Nisan 2026'da Stanford Üniversitesi'nin yayımladığı AI Index raporu1, yapay zekânın enerji ihtiyacına yönelik tartışmaları somut rakamlarla yeniden alevlendirdi. Rapora göre küresel yapay zekâ veri merkezi kurulu güç kapasitesi 29,6 gigavata ulaşmış durumda. Bu rakam, New York eyaletinin en yoğun dönemdeki anlık elektrik talebine eşdeğer bir büyüklük. xAI'ın Grok 4 modelinin eğitiminin ~72.816 metrik ton karbondioksit eşdeğeri emisyon ürettiği tahmin ediliyor (bu rakam da yaklaşık 17.000 arabanın bir yıl boyunca saldığı emisyona eşdeğer). GPT-4o'nun yıllık çıkarım süreçlerindeki su tüketiminin ise 1,2 milyon insanın içme suyu ihtiyacını aşabileceği öngörülüyor.
Sayılar büyük ve çarpıcı. Ama asıl üzerinde durulması gereken konu: Bu enerji sorununa bugün verilen yanıtlar, problemi gerçekten çözüyor mu, yoksa yalnızca zaman mı kazandırıyor?
Çatıdan yörüngeye - Veri merkezinin yeni rotası
Bugüne kadar veri merkezi tartışması tek bir eksende ilerledi: Daha ucuz arazi, daha büyük tesisler, daha güçlü şebeke bağlantısı. Son aylarda bu eksenin sarsıldığını gözlemliyoruz. Alternatif lokasyon arayışı artık çok daha stratejik bir tercih meselesi.
Bu dönüşümün en çarpıcı örneği Nvidia'nın Span ile kurduğu iş birliğinden geliyor². 2018'de San Francisco'da kurulan ve evlerin enerji yönetimini akıllı panellerle optimize eden bir start-up olan Span, Nvidia'nın yüksek performanslı çipleriyle donatılmış, mini veri merkezi özelliğindeki kutuları evlerin dış duvarlarına yerleştirmeyi planlıyor. Ev sahipleri fatura indiriminden yararlanırken, her ev küçük bir hesaplama merkezine, mahalleler ise birer dağıtık veri merkezi ağına dönüşüyor.
Model hızla ölçekleniyor. Span, 2027 itibarıyla ABD'de 80.000 eve bu sistemi kurmayı ve toplamda 1 gigavatın üzerinde dağıtık hesaplama kapasitesi oluşturmayı hedefliyor³. Konut inşaatçısı Pulte Group bu deneyin ilk ortaklarından biri. Yeni konut projelerinde bu sistemlerin standart altyapı unsuru olarak yerleştirileceği düşünülüyor.
Pennsylvania Üniversitesi'nden Profesör Benjamin Lee, bu dağıtık modelde doğru iş yükleri için teknik bir mantık görüyor⁴: Çıkarım, kullanıcıya yakın küçük platformlarda yürütülebilir ve şebekeye etkisi sınırlı kalır, çünkü eğitim binlerce GPU gerektirirken, çıkarım birkaç GPU'yla halledilebiliyor. Yine de Lee temkinli; hesaplamayı "birkaç GPU" inceliğine kadar küçültmenin şart olmadığını, 1 gigavatlık tesisler yerine 20 megavatlık merkezlerin de yeterli olabileceğini ve evlere dağılmış donanımın güvenlik açısından korunmasının zor olduğunu ekliyor.
Eğilim yine de açık: Hyperscale tesisler eğitim için vazgeçilmez olmayı sürdürecek, ancak milyarlarca günlük sorgu için bu tesislere kadar gidip gelmek giderek gereksiz bir maliyet ve gecikmeye dönüşüyor.
Nvidia aynı zamanda bir adım daha ileri giderek farklı bir dağıtık bir model de deniyor⁵. EPRI (Electric Power Research Institute), InfraPartners ve Prologis ile yürütülen projede, elektrik dağıtım alt istasyonlarının yanı başına 5–20 megavatlık küçük hesaplama tesisleri kurulması hedefleniyor. Bir alt istasyona aşırı yüklenildiğinde hesaplama yükü otomatik olarak başka bir noktaya kayacak. Buna yönelik olarak da 2026 sonuna kadar Amerika genelinde en az 5 pilot tesis inşası planlanıyor.
Her iki yaklaşım da aynı gerçeği kabul ediyor: Tek noktada yoğunlaşan devasa tesisler hem şebeke hem de jeopolitik açıdan giderek kırılgan hale geliyor.
Denizin altı, yörüngenin ötesi
Daha radikal seçenekler de masada. Ama burada tablo daha karmaşık; umut verici görünen her fikrin arkasında ciddi bir teknik ya da ekonomik duvar bulunuyor.
