Akıl Yürütme Yeteneğine Sahip Yapay Zekâ Modelleri 100 Kata Kadar Daha Fazla Enerji Tüketiyor

Yapay zekâ alanında insan benzeri düşünme süreçlerini taklit eden akıl yürütme (reasoning) yeteneklerine sahip modellerin, enerji tüketimini dramatik biçimde artırdığı ortaya çıktı. Yeni bir araştırma, bu gelişmiş yapay zekâ sistemlerinin veri merkezleri ve elektrik şebekeleri üzerinde ciddi baskı oluşturabileceğine işaret ediyor.

Perşembe günü yayımlanan çalışmaya göre, akıl yürütme özelliği açık olan yapay zekâ modelleri, 1.000 yazılı komuta yanıt verirken, bu özellik kapalı modellere kıyasla ortalama 100 kat daha fazla enerji harcıyor.

Araştırma, Hugging Face’ten Sasha Luccioni ile Salesforce’un yapay zekâ sürdürülebilirliği ekibinden Boris Gamazaychikov tarafından yürütülen AI Energy Score projesi kapsamında gerçekleştirildi.

40 Farklı Yapay Zekâ Modeli İncelendi

Çalışmada, OpenAI, Google (Alphabet) ve Microsoft gibi önde gelen teknoloji şirketlerine ait 40 açık erişimli yapay zekâ modeli test edildi. Modeller arasında enerji tüketimi açısından büyük farklılıklar olduğu gözlemlendi.

Araştırmanın en dikkat çekici sonuçlarından biri, Çin merkezli DeepSeek tarafından geliştirilen bir modelde ortaya çıktı. DeepSeek’in R1 modelinin kırpılmış sürümü, akıl yürütme kapalıyken 1.000 komutu işlemek için yalnızca 50 watt saat enerji harcadı. Ancak aynı işlem akıl yürütme açıkken 308.186 watt saate yükseldi.

Artan Enerji Tüketimi Veri Merkezleri İçin Alarm Veriyor

Yapay zekâya olan talebin hızla artması, teknoloji şirketlerini yeni veri merkezleri kurmaya yönlendiriyor. Bu durum, elektrik şebekelerine ek yük bindirilmesi ve enerji maliyetlerinin yükselmesi yönündeki endişeleri artırıyor.

Bloomberg’in eylül ayında yayımladığı bir araştırmaya göre, veri merkezlerinin yoğun olduğu bölgelerde toptan elektrik fiyatları son beş yılda yüzde 267’ye varan artışlar gösterdi. Microsoft, Google ve Amazon gibi büyük teknoloji şirketleri de veri merkezi yatırımlarının uzun vadeli iklim hedeflerini zorlaştırabileceğini daha önce kabul etmişti.

Reasoning Modelleri Yaygınlaştıkça Enerji İhtiyacı Arttı

OpenAI’nin ilk akıl yürütme modeli olan o1, bir yıldan uzun süre önce tanıtılmıştı. Önceki modeller sorulara anında yanıt verirken, reasoning modelleri yanıt üretmeden önce çok daha fazla hesaplama yapıyor. Bu yaklaşım özellikle bilim, matematik ve yazılım geliştirme gibi çok adımlı karmaşık görevlerde avantaj sağlıyor.

Ancak bu modellerin enerji gereksinimleri bugüne kadar kapsamlı biçimde analiz edilmemişti. Yeni araştırma, bu boşluğu dolduran ilk çalışmalardan biri oldu.

Daha Fazla Metin, Daha Fazla Enerji

Araştırmacılara göre enerji tüketimindeki büyük artışın temel nedeni, reasoning modellerinin yanıt üretirken çok daha fazla metin oluşturması. Sasha Luccioni, her görev için en güçlü ve en enerji yoğun modelin kullanılmasının gerekli olmadığını vurgulayarak şunları söyledi:

“Her iş için en ağır modeli kullanmak zorunda değiliz. Göreve uygun model seçimi büyük önem taşıyor.”

Test Sonuçlarında Çarpıcı Farklar

Tüm modeller aynı donanımda ve aynı komut setleriyle test edildi. Enerji tüketimi CodeCarbon aracıyla gerçek zamanlı olarak ölçüldü. Dikkat çeken bazı sonuçlar şöyle:

• Microsoft Phi-4 reasoning modeli

  • Akıl yürütme açıkken: 9.462 watt saat

  • Akıl yürütme kapalıyken: 18 watt saat

• OpenAI GPT-OSS (en büyük model)

  • Reasoning “High” ayarı: 8.504 watt saat

  • Reasoning “Low” ayarı: 5.313 watt saat

İlgili şirketler araştırmaya ilişkin resmi bir değerlendirme yapmadı.

Yapay Zekâda Odak Eğitimden Çalıştırmaya Kaydı

Bugüne kadar yapay zekânın enerji tüketimi daha çok model eğitimi üzerinden tartışılırken, artık inference (çalıştırma) süreçlerinin enerji maliyetleri ön plana çıkıyor. Reasoning modellerinin yaygınlaşması bu eğilimi daha da hızlandırıyor.

Microsoft CEO’su Satya Nadella, kasım ayında yaptığı açıklamada sektörün enerji kullanımına ilişkin toplumsal kabulü hak etmesi gerektiğini belirterek, yapay zekânın topluma somut fayda sağlamasının bu açıdan kritik olduğunu vurgulamıştı.