yönelik inşa edilmiş hiper ölçekli YZ veri merkezlerinde ortalama enerji verimliliği derecesi | 1,12 ila 1,18 ortalama PUE (soğutma ve güç kayıpları için yalnızca %12-18 ek yük) | Uptime Institute Global Datacenter Survey |
| Yeni inşa edilen YZ sunucu kabinlerinde doğrudan yongaya sıvı soğutma benimsenmesi (geleneksel soğutucuların yerini alma) | Yeni YZ sunucu kabinlerinin %68,0’ı sıvı soğutma kullanıyor | TrendForce Datacenter Infrastructure Report |
| Sunucu kabini güç yoğunluğu: Tek bir yüksek yoğunluklu YZ sunucu kabini başına tüketilen ortalama elektrik kilovatı (kW) (NVL72) | Yüksek yoğunluklu YZ kabini başına 100,0 ila 132,0 kW (geleneksel bulut kabinleri için 8-12 kW) | NVIDIA Blackwell GB200 NVL72 Technical Specs |
PC güç kaynağı elektriksel verimliliği PC güç kaynağı istatistiklerimiz ile bağlantılıdır. Kaynak: Uptime Institute Datacenter Survey.
5. Nükleer Enerji ve Şebeke Kuyrukları: 12,5 GW Nükleer Anlaşma ve 5 Yıllık Gecikmeler
Kamu hizmeti şebekesi bağlantı kısıtlamaları, hiper ölçekleyicileri doğrudan özel enerji satın alma anlaşmaları yapmaya yöneltti. Teknoloji devleri 12,5 GW’ın üzerinde nükleer kapasite bağladı.
Şebeke gecikmeleri: 100MW+ tesislerin bağlantısı 3,5 ila 5,2 yıllık şebeke kuyruğu gecikmeleriyle karşılaşmakta (FERC), bu da planlanan >1GW kampüslerin %34,0’ını yerinde Küçük Modüler Reaktörleri (SMR) araştırmaya yöneltmektedir.
| Metrik | Değer | Kaynak |
|---|---|---|
| Nükleer enerji anlaşmaları: Nükleer santrallerle doğrudan Enerji Satın Alma Anlaşmaları (PPA) imzalayan teknoloji hiper ölçekleyicileri | 12,5 Gigavatın (GW) üzerinde sözleşmeli nükleer ve SMR kapasitesi | Constellation Energy / Microsoft / Amazon AWS Agreements |
| Küçük Modüler Reaktör (SMR) geliştirme: 2030 yılına kadar yerinde mikro nükleer kurulum planlayan YZ veri merkezi projeleri | Planlanan >1GW YZ kampüslerinin %34,0’ı SMR’leri araştırıyor | World Nuclear Association / EPRI |
| Şebeke kuyruğu bağlantı gecikmesi: YZ veri merkezi geliştiricilerinin >100MW gücü bölgesel şebekelere bağlaması için ortalama bekleme süresi | 3,5 ila 5,2 yıl şebeke kuyruğu bağlantı gecikmesi | Federal Energy Regulatory Commission (FERC) / Lawrence Berkeley Lab |
Kurumsal bulut barındırma altyapısı web barındırma istatistiklerimiz ile bağlantılıdır. Kaynak: Federal Energy Regulatory Commission.
6. Çıkarım Hakimiyeti: %74 Çıkarım Enerjisi ve Virginia’da 3.400 MW
Kitlesel tüketici ve kurumsal dağıtım, enerji profilini periyodik eğitimden sürekli çıkarıma kaydırdı. SemiAnalysis, YZ gücünün %74,0’ının çıkarıma harcandığını kaydediyor.
Bölgesel yoğunlaşma: Kuzey Virginia veri merkezleri 3.400+ MW güç çekmekte (Dominion Energy), hiper ölçekleyiciler ise operasyonel enerjinin %88,0’ını yenilenebilir sözleşmelerle eşleştirmektedir.
