Çağımızda devrim niteliğinde gelişmekte olan yapay zekâ (AI) teknolojilerinin taşıyıcı organı olan veri merkezleri olağanüstü bir güç talebi ile yüzleşmektedir. AI modelleri için gereken muazzam hesaplama kaynakları, özellikle büyük dil modellerinin eğitilmesi, makine öğrenimi algoritmalarının güçlendirilmesi ve çok büyük veri depolama ihtiyaçlarının karşılanması gibi süreçler önemli bir enerji maliyetini getirmektedir.

Gülsen Saray

Birçok AI şirketi sürdürülebilir büyüme operasyonları kapsamında karbonsuz bir alternatif olarak nükleer enerjiye yönelmektedir. AI modelleri araştırma ve uygulama alanında çok fazla elektrik tüketir. Özellikle eğitim süreci sırasında hesaplama gücüne bağlı güç kullanımı kritik bir faktördür. Son teknoloji bir AI modelini eğitmek için gereken bir bilgisayar sisteminde yapay zekâ ve makine öğreniminin merkezinde yer alan GPU (grafik işlem birimi) ve TPU (tensör işleme birimi) birimlerinde yapılan hesaplamalar için milyonlarca saatlik güç kullanır.  FLOP’lar (Saniye Başına Kayan Nokta İşlemleri) bir işlemcinin bir saniyelik işlem sayısının bir ölçüsüdür. Büyük AI modellerinin eğitiminde yüzlerce exa-FLOP (10^18 FLOP) gerekebilir. Özellikle derin öğrenme, büyük ölçekli katmanlar ve sinir ağları kullanan son teknoloji bir AI modelini eğitme sürecinde kapsamlı hesaplama kaynakları gerekir.  Toplam enerji tüketimi, birim sayısı, güç tüketimleri ve toplam eğitim süresi çarpılarak hesaplanabilir. Örneğin, tek bir ileri GPU yaklaşık 300 watt tüketebilir. 1.000 saat boyunca sürekli kullanılırsa, enerji tüketimi 300 kWh (kilovat-saat) olur. AI birimlerinin eğitim için kullanıldığı toplam enerji talebi, AI odaklı çözümleri benimseyen sektörlerle birlikte artmaktadır.  Bazı AI şirketlerinin verilerini sayılarla örneklemek gerekirse;

- Google DeepMind’ ın AlphaGo Zero eğitimi, toplam 4,8 milyon TPU saati için yaklaşık 1.920 TPU gerektirdi.  Her TPU’nun 200 watt tükettiği varsayılırsa, eğitim için toplam enerji tüketimi yaklaşık 960 MWh (megawatt-saat) olabilir.

- OpenAI’ nin GPT-3 eğitimi, binlerce GPU gerektirdi. Yaklaşık birkaç hafta boyunca yaklaşık 256 GPU ve toplamda yaklaşık 1 milyon GPU saat gerekti.  Her GPU yaklaşık 300 watt tüketirse, tüm eğitim süreci için yaklaşık 300 MWh enerji tüketimi gerekti.

- Microsoft’ un Turing-NLG eğitimi, 10 milyon GPU saati olarak tahmin edilen büyük ölçekli bir hesaplama içeriyordu.  Her GPU 300 watt tükettiğinde, toplam enerji tüketimi yaklaşık 3.000 MWh olabilir.

- IBM’ in Proje Tartışmacısı eğitimi için yaklaşık 5 milyon GPU saat gerekti.  GPU başına 300 watt olursa bu süreç yaklaşık 1.500 MWh enerji tüketimi demektir.

Yapay Zekâ Veri Merkezlerine Nükleer Enerji Desteği

Enerji şebekelerini besleyen kömür, petrol ve doğal gaz gibi geleneksel güç kaynaklarının karbon salınımı büyüktür. Daha temiz olan yenilenebilir enerji kaynaklarında ise kapasite sorunları vardır.  Örneğin güneş ve rüzgâr enerjisi kesintilidir, elverişli hava koşullarına bağlıdır ve istenilen miktarda güç üretimi büyük arazi gerektirir.  Nükleer enerji AI veri merkezleri için çeşitli avantajlar sunar.  

