Yapay zeka altyapısının temel sorunu: Atıl varlık riski – bugün eski yapılara güvenenler yarın bedelini ödeyecekler

Enerji tüketen yapay zeka: Dev nükleer veri merkezlerine zekice (ve göz ardı edilen) bir alternatif

Yapay zeka altyapısının temel siyasi sorunlarından biri de şeffaflık eksikliğidir

Yapay zekânın enerji talepleri katlanarak artıyor ve bununla birlikte siyasi panik de artıyor. Planlanan yapay zekâ veri merkezlerinin devasa elektrik gereksinimlerini karşılamak için, Avrupa ve ABD'de aniden yeni bir çözüm gündeme geldi: küçük modüler nükleer reaktörler (SMR'ler). Ancak politikacılar ve endüstri lobicileri bu nükleer kurtarıcıyı tek seçenek olarak kutlarken, arka planda benzeri görülmemiş bir ekonomik yanlış hesaplama beliriyor.

Yüksek inşaat maliyetleri, on yıllarca süren uygulama süreleri ve "atıl varlıklar" olarak adlandırılan muazzam risk, nükleer enerjiyle çalışan bir yapay zeka dev fabrikası hayalini yüksek riskli bir kumara dönüştürüyor. Özellikle patlayıcı olan şey ise, tartışmadan sistematik olarak dışlanan bir unsur: merkezi olmayan bir yapay zeka altyapısı. Bu makale, küçük modüler reaktör (SMR) tartışmasının gizli maliyet gerçeklerini inceliyor ve neden geçmişin pahalı yapısal hatalarını yarının teknolojisiyle tekrarlama riski taşıdığımızı gösteriyor.

Bu tartışmanın asıl kışkırtıcı noktası, hangi altyapının daha iyi olduğu teknik sorusu değil. Asıl kışkırtıcı nokta siyasi sorudur: Geleceğe yönelik yapay zeka altyapısı hakkındaki tartışma neden neredeyse tamamen, gerçekleşme ufku yapay zeka yol haritalarının planlama ufkunun ötesinde olan, maliyet geçmişi birkaç yüz katlık aşırı harcamalarla karakterize edilen ve sübvansiyonu büyük ölçüde gizlenmiş bir teknolojiye odaklanıyor?

Bununla ilgili olarak:

• Yapay Zeka Dev Fabrikaları: Gizli Maliyetler – ABD ve Çin'deki Hiper Ölçekli Veri Merkezi Şirketlerinin Genişlemesi Kaynakları Nasıl Zorluyor?

Yapay zeka altyapısının temel siyasi sorunlarından biri olarak şeffaflık eksikliği: Stratejik bir dikkat dağıtma taktiği olarak enerji sorunu

Avrupa'daki yapay zeka gigafabrikalarının inşasıyla ilgili tartışmalarda, kamuoyunda en çok tartışılan soru şu: Tüm bu elektrik nereden gelecek? Siyasi çevrelerde ve endüstri forumlarında giderek daha fazla dile getirilen cevap ise: Küçük modüler nükleer reaktörler, yani Küçük Modüler Reaktörler (SMR'ler). Bu cevap teknolojik olarak gelişmiş, politik olarak uygulanabilir ve mevcut çıkar gruplarını (nükleer endüstri, devlet enerji sağlayıcıları ve nükleer araştırma kurumları) kazanma avantajına sahip. Ancak bu tartışmada neredeyse tamamen eksik olan şey, dürüst bir ekonomik değerlendirme: SMR reaktörleriyle çalışan merkezi yapay zeka gigafabrikaları, artan bilgi işlem gücü talebine gerçekten en ekonomik açıdan mantıklı cevap mı? Yoksa bu soru, çok daha temel bir yapısal alternatifi, yani merkezi olmayan yapay zeka altyapısını göz ardı mı ediyor?

Uluslararası Enerji Ajansı (IEA), veri merkezlerinin küresel elektrik tüketiminin 2030 yılına kadar iki katından fazla artarak yıllık yaklaşık 1.000 terawatt-saate ulaşacağını öngörüyor. Bugün bile, tek bir büyük yapay zeka veri merkezi, 50.000 nüfuslu bir şehir kadar elektrik tüketiyor ve gerçekten büyük tesisler artık gigawatt aralığında çalışıyor. Yalnızca ABD için IEA, 2029 yılına kadar veri merkezleri ve yapay zeka uygulamaları için 60 gigawatt'lık ek kapasite ihtiyacı öngörüyor; bu da yaklaşık 60 nükleer santralin üretimine eşdeğer. Bu rakamlar etkileyici, ancak hatalı bir mantık çizgisine yol açıyor: alternatif altyapı modellerini ciddi olarak değerlendirmek yerine, günümüzün merkezi veri merkezleri mimarisini düşüncesizce geleceğe yansıtıyorlar.

SMR vaadinin ardındaki gizli maliyet gerçeği

Küçük Modüler Reaktörler (SMR'ler) hakkındaki tartışmalar, yakından incelendiğinde ampirik temeli az olan dikkat çekici bir iyimserlikle karakterize edilmektedir. SMR savunucuları, geleneksel büyük ölçekli reaktörlere kıyasla daha kısa inşa süreleri, seri üretim yoluyla daha düşük maliyetler ve daha hızlı ölçeklenebilirlik vaat etmektedir. Ancak gerçeklik, çok daha düşündürücü bir tablo çizmektedir.

