Zeka Ucuz, Enerji Pahalı: Yapay Zekanın Görünmeyen Maliyeti

Yapay zeka devriminin kullanıcı tarafında görünen yüzü sohbet robotları, görüntü üreten modeller ve “akıllı” asistanlar olarak öne çıkıyor. Ancak bu devrimin asıl ağırlık merkezi, gece gündüz çalışan dev veri merkezi kampüslerinde gizli. Son dönemlerde yayımlanan araştırmalar ve analizler, bu kampüslerin enerji ve su sistemlerini nasıl zorladığını, çevrelerini nasıl ısıttığını ve aynı zamanda, belki de en şaşırtıcı şekilde, yapay zekanın kendisinin bu sorunların çözümünde nasıl bir araca dönüştüğünü gözler önüne seriyor. Tablo hem bir alarm hem de bir fırsat hikayesi anlatıyor.

Sınır nerede? Enerji talebi hız kesmiyor

Uluslararası Enerji Ajansı’nın değerlendirmesine göre veri merkezlerinden kaynaklanan küresel elektrik talebinin 2030’a kadar iki kattan fazla artması bekleniyor. Bu, soyut bir projeksiyon olmaktan çıkıp somut bir altyapı krizine dönüşmüş durumda; sorunun büyüklüğünü kavramak için tek bir şirketin gündelik ihtiyacına bakmak bile yeterli.

OpenAI’ın kurucusu Sam Altman, şirketinin hedefini her hafta yaklaşık 1 gigavatlık elektrik kapasitesine denk gelen yeni AI veri merkezlerini devreye alabilecek bir üretim modeli kurmak olarak tanımlıyor. Bu hedef gerçekleşirse, yalnızca bir yıl içinde yaklaşık 52 gigavatlık yeni elektrik talebi yaratabilecek veri merkezi kapasitesi sisteme eklenmiş olacak. Bu ölçek, ABD'nin bir yılda sisteme eklediği yeni elektrik üretim kapasitesiyle aynı mertebede. Microsoft CEO'su Satya Nadella'nın ise ellerindeki bazı GPU kümelerini yeterli elektrik altyapısı bulunmadığı için devreye alamadıklarını açıklaması, sektörün yeni darboğazını net biçimde ortaya koyuyor. Birkaç yıl öncesine kadar kritik kaynaklar yarı iletkendi; bugün ise belirleyici unsur elektrik üretim kapasitesi, şebeke bağlantısı ve veri merkezlerine enerji sağlayabilme kabiliyeti. [1]

Bu açığı kapatma yarışında ülkeler birbirinden çok farklı yollar izliyor. Çin, merkezi planlama ve hızlandırılmış inşa süreçleriyle arz tarafını agresif biçimde büyütüyor; geçen yıl devreye aldığı yeni üretim kapasitesi, ABD’ninkinin on katından fazlasına ulaştı. Ancak bu fark sadece “kim daha çok inşa ediyor” sorusuna indirgenemez; aynı zamanda iki farklı yapısal gerçekliği de yansıtıyor. Çin’in şebekesi büyüme aşamasında ve görece kolay genişletilebiliyor; ABD’nin şebekesi ise zaten olgun ama yoğun biçimde kullanılıyor. Bu yüzden ABD’de yeni veri merkezi projelerinin önündeki en büyük engel artık üretim kapasitesinden çok şebeke bağlantısı için gereken uzun bekleme süreleri. [1]

Bu ulusal tabloyu tek bir tesis ölçeğine indirdiğimizde de aynı hızlanma karşımıza çıkıyor. Wharton’da düzenlenen bir enerji panelinde paylaşılan sektör gözlemlerine göre, tipik bir veri merkezinin enerji tüketimi birkaç yıl içinde kırk katına kadar artmış olabiliyor: 2023’te onlarca megavatlık tesisler norm iken, 2026 itibarıyla yeni nesil yapay zeka kampüsleri binlerce megavatlık taleplerle geliyor. Şebeke planlamacılarının neden bu kadar geride kaldığını açıklayan da tam olarak bu hız. [2]

AI iklim krizini körüklüyor mu?

