Hoşgeldin Misafir

NVIDIA, Google ve Emerald AI'dan Yeni AI Veri Merkezi İş Birliği: Yapay Zekâ İçin Elektrik Sorununa Yeni Çözüm

masterkey

Türkiye
6 Nis 2023
314 Mesaj
TIM Görevleri
1

Aktiflik

Seviye

Deneyim

TIM / GÖREV:

NVIDIA, Google ve Emerald AI'dan Yeni AI Veri Merkezi İş Birliği: Yapay Zekâ İçin Elektrik Sorununa Yeni Çözüm​


Yapay zekâ modelleri büyüdükçe veri merkezlerinin yalnızca daha fazla GPU'ya değil, daha fazla elektriğe de ihtiyacı oluyor. Özellikle büyük AI kümelerinin oluşturduğu yüksek ve değişken elektrik talebi, yeni veri merkezlerinin şebekeye bağlanmasını zorlaştıran önemli faktörlerden biri haline geliyor.


Bu soruna yönelik yeni bir girişim 16 Eylül 2026'da duyuruldu. Emerald AI, Google ve NVIDIA, AI Energy Management Alliance (AEMA) adı verilen yeni bir ittifak kurdu. Amaç, AI veri merkezlerinin elektrik tüketimini şebekenin durumuna göre dinamik biçimde değiştirebilmesini sağlayarak daha hızlı bağlantı, daha verimli enerji kullanımı ve şebeke güvenilirliği için ortak teknik ve operasyonel yaklaşımlar geliştirmek.


Bu gelişme önemli çünkü AI veri merkezlerinin geleceğinde artık yalnızca "kaç GPU var?" sorusu değil, "bu GPU'lar ne kadar elektriği ne zaman ve nasıl kullanıyor?" sorusu da belirleyici hale geliyor.




🟢 AI Energy Management Alliance Nedir?​


AI Energy Management Alliance, yapay zekâ altyapısı ile elektrik sistemini daha uyumlu hale getirmeyi amaçlayan yeni bir sektör koalisyonu.


Kurucu üyeler:


  • Emerald AI
  • Google
  • NVIDIA

İttifaka ayrıca Anthropic ve çeşitli enerji şirketleri, elektrik hizmeti sağlayıcıları ve diğer sektör oyuncularının katılması planlanıyor. NVIDIA'nın açıklamasına göre AEMA; AI platformları, altyapı sağlayıcıları, veri merkezi işletmecileri, teknoloji şirketleri, enerji üreticileri, kamu hizmetleri ve bölgesel şebeke operatörlerini aynı çatı altında buluşturmayı hedefliyor.


Temel fikir ise oldukça farklı:


AI veri merkezleri yalnızca elektrik tüketen tesisler olmak yerine, elektrik şebekesinin ihtiyaçlarına yanıt verebilen esnek yükler haline gelebilir.



🔴 Neden Böyle Bir İş Birliğine İhtiyaç Duyuluyor?​


Geleneksel veri merkezlerinde elektrik tüketimi mümkün olduğunca sürekli ve öngörülebilir tutuluyor.


Ancak AI veri merkezlerinde durum biraz farklı.


Özellikle büyük GPU kümelerinde:


  • model eğitimi,
  • inference,
  • AI agent işlemleri,
  • veri işleme,
  • model değerlendirme,
  • batch görevleri

aynı anda çalışabiliyor.


Bunun sonucunda elektrik talebi önemli ölçüde büyüyor.


NVIDIA, Mart 2026'da yayımladığı DSX AI Factory açıklamasında ABD'de 200 GW'tan fazla projenin elektrik şebekesine bağlantı sıralarında beklediğini ve enerji altyapısının AI veri merkezi genişlemesinde önemli bir darboğaz haline geldiğini belirtmişti.


Dolayısıyla sorun yalnızca:


"Daha fazla elektrik üretelim."


değil.


Aynı zamanda:


"Mevcut elektrik altyapısını daha akıllı kullanalım."


sorunu.




🟢 Emerald AI Burada Ne Yapıyor?​


Emerald AI'ın temel teknolojisi Conductor adlı yazılım platformu.