Küresel nükleer enerji santrali pazarı yıllardır durgunluk yaşıyor. 2024 yılında dünya genelinde sadece altı yeni nükleer santral faaliyete geçerken, dört santral de hizmet dışı bırakıldı; bu da net iki santrallik bir artış anlamına geliyor. Bunun nedenleri yapısal: aşırı yatırım maliyetleri, 10 ila 15 yıllık inşaat süreleri ve neredeyse sadece devlet şirketleri tarafından karşılanabilen finansman riskleri. Bu maliyet patlamasının en önemli örneği Fransa'daki Flamanville 3 santralidir: 2006 yılında 3,2 ila 3,3 milyar avro olarak tahmin edilen ve beş yıllık bir inşaat süresi planlanan santral, 17 yıllık inşaatın ardından nihayetinde 23,7 milyar avroya mal oldu.

ABD'nin amiral gemisi projesi olan Georgia'daki Vogtle nükleer santrali bile başlangıçta 14 ila 15,5 milyar dolar olarak bütçelenmişti ve sonunda 34 milyar dolara mal oldu; bu da orijinal tahminin iki katından fazla. Dünyanın önde gelen nükleer teknoloji şirketlerinden biri olan Westinghouse, kısa süre sonra iflas başvurusunda bulundu. İngiltere'deki Hinkley Point C santralinin maliyetleri, projenin başlangıçtaki 2 milyar sterlinlik bütçesine rağmen 32,7 milyar sterline (yaklaşık 41,3 milyar dolar) ulaştı. Deneyimli sektör gözlemcilerinin şu anda kullandığı genel kural şudur: Gerçekçi bir rakama ulaşmak için nükleer endüstrisinin başlangıçtaki maliyet tahminini on ile çarpın.

Batı dünyasında bugüne kadar ticari olarak devreye alınmış tek bir modüler sistemi bile bulunmayan SMR santralleri için maliyet durumu daha da belirsiz. Heinrich Böll Vakfı'nın 2024 başlarında yaptığı bir analiz (not: yıl mantıksal olarak 2026 yerine 2024 olarak düzeltildi), çoğu SMR konseptinin hala geliştirmenin erken aşamalarında olduğunu, AB'de düzenleyici onaydan yoksun olduğunu ve 2050'den önce önemli miktarda elektrik üretmesinin olası olmadığını ortaya koyuyor. Enerji Ekonomisi ve Finansal Analiz Enstitüsü (IEEFA) bu kritik değerlendirmeyi doğruluyor: SMR'ler, önümüzdeki 10 ila 15 yıl içinde enerji geçişinde önemli bir rol oynamak için çok pahalı, inşası çok yavaş ve çok riskli olmaya devam ediyor. IEEE'ye göre, SMR'lere yapılan yatırımlar, halihazırda mevcut olan karbon içermeyen ve daha uygun maliyetli yenilenebilir enerji kaynaklarından kaynakları saptıracaktır.

Bu tartışmanın sıklıkla göz ardı edilen bir yönü de gizli sübvansiyonlardır. Greenpeace tarafından görevlendirilen Ekolojik ve Sosyal Piyasa Ekonomisi Forumu'nun hesaplamalarına göre, Almanya'da nükleer enerjiye verilen tarihsel destek, 1950 ile 2008 yılları arasında en az 165 milyar avro devlet sübvansiyonu ve ayrıca öngörülebilir gelecekteki 92,5 milyar avro maliyeti içermektedir. Ancak Alman hükümeti, sübvansiyon raporlarında yalnızca 200 milyon avrodan daha az bir rakam bildirmiştir; bu, sübvansiyonların son derece dar bir tanımından kaynaklanan, birkaç büyüklük mertebesinde bir farktır. Bu hesaplama, vergi indirimlerini, hükümet garantilerini, araştırma fonlarını, nükleer atık depolama tesislerinin maliyetlerini ve en önemlisi, bir felaket durumunda fiilen sınırsız hükümet sorumluluğunu hesaba katmamaktadır. Eğer nükleer santral işletmecilerinin standart piyasa sorumluluk sigortası ödemesi gerekseydi, bu hesaplamalara göre nükleer enerji kilovat saat başına 2,70 avroya kadar daha pahalı olurdu ve dolayısıyla rekabetçi olmazdı.

Şeffaflık açığı: Lobi çıkarları altyapı kararlarını dikte ettiğinde

Yapay zekâ gigafabrikaları için enerji tedariki hakkındaki tartışmanın neden neredeyse tamamen nükleer enerjiye odaklandığı ve aynı anda merkezi olmayan alternatiflere değinilmediği sorusu teknik değil, politik bir sorudur. Bu durum, kamu altyapısı tartışmasında yapısal bir şeffaflık eksikliğine işaret etmektedir.

Avrupa Birliği, yapay zeka gigafabrikalarının kurulmasını stratejik bir öncelik olarak ilan etti ve bu türden beş tesis inşa etmek için 20 milyar avroluk InvestAI fonunu başlattı. AB'nin tanımına göre bir yapay zeka gigafarı, 100.000 veya daha fazla özel çipten oluşuyor ve enerji tedariği de dahil olmak üzere her tesisin maliyetinin AB tarafından 3 ila 5 milyar avro arasında olduğu tahmin ediliyor. Almanya, bu tür bir tesis için 805 milyon avroluk başlangıç ​​fonu ayırdı ve sözleşmenin hangi şirketlere verileceği konusunda aktif olarak görüşmeler yürütüyor – Deutsche Telekom, Schwarz Grubu, Ionos veya Bavyeralı bir konsorsiyum. Bu fonlama yapısı, doğası gereği büyük ters teşvikler yaratıyor: Sadece bunlar AB'nin "gigafabrika" tanımının eşiklerini karşıladığı için merkezi büyük ölçekli projeleri destekliyor. Daha küçük, merkezi olmayan yaklaşımlar, ekonomik açıdan daha cazip olsalar bile, bu fonlama planının dışında kalıyor.