Microsoft'un Project Natick denemesi⁶ bir zamanlar en umut verici alternatiflerden biriydi. İskoçya açıklarına yerleştirilen denizaltı veri merkezi modülü tüm teknik hedeflerini karşıladı; doğal deniz soğutması enerji verimliliğini çarpıcı biçimde iyileştirdi. Ne var ki proje ticari ölçeğe taşınamadı ve sessizce rafa kaldırıldı. Bakım yapılamayan, genişletilemeyen, yükseltilemeyen bir sistem; hesaplama kapasitesinin her 18 ayda bir katlandığı bir endüstri için uzun vadeli çözüm sunamıyor.
Çin ise bu alanda çalışmalarını sürdürüyor⁷. Denizde; Hainan Adası açıklarına 1.433 tonluk bir denizaltı veri merkezi modülü yerleştirildi. Uzayda ise; 2.800 uydudan oluşan bir uzay bilişim altyapısı inşa ediliyor.
Ancak, uzayda tablo spekülatif olmayı sürdürüyor⁸. Elon Musk, SpaceX'in Şubat 2026'da FCC'ye yaptığı başvuruda bir milyon uyduya kadar ölçeklenebilecek yörüngesel veri merkezi vizyonunu ortaya koydu ve bu yaklaşımın önümüzdeki birkaç yıl içinde yapay zekâ altyapısı için önemli bir alternatif oluşturabileceğini savundu. Ancak şirketin IPO öncesi yatırımcı belgelerinde, bu yaklaşımın önemli teknik karmaşıklıklar içerdiği ve ticari uygulanabilirliğinin henüz kanıtlanmadığı da vurgulandı. Gelecekteki yörüngesel veri merkezleri radyasyona dayanıklı çiplerin henüz ticari işlemcilerin birkaç nesil gerisinde olması, aşırı sıcaklık değişimleri ve bakım zorlukları (her donanım güncellemesi bir fırlatma operasyonu gerektiriyor) gibi benzersiz risklerle karşı karşıya. Fiziksel olarak yükseltilmesi ve bakım yapılması son derece güç olan bu yapılar, sürekli donanım yenilemesi gerektiren yapay zekâ altyapısının temel ihtiyaçlarıyla önemli ölçüde çelişiyor.
Uzay ve okyanus alternatifleri enerji sorununun coğrafyasını değiştiriyor ama kendi kısıtlarını da beraberinde getiriyor. Çözüm mü, yoksa başka bir sınır mı? Henüz net değil.
Çözüm nükleer mi?
Tüm bu dağıtık ve alışılmışın dışındaki senaryoların yanında, en somut kısa ve orta vadeli yanıt yine yerküreye dönüyor: nükleer enerji.
Valar Atomics⁹, yapay zekâ veri merkezleri ve sınai tesisler için küçük, yüksek sıcaklıkta gaz soğutmalı nükleer reaktör kümeleri geliştirmek üzere 2 milyar dolar değerlemeyle 450 milyon dolar topladı. ABD Enerji Bakanlığı ise 2025’te, veri merkezi kurulumuna ve yeni nükleer üretimin hızlandırılmış izin süreçlerine uygun 16 federal arazi belirledi; bu sahalar sonradan dört aktif aday üzerinde yoğunlaştı. Bir sektör veri tabanına göre, nükleer kaynaklı olarak izlenen yaklaşık 18 yapay zekâ veri merkezi projesi (faaliyette, inşaat halinde veya planlama aşamasında) toplamda yaklaşık 31 gigavat kapasiteyi temsil ediyor.
Bu dönüşümün ardındaki mantık tek bir soruya dayanıyor: 7/24 kesintisiz, öngörülebilir ve düşük karbonlu enerji nereden gelecek? Güneş ve rüzgâr bu soruya yalnızca kısmi yanıt verebiliyor; depolama kapasitesindeki sınırlamalar ve üretimin kesintili yapısı, veri merkezlerinin istediği güvenilir taban yükü sağlamayı zorlaştırıyor. Nükleer bu boşluğu dolduruyor.
Ama bu tercih aynı zamanda siyasi bir tercih. Nükleer tartışma yeniden alevlendiğinde kamuoyu algısı, düzenleyici süreçler ve farklı görüşler devreye giriyor. Veri merkezi operatörleri için ise maliyet öngörülebilirliği ve tedarik sürekliliği her geçen gün daha belirleyici bir önceliğe dönüşüyor.
Stanford'un not ettiği sessiz kriz: Su
Enerji tartışması enerji tüketimine odaklanırken Stanford raporu ikinci bir kıtlık kaynağını işaret ediyor: Su¹. GPT-4o'nun yıllık çıkarım süreçlerindeki su tüketimi 1,2 milyon insanın içme suyu ihtiyacını aşabileceği tahmin ediliyor. Soğutma sistemleri bu tüketimin en büyük kalemi olmayı sürdürüyor.