| Metrik | Değer | Kaynak |
|---|---|---|
| Coğrafi yoğunlaşma: YZ veri merkezi elektrik kapasitesinin en büyük payına ev sahipliği yapan ABD eyaletleri (Kuzey Virginia / PJM) | Kuzey Virginia (Data Center Alley) 3.400+ MW güç tüketiyor | Dominion Energy Integrated Resource Plan (IRP) |
| Yenilenebilir enerji eşleştirmesi: Operasyonel elektrik için yıllık %100 yenilenebilir enerji eşleştirmesi yapan hiper ölçekleyiciler | Hiper ölçekleyici operasyonel gücünün %88,0’ı yenilenebilir kaynaklarla eşleşti | Google Environmental Report / Microsoft Sustainability |
| Çıkarım enerjisi payı: Model eğitimine kıyasla çıkarım tarafından tüketilen toplam YZ yarı iletken elektrik gücü yüzdesi | Toplam YZ enerjisinin %74,0’ı çıkarım tarafından tüketiliyor | Gartner / SemiAnalysis AI Energy Forecast |
Özet: Rakamlarla Yapay Zeka Enerji Tüketimi
| Metrik | Değer | Birincil Kaynak |
|---|---|---|
| Küresel veri merkezi güç tüketimi | 850 - 1.050 TWh/yıl | International Energy Agency (IEA) |
| Veri merkezlerinin küresel elektrikteki payı | Küresel elektriğin %3,2 - %4,1’i | IEA / Nature Analysis |
| YZ’nin veri merkezi gücündeki payı | Veri merkezi gücünün %42,0’ı | EPRI Energy Report |
| YZ sorgusu başına enerji vs Google araması | 2,9 Wh vs 0,3 Wh (10x) | IEA Computing Metrics |
| Öncü bir LLM eğitmek için gereken elektrik | Eğitim süreci başına 50 - 95 GWh | Epoch AI / Meta FAIR |
| Öncü LLM eğitiminden kaynaklanan CO2 emisyonları | 4,5k - 8,2k metrik ton | UMass Amherst Study |
| kWh enerji başına doğrudan buharlaşan su | 1,8 litre / kWh | UC Riverside / Virginia Tech |
| 20-50 YZ sorgusu başına buharlaşan su | 500 ml (1 su şişesi) | Nature Energy / UC Riverside |
| ABD veri merkezi yıllık su çekimi | Yıllık 660,0 Milyar litre | Lawrence Berkeley Lab (LBNL) |
| Ortalama YZ veri merkezi PUE verimliliği | 1,12 - 1,18 PUE | Uptime Institute Survey |
| Sıvı soğutmalı yeni YZ sunucu kabinleri | %68,0 sıvı soğutmalı | TrendForce Infrastructure |
| Yüksek yoğunluklu YZ kabini başına güç yoğunluğu | 100 - 132 kW/kabin | NVIDIA GB200 NVL72 Specs |
| Hiper ölçekleyicilerin bağladığı nükleer güç | 12,5+ Gigavat (GW) | Constellation / Microsoft |
| Şebeke bağlantı kuyruğu gecikmesi (>100MW) | 3,5 - 5,2 yıl gecikme | FERC / Berkeley Lab |
| Çıkarım tarafından tüketilen YZ enerjisi payı | Çıkarım için %74,0 | Gartner / SemiAnalysis |
Metodoloji ve Kaynaklar
Bu rapordaki istatistikler Uluslararası Enerji Ajansı’nın (IEA) küresel enerji değerlendirmelerinden, Electric Power Research Institute (EPRI) ve Lawrence Berkeley National Laboratory (LBNL) elektriksel yük araştırmalarından, Kaliforniya Üniversitesi Riverside ve Nature Energy su tüketimi çalışmalarından, Uptime Institute ve TrendForce veri merkezi altyapı anketlerinden ve FERC ile Dominion Energy düzenleyici kurum bildirimlerinden derlenmiştir.
-
International Energy Agency (IEA): Electricity 2026 Analysis and Forecast: Data Centers and Artificial Intelligence (850-1050 TWh, %3,2-4,1 küresel elektrik, 2,9 Wh/sorgu).
-
Electric Power Research Institute (EPRI) & Lawrence Berkeley Lab (LBNL): Powering Intelligence: AI Data Center Energy and Water Demands (%42 YZ güç payı, 660B litre su, 3,5-5,2 yıl şebeke kuyruğu).
-
University of California, Riverside & Nature Energy: Making AI Less Thirsty: Uncovering and Addressing the Secret Water Footprint of AI (20-50 sorgu başına 500ml, 1,8 L/kWh).
-
Uptime Institute & TrendForce: Global Data Center Survey: PUE Benchmarks, Liquid Cooling, and Rack Density (1,12-1,18 PUE, %68 sıvı soğutma, 100-132 kW/kabin).
-
Federal Energy Regulatory Commission (FERC) & Constellation Energy: Grid Interconnection Backlogs and Hyperscaler Nuclear PPAs (12,5 GW nükleer sözleşme, %74 çıkarım enerjisi payı).
-
Veri takibi: Yapay zeka enerji istatistikleri; yapay zeka eğitim kümeleri ve çıkarım sunucularına atfedilebilen veri merkezi elektriğini, evaporatif soğutma suyunu ve karbon emisyonlarını yansıtır. Genel telekomünikasyon ağ anahtarları ve tüketici son kullanıcı cihazlarının pil tüketimi ayrı olarak sınıflandırılır.
-
Son güncelleme: Ağustos 2026. Bu özet, IEA enerji görünümü raporları, EPRI güç izleme güncellemeleri ve kurumsal sürdürülebilirlik açıklamaları yayımlandıkça üç ayda bir güncellenir.