Yapay zekâ son yıllarda pek çok sektörü yeniden şekillendirirken enerji sistemleri bu değişimin en stratejik altyapısı ve en kırılgan bileşeni haline gelmiştir. Erken dönem çalışmalarda bir ChatGPT sorgusunun 2,9 Wh elektrik tükettiği ve bunun geleneksel bir web aramasına kıyasla yaklaşık on kat daha yüksek enerji kullanımına karşılık geldiği belirtilmiştir; ancak model verimliliğindeki hızlı gelişmeler bu farkı önemli ölçüde azaltmıştır [1,2]. Yapay zekânın enerji sistemleri üzerindeki asıl etkisi ise tekil sorgu başına tüketimden çok, büyük ölçekli kullanımın ve veri merkezi altyapısının yarattığı kümülatif enerji talebinde ortaya çıkmaktadır. Nitekim Goldman Sachs, üretken yapay zekâ araçlarındaki hızlı büyümeyle birlikte veri merkezlerinin enerji talebinin 2030 yılına kadar %160 oranında artacağını öngörmektedir [3].

Yapay zekâ bir yandan enerji altyapıları üzerindeki baskıyı artırırken, diğer yandan enerji sistemlerini daha verimli, esnek ve öngörülebilir kılmada en güçlü araçlardan biri olarak öne çıkmaktadır. Temel ikilem de bu noktada belirginleşmektedir: enerji tüketimini hızla artıran teknoloji, enerji sistemlerinin en karmaşık problemlerinin çözümünde de kritik rol oynamaktadır. Dolayısıyla önümüzdeki dönemde teknoloji ve enerji politikalarının merkezinde, bu yapay zekâ-enerji paradoksunun nasıl yönetileceği sorusu yer alacaktır.

Enerji Sistemlerinde Yapay Zekâ: Ne Yapıyor, Nerede Kullanılıyor?

Enerji sistemleri, doğaları gereği yüksek hacimli ve çok boyutlu veri üreten karmaşık yapılardır. Üretim, tüketim, hava koşulları, frekans değişimleri, ekipman davranışları ve piyasa verileri gibi çok sayıda parametrenin eş zamanlı analiz edilmesi gerekmektedir. Yapay zekâ, bu büyük veri yapılarından anlamlı örüntüler çıkararak karar destek mekanizmalarını güçlendirmektedir.

Bugün yapay zekânın enerji sektöründeki başlıca uygulama alanları şunlardır:

• Üretim ve yük tahmini: Güneş ve rüzgâr enerji santrallerinde meteorolojik koşullara bağlı yüksek üretim değişkenliği; makine öğrenmesi, transformer mimarileri, attention mekanizmaları ve hibrit modeller kullanılarak daha hassas şekilde tahmin edilebilmektedir. Bu sayede elektrik şebekeleri ile enerji piyasaları daha etkin bir şekilde yönetilebilmektedir.
• Anomali tespiti ve kestirimci bakım: Üretim, iletim ve dağıtım sistemlerinden elde edilen operasyonel veriler gerçek zamanlı olarak analiz edilerek ekipman anomalileri ve olası arızalar erken aşamada tespit edilebilmektedir. Böylece, bakım planlaması optimize edilmekte, maliyetler azaltılmakta, sistem güvenilirliği artırılmakta ve arz güvenliği güçlendirilmektedir.
• Akıllı şebeke yönetimi: Yük yönetimi, talep tarafı katılımı, enerji depolama sistemleri ve dağıtık enerji kaynaklarının koordinasyonu yapay zekâ destekli karar mekanizmaları sayesinde daha dinamik, esnek ve optimize biçimde gerçekleştirilebilmektedir.
• Enerji piyasası analizleri: Elektrik fiyat tahmini, piyasa simülasyonları, arbitraj stratejileri ve risk yönetimi uygulamalarında yapay zekâ tabanlı modeller aktif olarak kullanılmaktadır. Bu sayede piyasa davranışları daha hızlı analiz edilebilmekte ve karar süreçleri daha etkin yönetilebilmektedir.
• Dijital ikiz uygulamaları: Fiziksel enerji altyapılarının dijital ortamda modellenmesiyle; simülasyon, senaryo analizi, performans izleme ve bakım planlaması süreçleri yürütülebilmektedir.