Şeffaflık eksikliği, maliyet verilerinin seçici sunumunda da açıkça görülmektedir. Politikacılar ve sektör temsilcileri küçük modüler reaktörlerden (SMR) bahsederken, iyimser üretici tahminlerine atıfta bulunurlar. Eleştirmenler geçmişteki maliyet aşımlarına işaret ettiğinde, bunlar münferit olaylar veya önceki teknolojinin doğasında bulunan sorunlar olarak geçiştirilir. Oysa, SMR'lerin ticari ölçekte, olumsuz örnek olarak gösterilen büyük ölçekli reaktör projelerinden daha ekonomik olacağına dair tek bir güvenilir ampirik kanıt bile yoktur; bunun en önemli nedeni, Batı standartlarına göre henüz ticari açıdan önemli tek bir SMR projesinin devreye alınmamış olmasıdır.

Bununla ilgili olarak:

• Stanford araştırması: Yerel yapay zeka aniden ekonomik açıdan üstün mü oldu? Bulut dogmasının ve gigabit veri merkezlerinin sonu mu geldi?

Gözden kaçan alternatif: Merkeziyetsiz yapay zeka altyapısı neden ekonomik açıdan daha üstün bir çözüm olabilir?

Yapay zekâ dev fabrikaları ve enerji tedarikleri hakkındaki tüm tartışmada şaşırtıcı bir şekilde nadiren sorulan soru şu: Neden dev fabrikalara ihtiyacımız var? Ve eğer ihtiyacımız varsa, neden mutlaka merkezi olmaları gerekiyor?

Yerel ve merkezi olmayan yapay zeka altyapısı şu anda sessiz ama temel bir ekonomik yeniden değerlendirmeden geçiyor. Fraunhofer Enstitüleri'nden yapılan araştırmalar, uç tabanlı sistemlerin, daha az bant genişliği ve soğutma kapasitesi gerektirdikleri için geleneksel bulut işlemeye kıyasla elektrik maliyetlerinde %35'e varan tasarruf sağlayabileceğini gösteriyor. Saniyede 1.000 IoT sensörüyle ölçüm gönderen bir fabrika, uç bilişim olmadan günde 86 milyon veri noktasını buluta iletir; yerel veri filtreleme (uç filtreleme) ile bu sayı yaklaşık 8 milyona düşüyor – bant genişliği ve bulut depolama maliyetlerinde %90 tasarruf sağlanıyor. Bu rakamlar ekonomik açıdan önemli ancak kamu altyapı tartışmalarında nadiren ele alınıyor.

Merkezi olmayan uç veri merkezleri, konut alanlarını, ofis binalarını veya endüstriyel tesisleri ısıtmak için kullanılabilen yerel ısı geri kazanımı da sunmaktadır. Atık ısının ekonomik olarak uygulanabilir bir yan ürün olarak değerlendirilmesi durumunda, bu sinerji genel maliyet dengesini önemli ölçüde iyileştirir. Merkezi gigafabrikalar da aynı atık ısıyı üretir, ancak kullanımına yönelik yeterli talebin olmadığı bir yerde.

Alman federal hükümetinin koalisyon anlaşmasının, dağıtılmış konumlardaki uç bilişim gibi merkeziyetsiz altyapıları açıkça desteklemeyi amaçladığı dikkat çekicidir. Bununla birlikte, aynı zamanda en az bir Avrupa yapay zeka gigafabrikası Almanya'ya getiriliyor; bu yaklaşım, yapısal olarak merkeziyetsiz ilkeye aykırıdır. Bu tutarsızlık, altyapı kararları söz konusu olduğunda siyasi prestij ve ekonomik rasyonelliğin ne kadar büyük ölçüde farklılaşabileceğini yansıtmaktadır.

Birkaç devasa, merkezi tesisten oluşan bir yapay zeka altyapısı modeli, büyük enerji santralleri aracılığıyla merkezi enerji tedarikine ilişkin eski paradigmayı tekrarlamaktadır; üstelik bu, enerji sektörünün kendisinin de merkezi olmayan üretim yapılarının avantajlarını yeni yeni içselleştirmeye başladığı bir dönemde gerçekleşmektedir. Dijitalleşme altyapısı alanında enerji sektörünün kurumsal hatalarını tekrarlamak tarihi bir hata olurdu.

Bununla ilgili olarak:

• Hangisi daha iyi: Merkezi olmayan, birleşik, kırılganlığa dayanıklı yapay zeka altyapısı mı, yoksa yapay zeka gigafabrikası veya hiper ölçekli yapay zeka veri merkezi mi?

Jevons Paradoksu ve Verimliliğin Aldatıcı Mantığı

SMR'nin merkeziyetsizleştirilmesi ikileminin geçerliliğine karşı yaygın bir karşı argüman, yapay zeka donanımının giderek daha verimli hale geldiği ve bu nedenle enerji tüketiminin istikrara kavuşacağıdır. Bu argüman tamamen yanlış değil, ancak tamamen doğru da değil ve sözde Jevons paradoksunu göz ardı ediyor.

