Yapay zeka (AI), dünya çapında birçok insan için günlük yaşamın bir parçası haline geliyor. Bireysel düzeyde, insanlar arama sorguları için yapay zeka modellerini giderek daha fazla kullanıyor. Google hâlâ arama pazarına hakim olsa da ChatGPT, Google'ın hakimiyetine yönelik en önemli tehdidi oluşturdu.
İş düzeyinde, tarımdan sağlığa, finanstan eğlenceye kadar hiçbir sektör dışarıda bırakılmıyor; dünya çapındaki kuruluşlar yapay zekayı günlük operasyonlarına entegre ediyor.
Dünyanın yapay zekaya olan talebinin ve kullanımının önümüzdeki yıllarda katlanarak artması bekleniyor, bu nedenle teknoloji şirketleri bu gelişmeye devasa veri merkezleri inşa ederek yanıt veriyor. Ancak bu büyümenin bir bedeli var: enerji tüketimi, ekonomik maliyetler ve çevresel etki. Geleneksel bilgi işlem, artan bilgi işlem ve enerji taleplerine ayak uyduramaz. Yapay zeka devrimini sürdürmek için modern bilgisayarların fiziğini yeniden düşünmeliyiz.
Enerji sorunları
Yapay zekayı dikkate almasak bile elektronik bilgi işlem kritik bir noktadadır. Moore Yasası başarısız oluyor, Dennard ölçeklendirmesi bozuldu ve sonuç, aşırı ısınmayı önlemek için devre dışı kalması veya boşta kalması gereken bir çip üzerindeki transistör kısımları olan "koyu silikonun" çoğalması oldu.
Büyük bir yapay zeka modelini eğitmek kolay bir iş değildir. Büyük dil modelleri (LLM'ler) büyük miktarda veri üzerinde eğitilir ve trilyonlarca parametreye sahiptir. Süreci milyarlarca kez tahmin eder, ölçer, ayarlar ve tekrarlarlar. Yapay zeka modellerini eğitmek için gereken bilgi işlem gücünün her altı ayda bir ikiye katlanacağı tahmin ediliyor.
Bu kadar büyük miktarda veriyi işlemek ve taşımak, büyük bir paralellik ve güç gerektirir. Geleneksel bilgi işlemde daha yüksek güç, daha yüksek yoğunluklu sistemler gerektirir. Daha yüksek yoğunluk, daha fazla direnç anlamına gelir ve daha fazla direnç, daha fazla ısı anlamına gelir. Bu, veri merkezlerini çok fazla enerjinin bilgi işlemden soğutmaya kaydırılmasına zorluyor ve toplam veri merkezi enerji tüketiminin %40'a kadarı sunucu erimelerini önlemek için kullanılıyor.
Yapay zekayı destekleyen altyapı zaten zorlanıyor ve geleneksel bilişimin artık gelecekteki gelişimi destekleyemeyeceği açık.
Ekonomik sorunlar
Veri merkezi operatörleri mali bir ikilemle karşı karşıyadır: ya bilgi işlem yoğunluğunu mevcut soğutma tesislerinin kaldırabileceği kadar sınırlandırarak iş yeteneklerini engeller ya da termal sınırları zorlayarak donanım ve bileşenlerin daha hızlı yaşlanmasına neden olur, işletme giderlerini ve israfı artırır.
Ayrıca, yeni veri merkezleri kurmanın maliyeti de çok yüksek - McKinsey, 2030 yılına kadar 5,2 trilyon ABD doları tutarında yatırım gerekeceğini öngörüyor. Veri merkezleri geleneksel bilişime güvenmeye devam ederse, verimsiz altyapıya yatırım yapmak büyük bir mali risk olacaktır. Sıradan tüketiciler de kötü ekonomik koşullardan etkileniyor; Yapay zeka şebeke üzerinde benzeri görülmemiş bir baskı oluşturdukça ve veri merkezi güç talebi arttıkça elektrik fiyatları da artıyor. Bu maliyetler hızla artan elektrik faturaları şeklinde çevredeki hanelere yansıyor.