Örneğin:  -Nükleer reaktörler, yenilenebilir kaynaklara kıyasla muazzam miktarda yüksek enerji çıkışı verir.  Birçok yapay zekâ veri merkezi için yeterli olan sürekli ve istikrarlı bir elektrik üretimi tek bir nükleer santral ile sağlanabilir.  -AI operasyonları enerjide kesintiyi veya güç kullanımında dalgalanmaları göze alamaz.  Nükleer enerji güvenilir ve kararlıdır, 7/24 sabit bir güç kaynağı sağlar.  -Nükleer enerji minimum sera gazı saldığı için fosil yakıtlara göre daha temiz bir alternatiftir.  Düşük karbon ayak izi hedefi olan AI şirketleri sürdürülebilir bir çözüm için nükleer enerjiyi tercih ederler.  -Nükleer santrallerin İlk maliyetleri yüksek olsa da uzun vadeli işletme maliyetleri fosil yakıtlı santrallere göre daha düşüktür.  Nükleer santrallerin idealde 60 yıl istikrarlı ve uygun fiyatlı enerji sağlaması, büyük ölçekli yapay zekâ veri merkezleri için finansal açıdan cazip bir seçenektir.

Birkaç büyük yapay zekâ şirketi ve bulut sağlayıcısı, daha geniş sürdürülebilirlik hedefleri doğrultusunda nükleer enerjiye yatırım yapmaya başladı.  Şirketlerin 2020-2022 raporlarına göre:

- Microsoft, 2030 yılına kadar sıfır-karbon salınım taahhüdü stratejisi kapsamında nükleer enerjiye büyük yatırımlar yapıyor; 2020 yılından beri Azure Bulut Platformu veri merkezlerine güç sağlamak için gelişmiş nükleer teknolojilerin kullanımını araştırıyor.  Microsoft Şirketi temiz enerji projelerine 1 milyar dolar ayırdı. Nükleer araştırma ve SMR (küçük modüler reaktörler) geliştiren şirketlerle ortaklıklar buna dâhildir.  SMR tipi nükleer reaktörler modüler konumlu, kompakt, ölçeklenebilir ve yerelleştirilmiş enerji çözümlerine olanak tanır.

- Google veri merkezlerini %100 yenilenebilir enerjiyle çalıştırma sözü verdi.  Google, veri merkezlerinin uzun vadeli ve düşük karbonlu güç kaynaklarına erişiminde nükleer enerjiyi de araştırıyor. Google’ ın ana şirketi Alphabet, 2022 yılında yeni nesil reaktörlere ve gelişmiş nükleer teknolojilere 500 milyon dolar yatırım yaptı.

- Amazon Web Services (AWS), 2022 yılında yenilenebilir enerji ve nükleer güç projelerine 2 milyar dolarlık yatırım yaptı. AWS, 2021’den beri veri merkezine sürekli ve güvenilir bir güç kaynağı sağlayan nükleer enerjiye uyum arıyor.

- Yapay zekâ araştırmalarında önemli bir oyuncu olan IBM, 2022 yılında veri merkezleri için gelişmiş nükleer reaktörlerin ve sürdürülebilir enerji çözümlerinin geliştirilmesini desteklemek amacıyla 200 milyon dolar ayırdı.

- Open-AI, daha temiz enerji kaynaklarına olan ihtiyacı, büyük yapay zekâ modellerinin çevresel etkisi ile birlikte vurguladı.

Yapay Zekâ ve Nükleer Enerji: Ateş ve Barut

Sanal âlemin maliki olan yapay zekâ ve essah âlemin kıdemli gücü nükleer enerji arasındaki işbirliği geleceğe giden yolu nasıl açabilir?  AI sektöründe sanayinin temiz, güvenilir, ölçeklenebilir ve sürdürülebilir enerji kaynaklarına doğru kaymasıyla, nükleer enerji yapay zekâ liderleri için önemli bir kaynak olacaktır.  Nükleer güç santrali tasarımı için debdebeli bir lisans süreci vardır, AI tasarımı için lisans kavramı çok afakidir. Nükleer enerji yapay zekayı ileri taşıyan bir güç olacaktır.  Yapay zekâ nükleer enerji üretiminin karmaşık verilerini yönetmede ve nükleer enerji kullanımının güvenlik uygulamalarını gözetlemede yardımcı olabilir.

Nükleer enerjide kamuoyu algısı genellikle güvenlik, radyoaktif atık ve kazalarla ilgili kaygılar taşır. AI şirketleri, siber güvenlik protokollerinin yanı sıra nükleer risk ve atık yönetimi teknolojilerini de güvenlik protokollerinde vurgulamalıdır.  Enerji taleplerinin SMR yoluyla sağlanmasında atık bertarafı ve nükleer yan ürünler için güvenli ve uzun vadeli depolama çözümleri sunulmalıdır. Dünyanın enerji krizi ve teknolojinin çevresel etkisi halka açık, şeffaf ve sorumlu bir yönetim ister.   Yapay zekâ şirketleri çevresel sorumluluklarını halkın rızası ile ve gerçek aklın sağduyusu ile dengelemek durumundadır.