Hava soğutmasının yerini giderek sıvı soğutma sistemleri alıyor. Bu geçiş, suyu yoğun biçimde tüketen buharlaştırmalı soğutmaya kıyasla tüketimi azaltabiliyor; ama sorunu tümüyle ortadan kaldırmıyor, çünkü ısının atılması için çoğu sistemde yine suya ihtiyaç var. Su kıtlığı halihazırda veri merkezi lokasyon kararlarını da şekillendirmeye başladı. Arizona, Texas ve Güney Avrupa'da su stresi yüksek bölgelerdeki projeler yerel yönetimlerle gerilim yaşıyor. İskandinav ülkeleri soğuk iklim ve bol su kaynakları nedeniyle tercih edilen destinasyonlar haline geliyor. Kısacası, su artık enerji gibi stratejik bir altyapı değişkeni.
Bu eğilimi somutlaştıran en çarpıcı örnek, Haziran 2026'da TIME dergisinde yayınlanan bir özel haber oldu. Norveç'in Kuzey Kutup Dairesi'nin hemen üzerindeki küçük Viking liman kenti Narvik'te inşası süren Nscale veri merkezi, yapay zekâ altyapısının artık neden bu coğrafyalara kaydığını gözler önüne seriyor: Tesis tamamen yenilenebilir hidroelektrikle beslenecek, soğuk, kutup iklimi ücretsiz, doğal soğutma sağlayacak ve su stresi yaşanmıyor.
Dağıtık hesaplama ve yeni bir denge
Bütün bu gelişmeler bir araya getirildiğinde sektörün mantığında belirgin bir dönüşüm okunuyor. Büyük hyperscale tesisler model eğitimi için vazgeçilmez olmayı sürdürecek. Ama modeller zamanla daha az sıklıkta ve daha verimli eğitilecek; asıl ağırlık, eğitilmiş modellerin milyarlarca kullanıcı sorusuna yanıt verdiği kullanım aşamasına kayacak. DeepSeek bu dinamiği, aynı işi çok daha az enerji ve maliyetle yapmanın mümkün olduğunu kanıtlayarak, somutlaştırdı¹⁰. Aslında eğilim DeepSeek'ten önce de belirgindi; Stanford'a göre GPT-3.5 seviyesindeki bir modelin çıkarım maliyeti Kasım 2022 ile Ekim 2024 arasında yaklaşık 280 kat düşmüştü. DeepSeek ise bu verimlilik trendini en görünür biçimde temsil etti ve sektördeki fiyat rekabetini sertleştirdi. Verimlilik artık etik bir tercih değil, ekonomik bir zorunluluk.
Stanford raporunun önemli bir bulgusunu da ayrıca belirtmek gerekiyor¹: ABD, 5.427 veri merkezi ve dünyanın en yüksek yapay zekâ enerji tüketimiyle liderliği sürdürüyor. Ama bu liderlik büyük ölçüde tek bir Tayvanlı şirkete (TSMC) bağımlı bir tedarik zinciri üzerine kurulu. Liderlik model kalitesinden giderek enerji altyapısına ve tedarik zincirine kayıyor.
Türkiye, bu tabloda nerede duruyor?
Bu tablo Türkiye için hem bir uyarı hem de bir fırsat penceresi sunuyor¹¹. Bakanlık düzeyinde açıklanan hedef: 2030'a kadar 10 milyar doların üzerinde veri merkezi ve yapay zekâ yatırımı harekete geçirmek, mevcut 250 megavatlık kapasitenin 1 gigavata çıkarılması. Bu hedeflere ulaşmak için üç stratejik avantaj öne çıkıyor.
Birincisi konum: Türkiye, Ortadoğu'daki jeopolitik gerilimlerin körfez bölgesindeki veri merkezlerini riske attığı bir ortamda Avrupa ile Orta Asya arasında doğal bir güvenli bağlantı noktası konumunda. Amazon, Microsoft ve Google gibi hyperscale oyuncuların çok bölgeli altyapı modellerine yöneldiği bu dönemde Türkiye'nin coğrafi güvencesi stratejik değer kazanıyor.
İkincisi yenilenebilir enerji potansiyeli: Türkiye güneş ve rüzgar kaynaklarında ciddi kapasiteye sahip. Bu kaynakları depolama çözümleriyle desteklemek, düşük karbonlu ve rekabetçi maliyetli enerji sunabilecek bir veri merkezi ekosistemi için gerçekçi bir zemin oluşturuyor.