Platformun amacı, veri merkezlerinin elektrik tüketimini gerçek zamanlı olarak yönetebilmek.


Basitleştirilmiş sistem şöyle düşünülebilir:



ELEKTRİK ŞEBEKESİ
│
▼
┌───────────────┐
│ Emerald │
│ Conductor │
└───────┬───────┘
│
┌─────────┴─────────┐
▼ ▼
AI COMPUTE ENERJİ KAYNAKLARI
│ ┌───────────────┐
▼ │ Batarya │
NVIDIA GPU │ Jeneratör │
AI Fabrikası │ Yerel üretim │
└───────────────┘



Şebeke yüksek talep altındaysa sistem AI veri merkezinin elektrik tüketimini azaltabilir veya zamanlayabilir.


Şebeke rahatladığında ise hesaplama kapasitesi yeniden artırılabilir.


Bu yaklaşım demand response / talep tarafı esnekliği olarak bilinen enerji yönetimi konseptinin AI veri merkezlerine uygulanması anlamına geliyor.




🔴 AI Veri Merkezi Nasıl "Esnek" Hale Gelebilir?​


Bir AI veri merkezindeki bütün işlemler aynı derecede acil değildir.


Örneğin:


Kritik işlem​


Gerçek zamanlı müşteri sorgusu:


Kesilmesi istenmez.


Ertelenebilir işlem​


Büyük bir modelin gece yapılabilecek değerlendirme çalışması:


Daha uygun bir zamana kaydırılabilir.


Esnek inference​


Bazı AI iş yükleri:


GPU kapasitesinin geçici olarak azaltılmasına uygun olabilir.


Böylece sistem elektrik şebekesinin durumuna göre AI yükünü değiştirebilir.



Normal Şebeke
↓
GPU %100
↓
AI üretimi

Şebeke yoğun
↓
GPU %70
↓
Kritik AI görevleri devam

Şebeke rahatladı
↓
GPU %100
↓
Ertelemeli işler yeniden hızlandı



Amaç AI sistemini kapatmak değil; hangi hesaplamanın ne zaman yapılacağını daha akıllı yönetmek.




🟢 NVIDIA'nın Rolü​


NVIDIA tarafında bu çalışma, Vera Rubin ve DSX AI Factory yaklaşımıyla doğrudan bağlantılı.


NVIDIA'nın DSX AI Factory reference design mimarisi yalnızca GPU'ları değil;


  • hesaplama,
  • network,
  • güç,
  • soğutma,
  • operasyon,
  • enerji yönetimi

gibi bileşenleri birlikte tasarlamayı amaçlıyor.


NVIDIA'nın Mart 2026'da duyurduğu DSX Flex yazılımı da AI fabrikalarının elektrik şebekesiyle daha esnek biçimde çalışmasına yönelik tasarlanıyor.


Emerald AI'ın Conductor platformu DSX Flex ile birlikte çalışarak AI hesaplama yükü ile enerji kaynaklarının koordinasyonunu sağlayabiliyor.




🔴 Google Neden Bu Sistemin İçinde?​


Google açısından konu özellikle önemli çünkü şirket hem büyük ölçekli AI modelleri geliştiren hem de dünyanın en büyük veri merkezi altyapılarından birini işleten şirketlerden biri.


Google Cloud ile NVIDIA arasında zaten geniş kapsamlı bir AI altyapı iş birliği bulunuyor.


Google, 2026'da NVIDIA Vera Rubin NVL72 sistemlerini kendi AI Hypercomputer mimarisine dahil etmeyi planladığını açıklamıştı.


Yeni AEMA girişimi ise bu ilişkinin ötesinde, AI hesaplama ile elektrik şebekesi arasındaki ilişkiye odaklanıyor.


Bu nedenle Google'ın buradaki rolü yalnızca GPU kullanmak değil.


Daha geniş anlamda:


AI altyapısı + veri merkezi işletmesi + enerji yönetimi + şebeke koordinasyonu


modelinin geliştirilmesine katkı sağlamak.