Microsoft CEO'su Satya Nadella, 2024 yılında Berlin'de yaptığı açıklamada, yapay zeka sistemlerinin performansının her altı ayda bir ikiye katlandığını belirtmişti. Mevcut veriler, yapay zeka sistemlerinin yeteneklerinin her yedi ayda bir ikiye katlandığını gösteriyor; bu da klasik Moore Yasası'nın öngördüğü iki yılda bir ikiye katlanma oranından önemli ölçüde daha hızlı. Çinli yapay zeka girişimi DeepSeek, 2024 sonlarında ve 2025 başlarında, daha önce gereken kaynakların çok daha azıyla karşılaştırılabilir sonuçlara ulaşılabileceğini etkileyici bir şekilde gösterdi: DeepSeek V3, yalnızca 2.048 NVIDIA H800 GPU kullanılarak iki ayda eğitildi; bu başarı, Meta'nın benzer bir model için 30,8 milyon GPU saati gerektirdiği bir başarıydı.

Ancak, teknolojik verimlilik kazanımlarının genel enerji talebini hafifletebileceği argümanı yapısal bir nedenden dolayı yetersiz kalmaktadır. Yapay zeka sistemleri daha ucuz ve daha verimli hale geldikçe, daha yoğun bir şekilde kullanılacaklardır ve talep, verimlilik kazanımlarından daha hızlı artmaktadır. Uluslararası Enerji Ajansı (IEA), yapay zeka ile ilgili enerji tüketiminin kapasite genişlemesinden daha yavaş artmasına rağmen, veri merkezlerinin elektrik tüketiminin 2030 yılına kadar küresel olarak 945 TWh'ye ulaşarak iki katından fazla artacağını doğrulamaktadır. Yalnızca Almanya'da, veri merkezlerinin enerji talebi 2025 yılında 21,3 milyar kilowatt-saate yükselirken, bu rakam 2024'te 20 milyar kWh ve 2015'te 12 milyar kWh idi. Verimlilik kazanımları ve talep artışı sürekli bir rekabet halindedir ve tarihsel olarak her zaman talep baskın gelmiştir.

Ayrıca, DeepSeek örneğinde önemli bir nüans daha var: verimli eğitime rağmen, model, 70 milyar parametreye sahip karşılaştırılabilir bir meta-modele kıyasla çalışma (çıkarım) sırasında %87'ye kadar daha fazla enerji tüketiyor. Daha verimli eğitime olanak sağlayan mimarilerin karmaşıklığı, çalışma sırasında enerji tüketimini artırabilir. Bu nedenle, sistemin bir alanındaki verimlilik, genel sistemdeki verimliliğe mutlaka dönüşmez; bu, merkezi altyapı planlamacılarının kapasite planlaması yaparken sıklıkla gözden kaçırdığı bir gerçektir.

Sektör odak alanları: B2B, dijitalleşme (yapay zekadan XR'ye), makine mühendisliği, lojistik, yenilenebilir enerjiler ve endüstri

Daha fazla bilgi burada:

• Uzman İş Merkezi

Konuyla ilgili bilgi ve uzmanlık sunan bir merkez:

• Küresel ve bölgesel ekonomileri, inovasyonu ve sektöre özgü trendleri kapsayan bilgi platformu
• Odaklandığımız temel alanlardan derlenmiş analizler, içgörüler ve arka plan bilgileri
• İş ve teknoloji alanındaki güncel gelişmeler hakkında uzmanlık ve bilgi edinebileceğiniz bir yer
• Piyasalar, dijitalleşme ve sektörel yenilikler hakkında bilgi arayan şirketler için bir merkez

Pil depolama çığır açıcı mı? Sodyum iyon devrimi ve sonuçları

Merkezi SMR stratejisinin yeniden değerlendirilmesi için en ikna edici argümanlardan biri, özellikle tuz pilleri olarak bilinen sodyum iyon teknolojisi olmak üzere, enerji depolama teknolojilerinin hızlı gelişmesinde yatmaktadır. Bu gelişme spekülatif değil, ampirik olarak doğrulanabilir ve merkezi olmayan yapay zeka altyapılarının ekonomik uygulanabilirliği açısından doğrudan sonuçlar doğurmaktadır.

Sodyum iyon piller, lityum iyon teknolojisiyle maliyet eşitliğine neredeyse ulaşmış durumda. IDTechEx verilerine göre, bir sodyum iyon pilin ortalama fiyatı şu anda kWh başına yaklaşık 87 dolar. Pil üretim maliyetlerinin ise kWh başına yaklaşık 40 dolara düşmesi bekleniyor; bu, daha fazla ölçeklendirme ile olası bir senaryo. Sabit depolama için fiyat eğilimleri daha da etkileyici: BloombergNEF, sabit depolama pillerinin fiyatının 2025 yılında kWh başına 70 dolara düşeceğini kaydetti; bu, yıllık bazda %45'lik bir düşüş anlamına geliyor ve pil segmentleri arasında en dik fiyat düşüşünü temsil ediyor.