Sorunun soyut karbon ayak izi tartışmasının ötesine geçip somut, yerel bir gerçekliğe dönüştüğünü gösteren en çarpıcı bulgular Arizona State Üniversitesi’nden geldi. Araştırmacılar, Phoenix bölgesindeki iki veri merkezini inceleyerek bu tesislerin rüzgar altındaki mahallelerde hava sıcaklığını yaklaşık 2 derece artırdığını ve bu etkinin tesisten yaklaşık yarım kilometreye kadar yayıldığını ortaya koydu. Veri merkezi soğutma sistemlerinden çıkan egzoz havasının dış ortam sıcaklığından 8 ila 14 derece daha sıcak olduğu, tek bir tesisin yıllık atık ısı üretiminin 40 bin ABD hanesinin ürettiği ısıya denk geldiği belirtiliyor. [3]

Bu, izole bir vaka değil. Cambridge Üniversitesi liderliğinde yürütülen küresel bir araştırma, yapay zeka veri merkezlerinin çevresinde oluşan "veri ısı adası" etkisinin arazi yüzey sıcaklıklarını ortalama 2°C, bazı bölgelerde ise 9°C'ye kadar artırabildiğini ortaya koyuyor. Araştırmacılar, dünya genelinde 340 milyondan fazla kişinin bu yerel ısınma etkisinin görülebileceği bölgelerde yaşadığını hesaplıyor. Bu nedenle zaten "kentsel ısı adası" etkisiyle mücadele eden Phoenix gibi şehirlerde veri merkezlerinin yaydığı ek atık ısı, mevcut sıcaklık baskısını daha da artırma potansiyeli taşıyor. [3]

Çevre örgütleri, veri merkezlerinin enerji talebini ve buna bağlı elektrik faturalarını yükselttiğini, su kaynaklarını tükettiğini ve özellikle düşük gelirli bölgelerde orantısız bir kirlilik yükü oluşturduğunu, bu yükün faydalarının ise büyük teknoloji şirketlerinde toplandığını savunuyor. Yani tartışma sadece “küresel ısınmaya kaç gram CO2 ekleniyor” sorusundan ibaret değil; aynı zamanda kimin bu maliyeti ödediğine dair bir adalet sorunu da içeriyor.

Görünmez kriz: Su ve toprak ayak izi

Isı haritalarının gölgesinde kalan, ama belki ondan daha kritik bir başka sorun var: Su. Birleşmiş Milletler Üniversitesi bünyesindeki bir enstitünün Haziran 2026’da yayımladığı bir rapora göre, yapay zekanın küresel su tüketimi 2030’a kadar Sahra-altı Afrika’nın tüm nüfusunun (yaklaşık 1,3 milyar kişi) temel evsel su ihtiyacına denk bir seviyeye ulaşabilir. [4, 5]

Bölgesel örnekler bu küresel tabloyu somutlaştırıyor. Houston Advanced Research Center ve Houston Üniversitesi’nin ortak çalışmasına göre, Teksas’taki veri merkezlerinin 2025’te yaklaşık 49 milyar galon su tüketmesi, bu rakamın 2030’da 399 milyar galona çıkması bekleniyor (yaklaşık sekiz kat artış) [6]. Yapay zekanın su ayak izi konusunda en çok tartışılan çalışmalardan biri ise California Üniversitesi Riverside’dan Shaolei Ren’in öncülük ettiği araştırmalar oldu. Bu hesaplamalara göre bir yapay zeka promptunun dolaylı su ayak izi, kullanılan altyapı ve enerji kaynağına bağlı olarak önemli seviyelere çıkabiliyor. Ancak bu tahminler; veri merkezi lokasyonu, soğutma yöntemi ve elektrik üretim karması gibi varsayımlara bağlı olduğu için akademik çevrelerde tartışılmaya devam ediyor. [7]

Bu nedenle tartışma artık yalnızca enerji arzı etrafında değil, su kaynakları ve yerel altyapı kapasitesi etrafında şekilleniyor. Amerika’da bazı eyaletlerde yeni veri merkezi projeleri için daha sıkı çevresel inceleme ve izin koşulları gündeme geliyor. Pennsylvania Valisi su tasarrufu koşulları getiren bir bütçe önerisi sunarken, Georgia ve Oklahoma gibi eyaletlerde yeni veri merkezi projelerine su ve enerji etkileri netleşene kadar onay süreçlerinin geçici olarak durdurulmasını öneren yasa tasarıları gündeme geldi. [8]

Peki AI nasıl daha fazla elektrik tüketen bir teknolojiden; enerji sistemini daha akıllı yöneten bir yönetim zekası katmanı haline gelebilir?

Çözüm alternatifi 1: Şebekeyi akıllandırmak

Burada işler ilginçleşmeye başlıyor. Enerji uzmanlarının giderek daha sık savunduğu tez şu: Asıl üzerinde durulması gereken daha fazla santral inşa etmekten çok, mevcut şebekeyi daha akıllı kullanmak. Stanford araştırmacılarının bulgularına göre gelişmiş ekonomilerdeki elektrik şebekeleri ortalama yalnızca %30 kapasiteyle çalışıyor; kapasitenin geri kalanı, yılın büyük bölümünde atıl duruyor. Şebekeler, yılda yaklaşık yüz saatlik nadir zirve talep anları için tasarlanmış durumda; geri kalan binlerce saatte devasa bir kapasite boşa gidiyor. [1]

GridCARE gibi şirketlerin öne sürdüğü hesaba göre, esneklik yönetiminde yalnızca %1’lik bir iyileştirme bile ABD şebekesinde tek başına onlarca gigavatlık ek etkin kapasite açığa çıkarabilir. Bu, yüz milyarlarca dolarlık yeni altyapı yatırım ihtiyacının ertelenmesi anlamına gelebilir. Bunun somut bir örneği, Portland General Electric ile yürütülen bir çalışma. AI destekli yük ve yenilenebilir üretim tahminleri, batarya depolama ve esnek kaynak yönetimiyle mevcut şebeke kapasitesinin daha verimli kullanılmasını sağladı; böylece yeni iletim yatırımlarını beklemeden yüzlerce megavatlık veri merkezi yükünün daha hızlı bağlanmasının önü açıldı. [1]

Bu yaklaşımın belki de en somut örneği Emerald AI adlı girişimden geliyor. Şirketin kurucusuna göre büyük AI veri merkezleri, genel kanının aksine oldukça esnek bir yük profiline sahip: Bazı işler ertelenebilir, bazıları farklı coğrafyalara kaydırılabilir veya şebekenin durumuna göre esnek biçimde yönetilebilir. Phoenix’te Oracle, NVIDIA, Salt River Project ve EPRI iş birliğiyle gerçekleştirilen bir pilot uygulamada, Emerald AI’nin yazılımı, şebekenin en yoğun olduğu bir dönemde AI yük tüketimini üç saat boyunca %25 azalttı; bunu yaparken performans gereksinimlerini korudu. Şirket şimdi bu modeli Virginia’da NVIDIA, Digital Realty ve PJM ortaklığıyla daha büyük ölçeğe taşımaya hazırlanıyor. [9]

Bu modelin cazibesi sadece çevresel değil, ekonomik de olabilir. Esnek tüketim sayesinde şebeke sabit maliyetlerinin daha fazla kilovatsaate yayılması, ortalama tüketici faturalarını düşürebilir. Bazı analizler, doğru planlanmış ve şebekedeki atıl kapasiteyi kullanan büyük veri merkezi yüklerinin tüketiciler için maliyet azaltıcı bir etki yaratabileceğini öne sürüyor. Ancak bu sonuç, veri merkezlerinin ne kadar esnek çalıştığına ve yeni altyapı yatırımı gerektirip gerektirmediğine bağlı. Eğer bu doğruysa, “veri merkezleri elektrik faturalarını patlatıyor” anlatısının yanına, “doğru tasarlanan veri merkezleri faturaları düşürebilir” anlatısı da eklenmiş oluyor.  [1]

Çözüm alternatifi 2: Yapay zekânın iklim bilimindeki rolü

AI’ın en çarpıcı ironisi belki de burada, AI iklim biliminin en güçlü araçlarından birine de dönüşebilir. Geleneksel hava ve iklim modelleri, fiziksel denklemlere dayalı hesaplamaları düzinelerce saatte çözerken; AI modelleri bu süreci dakikalara indiriyor, üstelik daha yüksek çözünürlükle. Google DeepMind’ın 2023’te Science dergisinde yayımladığı GraphCast modeli, dünyanın en kapsamlı meteoroloji sistemi olan ECMWF’nin HRES modelini, test edilen hedeflerin %89,3’ünde geçerek küresel 10 günlük hava tahminini tek bir bilgisayarda 60 saniyenin altında gerçekleştirmeyi başardı. [10]

Bu hız artışı yalnızca pratik bir kolaylık değil; aşırı iklim olaylarının öngörülmesi söz konusu olduğunda doğrudan can kurtarıcı bir avantaja dönüşüyor. Geleneksel sistemlerin günler öncesinde fark edemediği kasırga ve tayfun güzergahlarını, GraphCast’in çok daha erken ve isabetli tahmin edebildiği görüldü. Bunun ötesinde, AI modelleri iklim değişikliğinin on yıllarca uzanan etkilerini simüle etmek için de kullanılıyor; Nvidia’nın Earth-2 projesi, gezegenin fizik tabanlı bir “dijital ikizini” oluşturarak ekstrem hava olaylarının geleceğini mevcut yöntemlerden 1.000 kat daha hızlı ve 3.000 kat daha enerji verimli biçimde modelliyor; Taiwan Merkezi Hava İdaresi bu sistemi tayfun uyarılarında kullanmaya başladı. Avrupa Birliği ise Destination Earth (DestinE) projesiyle ECMWF önceliğinde 100’den fazla kurumun katılımıyla Avrupa ölçeğinde benzer bir dijital ikiz altyapısı inşa ediyor; projenin üçüncü aşaması Haziran 2026’da başladı. [11, 12]

AI’nın iklim bilimindeki rolü tahminle sınırlı değil; yenilenebilir enerjinin şebekeye entegrasyonunda da doğrudan bir katkı sunuyor. Rüzgar ve güneş enerjisinin en büyük zayıflığı kesintisizlik değil öngörülemezlik: Şebeke işleticileri, bu kaynakların ne zaman ne kadar üreteceğini önceden bilemezlerse diğer santrallerle koordinasyonu sağlayamıyorlar. DeepMind ve Google, ABD’nin orta batısındaki 700 megavatlık rüzgar çiftlikleri üzerinde eğittikleri bir sinir ağı modeliyle rüzgar üretimini 36 saat önceden tahmin ederek bu enerjinin şebekeye sunduğu değeri yaklaşık %20 artırdı. Yani AI hem iklim krizinin nedeni hem de çözümünün kilit bileşenlerinden biri haline geliyor; bu paradoks, konunun hiçbir zaman tek bir hikaye olarak anlatılamayacağının belki de en net kanıtı. [13]

Çözüm alternatifi 3: Soğutmayı yeniden düşünmek

Veri merkezlerinde enerji verimliliğinin en kritik alanlarından biri soğutma. Yapay zekâ, tam da burada tüketimi azaltan bir teknolojiye dönüşebilir. Google DeepMind’ın başlattığı bir proje, binlerce sensörden toplanan sıcaklık, güç ve pompa hızı verileriyle eğitilen sinir ağlarının, soğutma sistemlerinin enerji tüketimini %40 azaltabildiğini, bu sayede genel “Güç Kullanım Etkinliği” göstergesinde yaklaşık %15’lik bir iyileşme sağlandığını gösterdi. Sistem zamanla insan operatörlere öneri sunan bir modelden, doğrudan kontrolü üstlenen “otonom” bir yapıya evrildi; 9 aylık bir sürede performans iyileştirmesi %12’den %30’a çıktı. [14, 15]

DeepMind mühendislerinin kurduğu Phaidra gibi girişimler, benzer yapay zeka kontrol sistemlerini sunucu giriş sıcaklıklarını korurken soğutucu enerji tüketimini önemli ölçüde azaltacak şekilde sunuyor; Hollanda merkezli CoolGradient gibi şirketler ise “çatıdan tabana” tüm soğutma zincirini analiz eden yazılımlarla çift haneli enerji tasarrufları bildiriyor. 2026’da yayımlanan bir araştırma, “dijital ikiz” teknolojisine dayanan soğutma optimizasyonunun yaklaşık %30’a varan enerji tasarrufu sağlayabildiğini gösterdi. [16, 17]

Ancak soğutmayı daha verimli yapmak, meselenin yalnızca ilk adımı. Daha radikal yaklaşım ise ortaya çıkan atık ısıyı bir problem değil, yeni bir kaynak olarak değerlendirmek.  Stanford araştırmacılarının Energy & Environmental Science dergisinde yayımlanan bir çalışması, gelişmiş soğutma ve akıllı ısı yönetimiyle veri merkezlerinin atık ısısının su arıtma ve karbon yakalama süreçlerinde kullanılabileceğini, bu sayede tesislerin “karbon negatif ve su pozitif” hale gelebileceğini öne sürüyor. Araştırmacıların varsayımlarına göre, harcanan her bir kilovatsaatlik bilgi işlem enerjisi karşılığında yaklaşık yarım kilogram CO2 tutulup yarım kilogram su üretilebileceği hesaplanıyor. Bu, henüz laboratuvar ölçeğinde bir çalışma olsa da “veri merkezi = sadece tüketici” anlayışını tersine çevirme potansiyeli taşıyor. [18]

Ancak bu iyimser tabloya önemli bir not düşmek de gerekiyor; soğutma alanındaki ilerleme, su sorununun yalnızca bir kısmını çözüyor. Nvidia’nın Haziran 2026’da duyurduğu tesis içinde yeni nesil sıcak su soğutma yaklaşımı, uygun koşullarda veri merkezi içindeki su kullanımını neredeyse sıfıra indirme potansiyeli taşıyor. Kapalı devre sıvı soğutma sayesinde suyun buharlaştırılması esasına dayanan soğutma sistemlerine ihtiyaç büyük ölçüde ortadan kalkıyor; böylece uygun iklim koşullarında tesis içi su tüketiminde yüzde 100'e varan azalma sağlanabildiği öne sürülüyor. Ne var ki bu hesaplama yalnızca veri merkezinin fiziksel sınırları içindeki tüketimi kapsıyor; elektrik üretimi ve çip imalatı gibi tesis dışı su kullanımı, toplam su ayak izini iki ila üç katına çıkarabiliyor. Bunun nedeni büyük ölçüde elektriğin üretildiği kaynaklar. ABD Jeolojik Araştırma Kurumu'na göre termik santraller, elektrik üretimi sırasında her gün milyarlarca galon su tüketiyor ve su kullanımının en yoğun olduğu sektörlerden biri olmaya devam ediyor. Fosil yakıtlı santraller, özellikle soğutma süreçleri nedeniyle rüzgar ve güneş gibi yenilenebilir kaynaklara kıyasla çok daha yüksek su ayak izine sahip. Uluslararası Enerji Ajansı'nın projeksiyonlarına göre yapay zeka kaynaklı yeni elektrik talebinin önemli bir bölümü önümüzdeki yıllarda da doğal gaz ve kömür gibi fosil yakıtlarla karşılanmaya devam edecek. Geleceğin veri merkezi yalnızca daha verimli soğutulan bir tesis olmanın yanında, aynı zamanda daha temiz bir elektrik sistemiyle beslenen bir tesis olmak zorunda. Soğutma teknolojilerindeki ilerleme önemli bir adım olsa da enerji üretim karması dönüşmeden yapay zekânın toplam çevresel ayak izini kalıcı biçimde azaltmak mümkün görünmüyor. [19]

Jeopolitik boyut: Enerji, yapay zekâ çağının yeni “silahı”

Enerjinin yapay zeka çağının yeni stratejik kaynağı haline gelişini ve ülkeler arası "kim daha hızlı güç kurabilir" yarışını daha önceki yazımda (“Yapay Zekânın Gerçek Sınırı: Enerji”) ayrıntılı ele almıştım; burada o tabloya yalnızca bu yazının odağı olan fiziksel ayak izi açısından kısaca değiniyoruz. Bir çip tasarımı aylar içinde kopyalanabilir, ama bir santral, iletim hattı ya da nükleer reaktör inşa etmek yıllar alır; bu da enerji ve onunla iç içe geçen su altyapısını yarışın en belirleyici darboğazı haline getiriyor.

Veri merkezleri artık yalnızca kritik dijital altyapının yanında; aynı zamanda devasa su ve soğutma tesisleri olarak da konumlanıyor, bu da onları su güvenliği, yerel halk sağlığı ve enerji politikası tartışmalarının ortak paydasına taşıyor. Sonuçta enerji ve su, yapay zekâ çağının yeni petrolüne dönüşüyor; ama bu kez rezervler yer altında değil, şebeke kapasitesinde, soğutma teknolojisinde ve inşa hızında saklı.

Sonuç: İkili bir gerçeklik

Sonuç olarak ortaya çift yönlü, gerilimli bir tablo çıkıyor. Bir yanda, yapay zekâ veri merkezlerinin somut, ölçülebilir ve yerel ölçekte hissedilen bir ısı, su ve kaynak baskısı yarattığına dair kanıtlar artıyor. Diğer yanda, aynı teknolojinin enerji şebekelerini onlarca yıldır görülmemiş bir verimlilikle yönetme, kendi soğutma sistemlerini optimize etme ve hatta kendi atık ısısını yeni bir kaynağa dönüştürme potansiyeli taşıdığı da giderek daha somut örneklerle kanıtlanıyor.

Bu gerçeklikler birbirini dışlamıyor; aksine iç içe geçiyor. Yapay zekanın enerji ve su ayak izini “optimize eden” araçlar, büyümenin toplam etkisini sıfırlamıyor, sadece büyümenin maliyetini, hızını ve yerel etkilerini yönetilebilir kılıyor. Sektörün önündeki asıl soru, bu optimizasyon ve yeni nesil enerji yatırımlarının talebin büyüme hızını yakalayıp yakalayamayacağı.

Nihayetinde yapay zeka hem yangını hem de yangın söndürücüyü aynı anda üretiyor ve bu ikisi arasındaki yarış, soyut bir teknoloji tartışması olmaktan çıkıp, oldukça somut bir şekilde günlük hayatımıza sızıyor. Sorunu görmezden gelmek onu çözmüyor; ama panikle reddetmek de aynı şekilde yanıltıcı. Gerçek soru, bu iki gücün dengesini kimin, nasıl ve ne hızda kuracağı.

Kaynakça

1. World Economic Forum — “AI doesn’t need more power, it needs a smarter grid” (31 Mart 2026) — https://www.weforum.org/stories/2026/03/ai-needs-a-smarter-energy-grid/
2. The Daily Pennsylvanian — “Wharton Impact hosts panel on sustainable computing, AI resource usage” (Mart 2026) — https://www.thedp.com/article/2026/03/penn-energy-week-ai-sustainability-climate-panel
3. Fast Company — “AI data centers are making cities warmer, researchers calculate exact impact” (22 Mayıs 2026) — https://www.fastcompany.com/91547201/ai-data-centers-making-cities-hotter-researchers-calculate-exact-impact
4. UN News — “AI’s environmental costs threaten water, land and climate” (4 Haziran 2026) — https://news.un.org/en/story/2026/06/1167658
5. TIME — “AI Could Use as Much Water as 1.3 Billion People by 2030, U.N. Report Warns” (3 Haziran 2026) — https://time.com/article/2026/06/03/ai-global-water-resources-un-report/
6. Lincoln Institute of Land Policy — “Data Drain: The Land and Water Impacts of the AI Boom” (23 Şubat 2026) — https://www.lincolninst.edu/publications/land-lines-magazine/articles/land-water-impacts-data-centers/
7. Washington Post / Shaolei Ren (UC Riverside) — “AI chatbots use about as much water as filling a swimming pool every few days” ve takip eden “Making AI Less Thirsty” (Communications of the ACM) çalışması — https://www.washingtonpost.com/technology/2024/09/18/ai-chatgpt-water-data-centers/
8. Route Fifty — “Researchers warn of AI, data centers’ water impact” (11 Şubat 2026) — https://www.route-fifty.com/artificial-intelligence/2026/02/researchers-warn-ai-data-centers-water-impact/411316/
9. World Economic Forum — “What’s changing in frontier tech — from geopolitics to AI and energy” (2 Nisan 2026) — https://www.weforum.org/stories/2026/04/ai-quantum-geopolitics-frontier-technology/
10. Google DeepMind — “GraphCast: Learning skillful medium-range global weather forecasting” (Science, Aralık 2023, doi:10.1126/science.adi2336) — https://deepmind.google/research/publications/22598/
11. NVIDIA — “NVIDIA Announces Earth Climate Digital Twin” (Mart 2024) — https://nvidianews.nvidia.com/news/nvidia-announces-earth-climate-digital-twin
12. Destination Earth (DestinE) / ECMWF — “Destination Earth digital twin to improve AI climate and weather predictions” (Şubat 2026) — https://www.eurekalert.org/news-releases/1114783
13. Google DeepMind — “Machine learning can boost the value of wind energy” — https://deepmind.google/blog/machine-learning-can-boost-the-value-of-wind-energy/
14. Google DeepMind — “DeepMind AI Reduces Google Data Centre Cooling Bill by 40%” — https://deepmind.google/blog/deepmind-ai-reduces-energy-used-for/
15. Google DeepMind — “Safety-first AI for autonomous data centre cooling and industrial control” — https://deepmind.google/blog/safety-first-ai-for-autonomous-data-centre-cooling-and-industrial-control/
16. GreenCode VC — “From Air to Intelligence: How Technology is Transforming Data Center Sustainability” — https://greencode.vc/insights/green-data-center-part2
17. DC&T Global — “Future of Data Centers in 2026: AI, Energy & Cooling Innovations” — https://www.dcntglobal.com/future-of-data-centers-in-2026-ai-energy-cooling-innovations/
18. European Commission, Science for Environment Policy — “AI data centre waste heat could be used for water purification and carbon capture”, Diaz-Marin & Berquist (2025/2026) çalışmasına dayanarak (30 Mart 2026) — https://environment.ec.europa.eu/news/ai-data-centre-waste-heat-could-be-used-water-purification-and-carbon-capture-2026-03-30_en
19. TechCrunch — “Nvidia wants to cut data center water use, but that’s not the same as fixing AI’s water problem” (22 Haziran 2026) — https://techcrunch.com/2026/06/22/nvidia-wants-to-cut-data-center-water-use-but-thats-not-the-same-as-fixing-ais-water-problem/
20. Environmental and Energy Study Institute (EESI) — “Data Centers and Water Consumption” — https://www.eesi.org/articles/view/data-centers-and-water-consumption