🟢 En Önemli Kavram: "Power Flexibility"​


Yeni sistemin merkezindeki kavram:


Power Flexibility​


Yani veri merkezinin elektrik tüketimini belirli sınırlar içerisinde değiştirebilmesi.


Geleneksel yaklaşım:



Şebeke
↓
Elektrik
↓
Veri Merkezi
↓
Sabit Tüketim



Yeni yaklaşım:



ŞEBEKE
↕
┌─────────────────┐
│ AI VERİ MERKEZİ │
│ │
│ GPU │
│ CPU │
│ Storage │
│ Cooling │
└─────────────────┘
↕
Enerji yönetimi



Burada veri merkezi şebekeden gelen sinyallere göre tüketimini ayarlayabiliyor.




🔴 "100 GW" Kapasite Meselesi​


Bu iş birliğiyle ilgili en dikkat çekici rakamlardan biri 100 GW.


NVIDIA ve Emerald AI, güç açısından esnek AI fabrikalarının mevcut ABD elektrik sistemindeki kapasitenin daha verimli kullanılmasına yardımcı olarak 100 GW'a kadar ek AI veri merkezi kapasitesinin açılmasına katkı sağlayabileceğini belirtiyor.


Ancak burada önemli bir ayrım var:


100 GW, bugün fiziksel olarak hazır olan yeni bir elektrik üretim kapasitesi anlamına gelmiyor.


Bu rakam, esnek yük yönetimi ve altyapının daha verimli kullanılmasıyla açılabileceği öne sürülen potansiyel kapasiteyi ifade ediyor.


Dolayısıyla bu değer bir hedef/potansiyel kapasite tahmini olarak değerlendirilmelidir.




🟢 Veri Merkezleri Elektrik Şebekesine Nasıl Yardımcı Olabilir?​


Normalde büyük veri merkezleri şebeke açısından yüksek tüketimli yüklerdir.


Yeni modelde ise:


AI veri merkezi → esnek elektrik tüketicisi


haline gelebilir.


Örneğin sıcak bir yaz gününde elektrik talebi yükseldiğinde:



Elektrik talebi ↑
↓
Şebeke baskısı ↑
↓
AI yükü geçici olarak ↓
↓
Elektrik tüketimi ↓
↓
Şebeke rahatlar



Talep normale döndüğünde:



Şebeke yükü ↓
↓
AI hesaplama ↑
↓
GPU kullanımı ↑



Bu mekanizma, AI altyapısının elektrik şebekesiyle daha koordineli çalışmasını sağlayabilir.




🔴 Bataryalar ve Yerel Enerji Kaynakları da Sisteme Dahil​


Bu yaklaşım yalnızca GPU'ların açılıp kapatılmasıyla sınırlı değil.


NVIDIA'nın Mart 2026'da duyurduğu modelde:


  • bataryalar,
  • yerinde elektrik üretimi,
  • enerji depolama,
  • AI yüklerinin esnek yönetimi

aynı sistem içerisinde değerlendiriliyor.


Örneğin:



ELEKTRİK ŞEBEKESİ
│
┌───────▼───────┐
│ Enerji Kontrol│
└───────┬───────┘
│
┌──────────┼──────────┐
▼ ▼ ▼
GPU'lar Batarya Üretim
│ │ │
└──────────┼──────────┘
▼
AI FACTORY



Bu yapı, veri merkezinin şebekeden bağımsız bir ada gibi çalışması yerine şebekeyle koordineli bir enerji varlığı olmasını hedefliyor.




🟢 NVIDIA DSX + Emerald Conductor​


İş birliğinin teknik açıdan en önemli bölümlerinden biri bu iki sistemin birlikte çalışması.


NVIDIA DSX​


AI fabrikasının:


  • hesaplama,
  • güç,
  • soğutma,
  • network,
  • operasyon

mimarisini optimize etmeye yönelik referans yaklaşım.


Emerald Conductor​


Elektrik tüketiminin:


  • gerçek zamanlı izlenmesi,
  • AI yükleriyle koordinasyonu,
  • enerji kaynaklarıyla yönetimi

için kullanılan platform.


Birlikte düşünüldüğünde:



NVIDIA DSX
│
▼
AI FABRİKASI
│
┌──────┴──────┐
▼ ▼
Compute Power
│ │
└──────┬──────┘
▼
Emerald Conductor
│
▼
ELEKTRİK ŞEBEKESİ



ortaya çıkıyor.




🔴 Veri Merkezi Kurulum Süreleri De Değişebilir​


AI sektöründeki en önemli sorunlardan biri, güçlü GPU'ları bulmak kadar bu GPU'ları çalıştıracak elektriği bulmak.


Yeni bir AI veri merkezi kurulabilir.


Bina hazır olabilir.


GPU'lar hazır olabilir.


Network hazır olabilir.


Ancak elektrik şebekesine bağlantı için yıllarca beklenmesi gerekebilir.


Bu durumda yatırım yapılmış olsa bile AI kapasitesi kullanılamaz.


NVIDIA ve Emerald AI'ın yaklaşımı, esnek elektrik tüketiminin şebeke operatörlerine daha fazla kontrol sağlayarak bazı projelerin daha hızlı ve daha büyük bağlantılar elde etmesine yardımcı olabileceğini savunuyor.




🟢 AI Veri Merkezlerinde Yeni Tasarım Anlayışı​


Eskiden veri merkezi tasarımı büyük ölçüde şu sorular üzerinden yapılırdı:


Bina ne kadar büyük?


Kaç sunucu var?


Ne kadar soğutma gerekiyor?



Yeni AI fabrikalarında liste genişliyor:


AlanYeni yaklaşım
GPUMaksimum AI performansı
NetworkGPU'lar arası yüksek bant genişliği
SoğutmaDinamik güç yönetimi
ElektrikEsnek tüketim
BataryaEnerji dengeleme
YazılımAI yükü optimizasyonu
ŞebekeGerçek zamanlı koordinasyon
OperasyonGüç + compute ortak yönetimi

Bu nedenle geleceğin veri merkezleri sadece IT tesisleri değil, aynı zamanda enerji sistemleriyle entegre çalışan büyük altyapılar haline gelebilir.




🔴 AI'nın Enerji Sorunu Çözülüyor mu?​


Tam olarak değil.


Bu teknoloji önemli bir araç olsa da AI'nın artan elektrik ihtiyacının tamamını ortadan kaldırmıyor.


Talep tarafı esnekliği:


  • mevcut şebekenin daha verimli kullanılmasına,
  • bazı tüketimlerin zamanının değiştirilmesine,
  • veri merkezi bağlantılarının daha esnek planlanmasına

yardımcı olabilir.


Ancak yeni AI kapasitesinin tamamını yalnızca esnek tüketimle karşılamak mümkün olmayabilir.


TechCrunch'ın 17 Eylül 2026 tarihli değerlendirmesinde de Emerald AI teknolojisinin yeni üretim ihtiyacını azaltabileceği, ancak bunu tamamen ortadan kaldırmayacağı aktarılıyor.


Dolayısıyla uzun vadede:


Yeni elektrik üretimi + şebeke yatırımları + enerji depolama + güç esnekliği


birlikte önemini koruyacak.




🟢 Geleceğin AI Veri Merkezi Böyle Görünebilir​



☁️ AI MODELLERİ
│
▼
┌─────────────────┐
│ AI FACTORY │
│ │
│ NVIDIA GPU │
│ Vera Rubin │
│ NVLink │
│ AI Software │
└────────┬────────┘
│
Compute Control
│
┌────────▼────────┐
│ Emerald │
│ Conductor │
└────────┬────────┘
│
┌────────────┼────────────┐
▼ ▼ ▼
ŞEBEKE BATARYA YEREL ÜRETİM
│ │ │
└────────────┼────────────┘
▼
ENERJİ YÖNETİMİ



Bu modelde AI fabrikası yalnızca elektrik tüketen bir tesis değil.


Elektrik, hesaplama ve yazılımın birlikte yönetildiği bir sistem haline geliyor.




🔴 NVIDIA + Google + Emerald AI İş Birliğinin Önemi​


Bu iş birliğinin dikkat çekici tarafı, üç şirketin farklı alanlardaki uzmanlığını aynı problem üzerinde birleştirmesi.


NVIDIA​


AI çipleri ve AI fabrika altyapısı


Google​


Büyük ölçekli AI ve veri merkezi operasyonları


Emerald AI​


AI veri merkezlerinde güç esnekliği ve enerji yönetimi


Bu nedenle AEMA'nın amacı yalnızca yeni bir veri merkezi kurmak değil.


Daha geniş hedef:


AI altyapısının elektrik şebekesiyle birlikte çalışabileceği ortak teknik ve operasyonel modeller geliştirmek.

NVIDIA, AEMA'nın teknoloji, enerji ve politika taraflarını bir araya getirerek ABD'de daha fazla AI altyapısının daha hızlı şekilde şebekeye bağlanmasına yardımcı olmayı amaçladığını açıklıyor.




🟢 Önümüzdeki Dönemde Neler Değişebilir?​


Bu yaklaşım yaygınlaşırsa AI veri merkezlerinde şu gelişmeler daha fazla görülebilir:


1. Esnek GPU kümeleri​


GPU kapasitesi elektrik şebekesine göre dinamik olarak ayarlanabilir.


2. Akıllı enerji yönetimi​


AI iş yükleri enerji fiyatı ve şebeke koşullarına göre planlanabilir.


3. Batarya destekli AI fabrikaları​


Bataryalar yalnızca yedek güç olarak değil, enerji yönetiminin aktif parçası haline gelebilir.


4. Daha hızlı şebeke bağlantıları​


Esnek yük yönetimi, bazı veri merkezi projelerinin bağlantı planlamasını kolaylaştırabilir.


5. AI + enerji optimizasyonu​


AI modellerinin kendisi de veri merkezinin enerji kullanımını optimize etmek için kullanılabilir.


6. Yeni nesil veri merkezi mimarileri​


Compute, network, cooling ve power sistemleri daha baştan birlikte tasarlanabilir.




🔴 Sonuç: AI Yarışı Artık Elektrik Şebekesine de Taşınıyor​


NVIDIA, Google ve Emerald AI'ın 16 Eylül 2026'da duyurduğu AI Energy Management Alliance, yapay zekâ sektörünün karşı karşıya olduğu önemli bir soruna odaklanıyor:


Daha fazla AI kapasitesi nasıl kurulacak ve bu kapasite için gerekli elektrik nasıl yönetilecek?


NVIDIA'nın Vera Rubin ve DSX yaklaşımı hesaplama altyapısını; Google'ın büyük ölçekli AI ve veri merkezi deneyimi bulut ve AI altyapısını; Emerald AI'ın Conductor platformu ise elektrik tüketimindeki esnekliği hedefliyor.


Buradaki temel fikir, AI veri merkezlerini yalnızca yüksek miktarda elektrik tüketen tesisler olarak görmek yerine, gerektiğinde elektrik tüketimini değiştirebilen ve şebekeyle koordineli çalışabilen esnek AI fabrikaları haline getirmek.


Bu yaklaşımın yaygınlaşması halinde geleceğin veri merkezlerinde performans artık yalnızca:


"Saniyede kaç token üretiyor?"


sorusuyla ölçülmeyebilir.


Buna;


"Token başına ne kadar enerji harcıyor?"


"Şebekeye ne kadar esneklik sağlayabiliyor?"


"Aynı elektrik altyapısıyla ne kadar AI kapasitesi üretebiliyor?"



soruları da eklenecek.


Kısacası, AI altyapısının geleceğinde GPU kadar elektrik, elektrik kadar da akıllı enerji yönetimi önemli hale geliyor. AEMA'nın ortaya koyduğu model, yapay zekâ veri merkezleri ile elektrik şebekesinin birbirinden bağımsız iki sistem yerine, birlikte optimize edilen tek bir altyapı olarak tasarlanmasına yönelik yeni bir adımı temsil ediyor.