Uzun vadeli projeksiyonlar, stratejik altyapı planlaması için özellikle ilgi çekicidir. Hızlı öğrenme oranları varsayıldığında, 2050 yılına kadar sodyum iyon pillerin enerji depolama maliyetleri megawatt saat başına 11 ila 14 €'ya düşebilir; bu da onları megawatt saat başına 16 ila 22 € arasında olması beklenen lityum iyon teknolojisinden daha ucuz hale getirir. Bu rakamlar, merkezi olmayan, güneş enerjisiyle çalışan veri merkezleri için tüm ekonomik fizibilite hesaplamasını temelden değiştiriyor. Gündüzleri yenilenebilir güneş enerjisini depolayan ve geceleri veya düşük rüzgar ve güneş enerjisi üretimi dönemlerinde kullanan merkezi olmayan bir veri merkezi, beş yıl öncesine kadar uzaktan bile gerçekçi olmayan bir şekilde bu depolama maliyetleriyle ekonomik olarak işletilebilir.

Sodyum iyon piller, geniş ölçekte uygulanabilir bir altyapı için hayati önem taşıyan yapısal avantajlar da sunmaktadır: Sodyum sınırsız miktarda bulunur ve Avrupa'da yerli bir hammaddedir, bu da stratejik ithalat bağımlılıklarını ortadan kaldırır. Hücrelerde bakır veya kobalt bulunmadığı için geri dönüşüm lityum pillere göre önemli ölçüde daha kolaydır. Deşarj derinliği, pile zarar vermeden %100'e kadar çıkabilir. Dahası, sodyum iyon piller için teknolojik altyapı Almanya'da, özellikle Thüringen ve Saksonya'da zaten mevcuttur.

Sınırlamalar konusunda dürüst olmak önemlidir: Sodyum iyon piller, lityum iyon pillere göre daha düşük enerji yoğunluğuna sahiptir, bu da ağırlıklarını ve hacimlerini artırır. Ortalama verimlilikleri, yaklaşık %79 ile, %96 olan lityum iyon pillerin verimliliğinden önemli ölçüde daha düşüktür. Bununla birlikte, ağırlık ve hacmin birincil kısıtlama olmadığı sabit büyük ölçekli depolama uygulamaları için, düşük enerji yoğunluğu belirleyici bir dezavantaj değildir. Dağıtılmış veri merkezleri için şebeke ölçekli depolama söz konusu olduğunda, lityum iyon pillerin verimlilik avantajı, yaşam döngüleri boyunca genel maliyet-fayda analizinden daha az önemlidir.

Sodyum iyon teknolojisinin yanı sıra, katı hal piller de üstel bir büyüme yaşıyor. Katı hal piller için küresel pazar, yıllık ortalama %36,4'e varan bir oranda büyüyor. İyimser senaryolar, katı hal pillerin maliyetinin 2027 yılına kadar kWh başına 80 ila 120 dolar arasında olacağını öngörüyor ve sonraki on yılda ölçeklendirme yoluyla maliyetlerde daha da önemli düşüşler bekleniyor.

Bununla ilgili olarak:

• Redispatch 2.0 ve büyük ölçekli batarya depolama: Elektrik şebekesi için lanet mi, Segen ? Dev batarya depolama sistemlerinin ikircikli rolü

Atıl varlık riski: Gelecek planlanandan daha erken geldiğinde

Belki de düşünmeden verilen SMR destekli yapay zeka dev fabrikaları kurma kararına karşı en ikna edici ekonomik argüman, "atıl varlıklar" olarak adlandırılan risktir. Bu terim, teknolojik değişim, değişen piyasa koşulları veya düzenleyici gereklilikler gibi dış etkenler nedeniyle o kadar çok değer kaybeden yatırımları ifade eder ki, artık getiri sağlayamazlar.

Teknoloji tarihi, planlama aşamasında doğru kabul edilen ancak devreye alınmasından sadece birkaç yıl sonra maliyetli yanlış tahsisler olduğu ortaya çıkan altyapı kararlarıyla doludur. Enerji sektöründe, 2010'lu yıllarda inşa edilen veya genişletilen çok sayıda kömürle çalışan enerji santrali, 30 ila 40 yıllık kalan işletme ömrüne rağmen, önemli ölçüde değer kaybetti veya erken kapatıldı. Uluslararası Yenilenebilir Enerji Ajansı (IRENA), olağan işleyiş senaryosunda atıl varlık riskinin 20 trilyon dolara ulaşabileceğini tahmin ediyor.

Bu risk, özellikle yapay zeka altyapısı için belirgindir çünkü teknolojik gelişme hızı son derece yüksektir. Bugün devreye alınan küçük bir manyetik rezonans (SMR) reaktörünün, izinler, inşa süresi ve tedarik zincirleri hakkındaki iyimser varsayımlar altında bile, 2035 ila 2040'tan önce gerçekçi bir devreye alma olasılığı yoktur. Mevcut bulgulara göre, yapay zeka sistemlerinin performansı her altı ila yedi ayda bir ikiye katlanmaktadır. Bir SMR'nin inşası için gereken 10 ila 15 yıl içinde, yapay zeka sistemlerinin yetenekleri 20.000 ila 300.000 kat artmış olacaktır; bu da belirli altyapı gereksinimlerine ilişkin güvenilir tahminlerin artık mümkün olmadığı bir büyüklüktür.

Sorun sadece donanım belirsizliği değil. Yapay zeka sistemlerinin tüm mimarisi bir dönüşüm geçiriyor. DeepSeek'in etkileyici bir şekilde gösterdiği gibi, akıllı algoritma optimizasyonları, kalite kaybı olmadan donanım gereksinimlerini on kat azaltabilir. Von Neumann mimarisinin ötesine geçen ve "bellek duvarı" olarak adlandırılan engeli aşan yeni çip mimarileri geliştiriliyor. Foton tabanlı bilgisayarlar, nöromorfik çipler ve kuantum bilgisayarlar; tüm bu teknolojiler, ticari olgunluğa ulaştıklarında, hesaplama başına enerji tüketimini önemli ölçüde azaltma potansiyeline sahip. Bu teknolojilerin geleceği, bir SMR'nin çevrimiçi olarak kullanılabilir hale gelmesi için gereken 10 ila 15 yıl içinde kesin olarak belirlenecek.

Günümüzde SMR ile çalışan yapay zeka gigafabrikalarına yatırım yapan herkes, 40 ila 60 yıl boyunca (bir nükleer santralin tipik işletme ömrü) tek bir enerji kaynağına bağlı kalmayı taahhüt ediyor. Ve bunu, yapay zeka endüstrisinin bu süre boyunca tam olarak bu reaktörlerin beslemesi amaçlanan türden merkezi, enerji yoğun altyapıya sürekli bir talep göstereceği umuduyla yapıyorlar. Günümüz bakış açısıyla, bu son derece riskli görünen bir bahis.

Bilgi birikimi darboğazı: Nükleer enerjinin hafife alınan yapısal sorunu

Kamuoyu tartışmalarında yeterince ilgi görmeyen bir diğer önemli argüman ise, nükleer sanayideki nitelikli işçi sıkıntısıdır. Son otuz yılda, moratoryumlar, aşamalı olarak devre dışı bırakma kararları ve yeni inşaat projelerinin yokluğuyla karakterize edilen süreçte, nükleer sanayi önemli kurumsal bilgi kayıpları yaşamıştır.

Günümüzde nükleer enerji santrali piyasası, nükleer enerji santrali inşa etme ve ihraç etme kapasitesine sahip çok az sayıda şirkete (çoğunlukla devlet şirketleri) dayanmaktadır. Nükleer proje uygulaması için küresel tedarikçi, mühendis ve sertifikalı uzman ağı oldukça sınırlıdır. Bu, küçük modüler reaktörler (SMR) lehine olumlu bir siyasi karar alınsa bile, darboğazın lisanslama veya sermaye değil, mevcut uzmanlık olduğu anlamına gelir. ABD, Kanada, İngiltere, Fransa ve çeşitli AB ülkelerinin hepsi aynı anda SMR programları başlatmak isterse, hepsi aynı sınırlı nükleer mühendislik uzmanı havuzu için rekabet edecektir.

Bu durum, yenilenebilir enerji ve depolama teknolojileri sektöründeki durumla tam bir tezat oluşturuyor. Küresel güneş enerjisi sektörü son on yılda katlanarak büyüdü, yenilenebilir enerji sektöründeki nitelikli profesyonellerin sayısı sürekli artıyor ve güneş modülleri, invertörler ve depolama teknolojileri için tedarik zincirleri iyi gelişmiş ve uluslararası olarak çeşitlendirilmiş durumda. Merkezi olmayan yapay zeka altyapısı, mevcut bu bilgi birikimi, tedarik zincirleri ve düzenleyici deneyim tabanından yararlanabilir. Öte yandan, SMR sektörü, muazzam zaman ve maliyet baskıları altında böyle bir temeli henüz oluşturmak zorunda.

Ulusal ekonomik hesaplar: Doğrudan karşılaştırma

Çeşitli faktörlerin sistematik bir karşılaştırması aşağıdaki ekonomik durumu ortaya koymaktadır:

kriter	SMR destekli Yapay Zeka Gigafabrikası	Güneş enerjisi ve depolama ile desteklenen merkeziyetsiz yapay zeka altyapısı
İlk elektrik dağıtımı	2035–2040 (iyimser)	Hemen 2027'ye kadar
Sermaye yoğunluğu (giriş)	Gigafactory ve SMR başına 3-5 milyar Euro	Modüler ölçeklendirme, daha küçük bireysel miktarlar
Maliyet riski	Son derece yüksek (tarihsel aşım oranları %100–600)	Düşük; teknoloji maliyetleri sürekli düşüyor
Teknoloji atıl kalma riski	Çok yüksek (40-60 yıllık bağlılık)	Düşük profilli; modüler olarak genişletilebilir ve uyarlanabilir
Bilgi birikimine erişim	Darboğaz; az sayıda küresel tedarikçi	Geniş ve büyüyen nitelikli iş gücü
Gizli sübvansiyonlar	Yüksek (sorumluluk, bertaraf, araştırma)	Az miktarda
Enerji depolama maliyetleri (2025)	İlgili değil (temel yük)	70 USD/kWh (durağan, düşüş trendi)
Enerji depolama maliyetleri (2050 tahmini)	İlgili değil	11–14 EUR/MWh
Su tüketimi	Yüksek (soğutma sistemleri)	Çok az veya hiç
Düzenleyici belirsizlik	Çok yüksek	Orta
Talepteki değişikliklere yanıt verme esnekliği	HAYIR	Yüksek
Çevresel risk	Yüksek (nükleer güvenlik, uzun vadeli atık)	Düşük

Karşılaştırma, SMR tabanlı bir yapay zeka gigafabrikasının en erken 2035-2040 yılına kadar (iyimser bir tahminle) elektrik sağlayamayacağını, oysa güneş enerjisi ve depolama sistemleriyle desteklenen merkezi olmayan bir yapay zeka altyapısının 2027 yılına kadar hemen kullanıma hazır olacağını göstermektedir. Sermaye yoğunluğu açısından, SMR seçeneği gigafabrika artı SMR başına yaklaşık 3-5 milyar € gibi çok yüksek başlangıç ​​yatırımları gerektirirken, merkezi olmayan çözüm modüler ölçeklendirmeye ve önemli ölçüde daha düşük bireysel yatırım miktarlarına olanak tanır. SMR için maliyet riski son derece yüksektir (geçmişte %100-600 oranında maliyet aşımı yaşanmıştır), oysa güneş enerjisi + depolama için bu risk düşüktür, çünkü teknoloji maliyetleri sürekli olarak azalmaktadır. SMR için 40-60 yıllık bir taahhüt nedeniyle teknoloji atıl kalma riski çok yüksektir, oysa merkezi olmayan altyapı modüler olarak genişletilebilir ve uyarlanabilir olduğu için atıl kalma riski düşüktür. SMR için bilgi birikimi bir darboğazdır ve küresel sağlayıcı sayısı azdır, oysa merkezi olmayan çözümde geniş ve büyüyen bir uzman havuzu bulunmaktadır. Gizli sübvansiyonlar (yükümlülük, bertaraf, araştırma) SMR için yüksek, güneş enerjisi + depolama için ise düşüktür. Enerji depolama maliyetleri, temel yük gücü için tasarlandığı için SMR için önemli değildir; merkezi olmayan sistemler için maliyetlerin 2025'te yaklaşık 70 USD/kWh'ye (sabit durum, düşüş trendi) ve 2050'de 11-14 EUR/MWh'ye ulaşması öngörülmektedir. Soğutma sistemleri nedeniyle SMR'de su tüketimi yüksekken, güneş enerjisi + depolama için düşük veya yok denecek kadar azdır. Düzenleyici belirsizlik SMR için çok yüksek, merkezi olmayan seçenek için ise orta düzeydedir. Talep değişikliklerine yanıt verme esnekliği SMR'de neredeyse tamamen yokken, merkezi olmayan çözüm yüksek esneklik sunmaktadır. Son olarak, çevresel riskler SMR için yüksek (nükleer güvenlik, uzun vadeli atık) ve güneş enerjisi + depolama için düşüktür. Genel olarak, SMR seçeneği, güvenilir, hava koşullarından bağımsız temel yük güç kaynağı hariç, neredeyse her kriterde daha kötü performans göstermektedir. Ancak, büyük ölçekli sodyum iyon depolama gibi daha uzun şarj/deşarj döngülerine sahip gelişmiş depolama teknolojileri, büyük miktarda enerjiyi günlerce ve haftalarca depolamayı mümkün kıldığından, bu argüman giderek önemini yitirmekte ve temel yük argümanını büyük ölçüde geçersiz kılmaktadır.

Planlama mantığının kör noktası: Karar vericiler neden sistematik olarak çok geç kalıyorlar?

Hükümetlerde ve büyük sanayi şirketlerinde karar vericilerin, geriye dönüp bakıldığında kötü yatırımlar gibi görünen altyapı kararlarını tekrar tekrar almalarının yapısal bir nedeni vardır: Kurumsal planlama döngüleri, teknolojik değişimin hızıyla temelde bağdaşmaz.

Hükümet programları, parlamento kararları, finansman programları ve kamu ihaleleri dört ila on yıllık döngüler halinde işler. Toplu taşıma aktarma istasyonu (SMR) gibi bir altyapı projesi, devreye alınmadan önce birkaç kez temelden değişmiş olacak siyasi ve teknolojik bir ortamda karara bağlanır. Bürokratik prosedürlerin yarattığı kurumsal atalet, etkili endüstri gruplarının lobiciliği ve belirli bir zamanda alınan kararlara yönelik psikolojik takıntı, inşaat anındaki gerçek ihtiyaçların ve seçeneklerin, planlama anında yapılan varsayımlarla artık örtüşmediği anlamına gelir.

Son birkaç yüzyıldaki teknolojik gelişmeler bu ivmeyi açıkça göstermektedir: Sanayi Devrimi'nin ana ekonomik etkilerinin ortaya çıkması yaklaşık 100 yıl sürdü. Elektrikleşme yaklaşık 50 yıl sürdü. İnternet, küresel ekonomiyi yaklaşık 20 yılda dönüştürdü. Yapay zeka ve ilgili donanım gelişmeleri, temel çerçeve koşullarını on yıldan kısa döngülerde ve giderek artan bir ivmeyle değiştiriyor. 20. yüzyılda altyapı kararları için uygun olan mantık, 21. yüzyıl için yapısal olarak uygun değildir.

Bu durum, özellikle uzun amortisman sürelerine sahip geri döndürülemez büyük ölçekli yatırımlar için son derece önemlidir. Bir güneş enerjisi santrali birkaç ay içinde kurulabilir ve ihtiyaçlar değişirse nispeten kolayca değiştirilebilir veya sökülebilir. Modüler mimariye dayalı bir veri merkezi ölçeklendirilebilir ve modernize edilebilir. Bir nükleer santral, bir kez inşa edildikten sonra, 40 ila 60 yıl boyunca büyük ölçüde sabit bir yapıdır ve söküm maliyetleri milyarlarca dolara ulaşır. Esneklik ve seçeneklerin stratejik değeri –değişen koşullara tepki verebilme yeteneği– geleneksel yatırım hesaplamalarında sistematik olarak hafife alınmaktadır.

İnce bir sonuca varmak gerekirse: Bu bir ya da diğerini seçme meselesi değil, daha ziyade önceliklendirme meselesidir

SMR'lerin esasen değersiz olduğunu veya merkezi olmayan altyapının her ihtiyacı karşılayabileceğini iddia etmek aşırı basitleştirme olurdu. Gerçeklik daha karmaşıktır.

Özellikle büyük yapay zeka modellerinin eğitimi için merkezi bilgi işlem gücüne kısa vadede hala ihtiyaç duyulacak belirli kullanım durumları vardır. Ve özellikle yeterli yenilenebilir kaynaklara sahip olmayan ülkelerde, çeşitlendirilmiş, düşük karbonlu bir enerji karışımının parçası olarak nükleer enerji için geçerli argümanlar mevcuttur. On yıllar boyunca yıpranan mevcut bir nükleer santral altyapısını koruyan Fransa, bugün sıfırdan küçük modüler reaktörler inşa etmek isteyen bir ülkeden temelde farklı bir konumdadır.

Asıl sorun, küçük reaktörler fikrinin kendisi değil. Sorun, üç faktörün birleşmesinde yatıyor: Birincisi, küçük reaktörlerin ne zaman enerji üretebileceği ile yapay zeka altyapısının bu enerjiye ihtiyaç duyduğu zaman arasındaki uyumsuzluk; ikincisi, gizli sübvansiyonlar ve atıl kalma riskleri de dahil olmak üzere gerçek toplam maliyetler konusunda şeffaflığın olmaması; ve üçüncüsü, hem yapay zeka donanımında hem de enerji depolamada teknolojik gelişmelerin, bu yatırım kararlarının temel varsayımlarını tipik bir inşaat süresinden daha kısa bir zaman diliminde kökten değiştirebileceği gerçeğine stratejik olarak kayıtsız kalınması.

Yapay zekâ çağının enerji sorusuna ekonomik açıdan sorumlu yanıt, küçük modüler reaktörler (SMR) ile yenilenebilir enerji arasında, merkezi ve merkeziyetsiz arasında bir seçim yapmak değildir. Yanıt, altyapı kararlarını seçenekleri en üst düzeye çıkaracak ve atıl kalma riskini en aza indirecek şekilde tasarlamakta yatmaktadır. Bu, modüler, tersine çevrilebilir, teknoloji açısından tarafsız ve şeffaf anlamına gelir. Ve bu, bugünkü karları özelleştirirken maliyetleri gelecek nesillerin vergi mükelleflerine yüklememek anlamına gelir; ne yazık ki bu, Avrupa'daki nükleer enerjinin tarihini sistematik olarak karakterize eden bir modeldir.

Bu tartışmanın asıl kışkırtıcı noktası, hangi altyapının daha iyi olduğu teknik sorusu değil. Asıl kışkırtıcı nokta siyasi sorudur: Geleceğe yönelik yapay zeka altyapısı hakkındaki tartışma neden neredeyse tamamen, gerçekleşme ufku yapay zeka yol haritalarının planlama ufkunun ötesinde olan, maliyet geçmişi birkaç yüz katlık aşırı harcamalarla karakterize edilen ve sübvansiyonu büyük ölçüde gizlenmiş bir teknolojiye odaklanıyor? Bu sorunun cevabı teknolojik değil, siyasi-ekonomik niteliktedir – ve tam da bu yüzden kamuoyu tartışmasında inatla sorulmuyor.

☑️ İş dilimiz İngilizce veya Almancadır

☑️ YENİ: Anadilinizde yazışma imkanı!

 

Ben ve ekibim, kişisel danışmanınız olarak size hizmet vermekten mutluluk duyarız.

Benimle iletişime geçmek için buradaki iletişim formunu doldurabilir wolfenstein@xpert.digital:veya +49 7348 4088 965 numaralı telefondan beni arayabilirsiniz. E-posta adresim

Ortak projemizi sabırsızlıkla bekliyorum.

 

 

☑️ KOBİ'lere strateji, danışmanlık, planlama ve uygulama konularında destek

☑️ Dijital stratejinin oluşturulması veya yeniden düzenlenmesi ve dijitalleşme

☑️ Uluslararası satış süreçlerinin genişletilmesi ve optimize edilmesi

☑️ Küresel ve Dijital B2B ticaret platformları

☑️ Öncü İş Geliştirme / Pazarlama / Halkla İlişkiler / Ticaret Fuarları

Xpert.Digital, Konrad Wolfenstein liderliğinde veri odaklı bir B2B endüstri merkezidir. Şirket, endüstriyel ortaklar için harici, yarı şirket içi bir çözüm görevi görerek, müşterinin tarafında ek kaynaklara ihtiyaç duymadan pazarlama, içerik ve satış alanlarındaki operasyonel boşlukları kapatmaktadır.

Daha fazla bilgi burada:

• Şirket içi çözüme benzer bir yaklaşım: Xpert.Digital, B2B pazarlama ve satışta operasyonel boşlukları nasıl kapatıyor? – Akıllı İçerik Odaklı İşletme