Veri merkezleri, hem doğrudan soğutma işlemleri için hem de dolaylı olarak yarı iletken üretimi ve enerji tedarikine bağlı olarak büyük miktarda suya ihtiyaç duyar. Yapay zeka sistemlerinin eğitilmesi ve çalıştırılması, büyük veri merkezlerinde yoğun işlem gücü gerektirir. Bu işlem gücünü sağlamak için kullanılan sunucuların soğutulması gerekir ve bu süreçte genellikle büyük miktarda su kullanılır.
Su kullanımı, veri merkezinde kullanılan soğutma teknolojisi, yerel iklim koşulları ve elektrik kaynağına bağlı olarak önemli ölçüde değişir. Örneğin, doğrudan genleşmeli soğutma (kurumsal veri merkezlerinde soğutmanın yaklaşık %80’ini oluşturur), hava tarafı ekonomizörleri ve su soğutmalı soğutucularla yapılan adyabatik soğutmaya kıyasla çok daha az su kullanır (bu sistemler, büyük ölçekli veri merkezlerinin yaklaşık yarısında kullanılır).
Mevcut soğutma teknolojilerinin dağılımına ilişkin tahminlere dayanarak, ABD'deki 100 MW’lık büyük ölçekli bir veri merkezinin günde ortalama yaklaşık 2 milyon litre su tükettiğini tahmin edilmektedir – bu da yaklaşık 6.500 hanenin tüketimine eşittir – ve bunun %60’ından fazlası dolaylı su kullanımıdır.
Çoğu enerji üretim süreci de (özellikle termal santraller) su kullanımı gerektirir. Yapay zekanın büyük veri merkezlerinde çalışabilmesi için sağlanan elektrik enerjisi, su tüketimini dolaylı olarak artırabilir. Su, bu santrallerin soğutma işlemleri ve enerji üretiminde kritik bir rol oynar. Yenilenebilir enerji kaynaklarının kullanımının artırılması, bu etkiyi azaltabilir. Ancak, yapay zekanın yaygınlaşması ile birlikte, daha fazla enerji talebi ve dolayısıyla su kullanımı ortaya çıkmaktadır.
Küresel veri merkezlerinin su tüketiminin şu anda yılda yaklaşık 560 milyar litre olduğu ve bu miktarın 2030 yılında Temel Senaryo'ya göre yaklaşık 1.200 milyar litreye yükselebileceği tahmin edilmektedir (International Energy Agency, 2025). Veri merkezlerine yönelik küresel su çekimleri de 2030’a kadar benzer şekilde keskin bir artış göstermektedir. 2023 yılındaki tüketimin yaklaşık üçte ikisi birincil enerji tedariki ve elektrik üretimi ile ilişkiliyken, dörtte biri doğrudan soğutma, geri kalanı ise yarı iletken ve mikroçip üretiminde kullanılan sudan kaynaklanmaktadır.
Toplam su yoğunluğunu belirleyen birçok faktör vardır ve bu da zamanla doğrudan ve dolaylı faaliyetlerle ilişkili su talebini değiştirir. Enerji tedarikinde, su çekimi büyük ölçüde elektrik üretiminde kullanılan teknoloji karışımına bağlıdır; güneş enerjisi (PV) ve rüzgâr enerjisi, fosil yakıt kaynaklarının kullandığı suyun yüzde birini veya daha azını kullanır (IEA, 2016). Bu nedenle, yenilenebilir enerji kaynaklarından daha fazla elektrik üretildikçe, enerji tedarikiyle ilişkili su kullanımı veri merkezi elektrik talebinden daha yavaş artmaktadır.
IEA raporuna göre, üretim aşamasında, su tüketiminin neredeyse %90’ı yarı iletkenlerden mikroçip üretmek için gereken ultra saf su üretimiyle ilgilidir. Temel Senaryo'ya göre, veri merkezleri için çip üretimine bağlı su tüketimi 2023 seviyelerine kıyasla %50’den fazla artarak 2030’da yaklaşık 70 milyar litreye ulaşacaktır – bu artış, veri merkezlerine eklenen yeni sunucu sayısından daha hızlı gerçekleşmektedir. Bu durum, hızlandırılmış (accelerated) sunucuların sayısındaki artıştan kaynaklanmaktadır; çünkü bu tür sunucular, geleneksel sunuculara kıyasla daha fazla çip içermektedir.
İklim değişikliği ile birlikte, su stresi altında yaşayan insan sayısının 2050 yılına kadar en az %50 artması beklenmektedir. Yeni veri merkezlerinin su stresi düşük bölgelerde konumlandırılması, sürdürülebilirlik hedeflerinin karşılanmasını sağlamanın doğrudan bir yoludur. Ancak yenilikçi çözümler, veri merkezlerinin su ihtiyaçlarını karşılamak ve artan sıcaklıklarla birlikte su stresi risklerini artırmadan sürdürülebilirliğini sağlamak için önemli bir rol oynayabilir.
Yapay zeka, gerçek zamanlı veriler ve öngörücü algoritmalar kullanarak soğutma gereksinimlerini dinamik şekilde uyarlayarak su kullanım verimliliğini optimize edebilir. Ayrıca, yapay zeka, su sızıntılarını tespit etmek için öngörücü analizler, akıllı sulama sistemleri ve su altyapısının verimli yönetimi gibi ileri düzey kaynak yönetimi yöntemleriyle, genel su stresi sorunlarının çözülmesine katkıda bulunabilir.
Uzun vadede, yapay zeka teknolojilerinin çevresel etkileri, toplumsal ve ekonomik kalkınma açısından önemli değişikliklere yol açabilir. Bu teknolojiler, doğal kaynakların daha verimli kullanılmasını sağlayabilirken, aynı zamanda çevresel sorunları daha iyi çözmek için de araçlar sunabilir. Fakat bu avantajların ortaya çıkabilmesi için, yapay zeka sistemlerinin kendilerinin çevre dostu ve kaynakları verimli kullanan yapılarla geliştirilmesi önemlidir. Şiddetli su kıtlığı, şu anda 4 milyar insanı etkileyerek küresel nüfusun yaklaşık üçte ikisini kapsamaktadır. İçilebilir ve kullanılabilir su kaynaklarının sınırlı ve dünya genelinde eşit olmayan bir şekilde dağıldığı göz önüne alındığında, sürdürülebilir bir altyapının inşa edilmesi gerekliliği açıktır.