Üçüncüsü, inşa etme kapasitesi: Veri merkezi yarışının asıl darboğazı çoğu zaman çip değil; tesisi hızlı ve uygun maliyetle kurabilmek: İnşaat işgücü, elektromekanik altyapı, soğutma ve prefabrik üretim. Türkiye'nin güçlü müteahhitlik ve sanayi birikimi tam burada devreye giriyor; yani yalnızca veri merkezlerini hızlı kurmayı değil, soğutma ve güç ekipmanı ile prefabrik modüllerin önemli bölümünü yurt içinde üretip bölgeye sunmayı da mümkün kılıyor. Küresel ölçekte tıkanan halka tam da bu.
Dördüncüsü inovasyon fırsatı: Nvidia-Span modelinin gösterdiği gibi, dağıtık hesaplama altyapısı artık büyük şirketlerin tekelinde değil. Türk start-up'ları için bu alanda (akıllı enerji yönetimi, dağıtık çıkarım sistemleri, soğutma teknolojileri) gerçek bir boşluk var. Türkiye'nin genç mühendislik ekosistemi ve büyüyen girişim ortamı bu fırsatı değerlendirmek için doğru zemine sahip.
Fırsat gerçek, ancak farkında olunması gereken eksiklikler da var. Enerji altyapısında ithalat bağımlılığı yüzde 57 düzeyinde seyrediyor; şebeke kapasitesi ve bağlantı süreçlerindeki gecikmeler küresel standartlarda hâlâ kısıtlayıcı. Yapay zekâ altyapısına yönelik özel vergi ve teşvik çerçeveleri, yetişmiş insan kaynağının tutulması ve uluslararası veri güvenliği standartlarının benimsenmesi kısa vadede yapılması gereken işlerin başında geliyor.
Türkiye bölgesel bir yapay zekâ hub'ı olabilir. Ama bunun için enerji güvencesini ve altyapı hızını aynı anda çözme zorunluluğu var.
Enerji olmadan zeka olmaz
Bir önceki yazımda şu soruyu sormuştum: Yapay zekâ yarışını algoritmalar mı kazanacak, yoksa o algoritmaları besleyen enerjiyi ve altyapıyı yönetenler mi?
Bugün bu soruya bir ek yapmak gerekiyor: Artık yalnızca enerjiyi yönetmek yetmiyor. O enerjiyi nereye, hangi mimariye, hangi ölçek anlayışına göre götüreceğiniz de belirleyici.
Çatıdaki bir düğümden yörüngedeki bir uyduya, okyanus tabanındaki bir kapsülden nükleer güçlü bir tesise kadar uzanan bu çeşitlilik tek bir doğru yanıtın olmadığını gösteriyor. Enerji sorunu çözülmüyor; farklı formlarda, farklı mekânlarda yeniden yapılanıyor.
Gerçek rekabet avantajı, bu yeniden yapılanmayı erken okuyanlardan yana. Veri merkezinin nerede ve nasıl olduğu, giderek neyi hesapladığından daha belirleyici hale geliyor.
Ergi Şener | YZTD YK Üyesi & Fingate.io Co-CEO
Kaynaklar
¹ Stanford HAI, AI Index 2026 — hai.stanford.edu/ai-index/2026-ai-index-report
² SPAN / NVIDIA, XFRA duyurusu, Nisan 2026 — businesswire.com/news/home/20260414372626/en/SPAN-Announces-XFRA
³ Fortune, Mayıs 2026 — fortune.com/2026/05/15/startups-tiny-data-centers-beleaguered-electrical-grid-heata-span/
⁴ Ars Technica, Mayıs 2026 — arstechnica.com/information-technology/2026/05/the-newest-ai-boom-pitch-host-a-mini-data-center-at-your-home/
⁵ EPRI / NVIDIA / Prologis duyurusu, Şubat 2026 — hpcwire.com/off-the-wire/epri-launches-distributed-inference-data-center-pilot-with-nvidia-and-prologis/
⁶ Data Center Dynamics, Haziran 2024 — datacenterdynamics.com/en/news/microsoft-confirms-project-natick-underwater-data-center-is-no-more/
⁷ Data Center Dynamics, Kasım 2023 — datacenterdynamics.com/en/news/china-deploys-1400-ton-commercial-underwater-data-center/
⁸ SpaceX FCC başvurusu, Ocak 2026 — fcc.gov/document/sb-accepts-filing-spacexs-application-orbital-data-centers
⁹ The Next Web, Nisan 2026 — thenextweb.com/news/valar-atomics-nuclear-ai-data-centre-funding
¹⁰ Stanford HAI, AI Index 2025, Bölüm 1 — hai.stanford.edu/assets/files/hai_ai-index-report-2025_chapter1_final.pdf
¹¹ Anadolu Ajansı, Kasım 2025 — aa.com.tr/tr/ekonomi/bakan-kacir-2030-a-dek-10-milyar-dolarlik-veri-merkezi-ve-yapay-zeka-yatirimini-harekete-gecirecegiz/3749047
Yorumlar
Kalan Karakter: