Bilimsel makalePDF2026

KİK'te Yapay Zekâ Güdümlü Veri Merkezlerinin Net Sürdürülebilirlik Değerlendirmesi: Bir ÇKKV Yaklaşımı Çerçevesi

Özgün başlık Net sustainability assessment of AI-driven data centers in the GCC: an MCDA approach framework

Frontiers in Environmental Science (Frontiers Media SA) · Abdelrehim Awad, Bshair Alharthi ve diğerleri

Çalışma, altı KİK ülkesindeki yapay zekâ veri merkezlerinin doğrudan ayak izini (karbon, su, enerji) binalarda, bölgesel soğutmada, sanayide, şebekelerde ve tuzdan arındırmada doğrulanmış yapay zekâ destekli sürdürülebilirlik faydalarıyla ve sosyal ve yönetişim kriterleriyle tartan doğrusal ağırlıklı bir ÇKKV çerçevesi kuruyor.

CC BY 4.0 — atıf vererek paylaşabilirsiniz

Bu sayfada

Özet

Altyapı ayak izini ve yapay zekânın dağıtık faydalarını ayrı ele alan literatürdeki boşluğu doldurmak için çerçeve, 2024-2035 için üç senaryoyu karşılaştırıyor: mevcut durum (BAU), orta geçiş ve agresif karbonsuzlaştırma. Üç katmanlı sınır protokolü doğrudan sınırı (Kapsam 1+2), genişletilmiş sınırı (kısmi Kapsam 3 gömülü karbon) ve ofset sınırını (dört atıf testini geçen yapay zekâ faydaları) ayırıyor. ÇKKV boyut ağırlıkları: karbon 0,40, su 0,25, sosyal 0,20, yönetişim 0,15; bunlar KİK NDC'lerinin içerik analizinden türetildi, literatürle (karbon için tipik 0,35-0,45) kontrol edildi ve üç uzman tarafından gözden geçirildi.

Net Etki Skoru NIS = Σ(w_i·B_i) − Σ(w_i·F_i), -1 ile +1 ölçeğinde. Sonuçlar: BAU −0,478 (ΣwF = 0,620, ΣwB = 0,142), orta geçiş −0,032, agresif +0,190. Tüm yapay zekâ faydaları hariç tutulduğunda her senaryo negatif (BAU −0,619, orta −0,198, agresif −0,082). Net pozitif sonuçlar en az yaklaşık %40 yenilenebilir tedarik gerektiriyor; yenilenebilir payı en etkili parametre, ardından yapay zekâ fayda ölçekleme faktörü. OPT > MOD > BAU sıralaması ±%20 ağırlık değişiminde korunuyor.

Senaryo varsayımları: BAU standart hava soğutma, %65 kullanım ve 4 yıllık yenileme; orta hibrit hava/sıvı soğutma, %15 PUE azalması, %75 kullanım ve 3,5 yıllık yenileme; agresif tam sıvı daldırma, %30 PUE azalması ve %85 kullanım. KİK işletme şebeke yoğunlukları (IEA 2023): Suudi Arabistan 620, BAE 430, Katar 520, Kuveyt 650, Bahreyn 580, Umman 490 gCO2/kWh, ağırlıklı ortalama 548. 2035'te öngörülen KİK veri merkezi emisyonları 47,3 Mt CO2e (BAU), 31,8 (orta, −%32,8) ve 19,4 (agresif, −%59,0), 2023'teki 20,7 Mt'den. Agresif durumda bile ölçeklenmiş yapay zekâ faydaları (14,7 Mt CO2e/yıl) veri merkezi emisyonlarının yalnızca %75,8'ini dengeliyor. BAU'da 2035 su kullanımı yılda 2,50 milyon m³: 1,49 doğrudan soğutma artı 1,01 tuzdan arındırma enerjisiyle dolaylı. Gömülü karbon operasyonel ayak izine %15-25 ekliyor.

Sınırlar: çıktılar ikincil veriye dayalı senaryo koşullu tahminler, öngörü değil; ağırlıklar uzman değerlendirmesi ve NDC içerik analizine dayanıyor. Sonuç yenilenebilir tedarik payına ve yapay zekâ fayda ölçeklemesine çok duyarlı.

Öne çıkan noktalar

  1. ÇKKV boyut ağırlıkları: karbon 0,40, su 0,25, sosyal 0,20, yönetişim 0,15; KİK NDC'lerinin içerik analizinden türetildi ve literatürle (karbon için tipik 0,35-0,45) kontrol edildi.
  2. NIS = Σ(w_i·B_i) − Σ(w_i·F_i), -1 ile +1 ölçeğinde: BAU −0,478, orta −0,032, agresif +0,190; tüm yapay zekâ faydaları hariç tutulduğunda her senaryo negatif (BAU −0,619, orta −0,198, agresif −0,082).
  3. Net pozitif sonuçlar en az yaklaşık %40 yenilenebilir tedarik gerektiriyor; yenilenebilir payı en etkili parametre; OPT > MOD > BAU sıralaması ±%20 ağırlık değişiminde korunuyor.
  4. Senaryolar: BAU standart hava soğutma, %65 kullanım, 4 yıl yenileme; orta hibrit hava/sıvı, %15 PUE azalması, %75 kullanım, 3,5 yıl; agresif tam sıvı daldırma, %30 PUE azalması, %85 kullanım.
  5. KİK işletme şebeke yoğunlukları (IEA 2023): Suudi Arabistan 620, BAE 430, Katar 520, Kuveyt 650, Bahreyn 580, Umman 490 gCO2/kWh; ağırlıklı ortalama 548.
  6. 2035 KİK veri merkezi emisyonları 47,3 Mt CO2e (BAU), 31,8 (orta, −%32,8) ve 19,4 (agresif, −%59,0), 2023'te 20,7 Mt; agresif durumda bile yapay zekâ faydaları (14,7 Mt/yıl) emisyonların yalnızca %75,8'ini dengeliyor.
  7. BAU'da 2035 su kullanımı yılda 2,50 milyon m³ (1,49 doğrudan soğutma + 1,01 tuzdan arındırma enerjisiyle dolaylı); orta ve agresif toplamı %28 ve %52 azaltıyor.
  8. Genişletilmiş sınırda gömülü karbon operasyonel ayak izine %15-25 ekliyor.

Tasarımda kullanımı

  • Sıcak ve kurak bölgelerde yapay zekâ veri merkezi yatırım değerlendirmesinde karbon, su, sosyal ve yönetişim kriterlerini birlikte ve açık ağırlıkla (0,40/0,25/0,20/0,15) değerlendirin; dolaylı su (tuzdan arındırma enerjisi) doğrudan soğutma suyunun yaklaşık 0,68 katıydı.
  • Net olumlu çıktı için yenilenebilir tedarik payını (en az yaklaşık %40) projenin koşulu olarak tanımlayın ve yapay zekâ fayda iddialarını dört atıf testinden geçirin.
  • Gömülü karbonu (operasyonel ayak izinin %15-25'i) sınır tanımına dahil edin ve senaryo sonuçlarını tahmin değil koşullu tahmin olarak raporlayın.

Aylık bülten · ücretsiz

Referans listeniz güncel kalsın

Ayda bir: yeni eklenen kaynaklar, Türkiye mevzuatındaki değişiklikler ve yaklaşan veri merkezi etkinlikleri.

SoSo CAD

Tasarım kararlarının maliyetini karşılaştırın

SoSo CAD’de ekipman maliyetlerini, enerji giderlerini ve toplam sahip olma maliyetini (TCO) girdileriniz ve varsayımlarınızla değerlendirin.

Demo iste
SoSo CAD maliyet çalışma alanında CAPEX ve TCO tahminleri

Kimler okumalı

Körfez bölgesinde yapay zekâ veri merkezi yatırımlarının net sürdürülebilirliğini değerlendiren planlamacılar ve politika uzmanları.

Belgenin bölümleri

  1. 1 Giriş
  2. 2 Kuramsal çerçeve (2.1 Sosyo-teknik sistemler kuramı, 2.2 Ekolojik modernleşme, 2.3 Kavramsal gerilim: altyapı)
  3. 3 Literatür taraması (3.1 Veri merkezi enerji tüketimi, 3.2 Kurak iklimlerde su-enerji bağlantısı, 3.3 Çevre için yapay zekâ uygulamaları, 3.4 Mevcut sürdürülebilirlik değerlendirme çerçeveleri, 3.5 Literatür sentezi)
  4. 4 Metodoloji (4.1 Araştırma tasarımı, 4.2 Veri kaynakları ve kalitesi, 4.3 Vaka seçim protokolü, 4.4 Duyarlılık analizi protokolü, 4.5 Sistem sınırı tanımı)
  5. 5 Sonuçlar (5.1 Çevresel ayak izi: karbon, su, enerji, gömülü karbon; 5.2 Yapay zekâ destekli sürdürülebilirlik faydaları, 5.3 Net sürdürülebilirlik etkisi)
  6. 6 Tartışma (6.1 Net etki skorlarının yorumu, 6.2 Kuramsal çıkarımlar, 6.3 Metodolojik katkılar, 6.4 Politika ve yönetsel çıkarımlar, 6.5 Sınırlamalar)
  7. 7 Sonuç

İlgili standartlar

  • GHG Protocol Corporate Standard
  • GHG Protocol Scope 2 Guidance
  • EU Code of Conduct for Data Centres

Belgeyi okuyun

ai-dc-net-sustainability-mcda-gcc-2026.pdf

PDF · 5,4 MB · İngilizce

CC BY 4.0 — atıf vererek paylaşabilirsiniz

Belge, lisansı yeniden dağıtıma izin verdiği için özgün haliyle ve değiştirilmeden sunulmaktadır.

Yayın bilgileri

Yazarlar
Abdelrehim Awad; Bshair Alharthi; Hiyam Abdulrahim; Sara A. Ghorashi; Waleed M. Abdelfattah; Suleiman Ibrahim Mohammad; Asokan Vasudevan; Zahid Hussain
Yayıncı
Frontiers in Environmental Science (Frontiers Media SA)
Yıl
2026
Cilt
14
Sayfalar
1852462
Belge dili
İngilizce
Kaynak türü
Bilimsel yayın
Erişim
Açık lisans — indirilebilir
Lisans
CC BY 4.0 — atıf vererek paylaşabilirsiniz
Lisans kanıtı
doi.org
Özgün lisans notu (İngilizce)

Article p.1 states 'This is an open-access article distributed under the terms of the Creative Commons Attribution License (CC BY)'.

Künye

Abdelrehim Awad; Bshair Alharthi; Hiyam Abdulrahim; Sara A. Ghorashi; Waleed M. Abdelfattah; Suleiman Ibrahim Mohammad; Asokan Vasudevan; Zahid Hussain (2026). Net sustainability assessment of AI-driven data centers in the GCC: an MCDA approach framework. Frontiers in Environmental Science (Frontiers Media SA). 14, 1852462. https://doi.org/10.3389/fenvs.2026.1852462

İçerik ve tüm hakları eser sahiplerine aittir. SoSo CAD yalnızca künye, kendi hazırladığı özet ve kaynağa bağlantı sunar; kaynakların içeriğinden sorumlu değildir.