Enerji Tüketicisi Olarak Yapay Zekâ: Veri Merkezlerinin Artan Yükü

Bir önceki bölümde ele alınan olumlu etkilerin yanında, ilişkinin ters yönlü sonuçları da giderek daha görünür hale gelmektedir. Yapay zekâ artık yalnızca enerji sistemlerini optimize eden bir teknoloji değil, aynı zamanda bu sistemlerin üzerindeki yükü hızla büyüten yeni bir tüketim katmanıdır.

Uluslararası Enerji Ajansı’nın (IEA) 2025 yılı verilerine göre küresel veri merkezi elektrik tüketimi 2025 itibarıyla yaklaşık 485 TWh düzeyinde olup 2030 yılında bu değerin 950 TWh’e ulaşması beklenmektedir [4]. Aynı yıl, veri merkezlerinin küresel elektrik talebinin yaklaşık %3’ünü oluşturacağı ön görülmektedir. Karşılaştırmalı bir ölçek sunmak gerekirse, Türkiye’nin 2025 yılı brüt elektrik tüketimi 360,9 TWh olarak gerçekleşmiştir [5]. Buna göre, küresel veri merkezlerinin 2030 yılındaki öngörülen tüketimi, Türkiye’nin 2025 yılı brüt elektrik tüketiminin yaklaşık 2,63 katına karşılık gelmektedir. 

Yapay zekâ odaklı veri merkezlerinin elektrik tüketiminin ise bu dönemde genel veri merkezi talep artışının oldukça üzerinde seyrederek yaklaşık üç katına çıkması beklenmektedir [4]. Akseleratör sunucuların (GPU/TPU ağırlıklı) elektrik tüketiminin yıllık  %30 büyüyeceği öngörülmektedir ki bu oran geleneksel sunucu büyüme oranının (yıllık ~%9) üç katından fazladır [6].

Büyük ölçekli dil modellerinin eğitimi de önemli bir enerji ve karbon ayak izi yaratmaktadır. Örneğin, ChatGPT’nin eğitim sürecinin yaklaşık 552 ton CO₂ eşdeğeri emisyon ürettiği tahmin edilmektedir ki bu miktar 121 ABD hanesinin yıllık karbon ayak izine karşılık gelmektedir [7]. Daha geniş ölçekte bakıldığında, Uluslararası Enerji Ajansı’nın raporunda veri merkezlerinin elektrik kullanımından kaynaklanan emisyonların günümüzde 180 milyon ton CO₂ eşdeğeri düzeyinde olduğu; bu miktarın 2035 yılında temel senaryoda 300 milyon tona ve yükseliş senaryosunda ise 500 milyon tona kadar çıkabileceği belirtilmektedir [8].

Veri merkezlerinin etkisi yalnızca elektrik tüketimi ve karbon emisyonlarıyla sınırlı değildir; su tüketimi de giderek büyüyen bir sürdürülebilirlik sorunu olarak öne çıkmaktadır. Veri merkezleri suyu başlıca üç alanda kullanmaktadır: soğutma (doğrudan tüketim), nemlendirme (doğrudan tüketim) ve elektrik üretimi (dolaylı tüketim).  ABD Enerji Bakanlığı Lawrence Berkeley Ulusal Laboratuvarı tarafından Stanford University, Northwestern University ve Carnegie Mellon University araştırmacılarıyla birlikte yürütülen çalışmaya göre, veri merkezlerine güç sağlayan elektriğin üretimi için kullanılan su miktarı, tesislerin soğutma amacıyla doğrudan kullandığı sudan daha yüksektir. Araştırmacılar, ABD’de 1 kWh elektrik üretimi için ortalama yaklaşık 7,6 litre su kullanıldığını; buna karşılık ortalama bir veri merkezinin tükettiği her 1 kWh elektrik başına yaklaşık 1,8 litre suyu tesis içinde kullandığını belirtmektedir [9].

Bununla birlikte, veri merkezlerinde günlük su tüketiminin 11–19 milyon litreye ulaşabildiği ve bunun yaklaşık 30.000 kişilik bir yerleşimin günlük su ihtiyacına eşdeğer bir kaynak kullanımına karşılık geldiği de ifade edilmektedir [10,11]. Son tahminler, yapay zekanın tek başına 2027 yılına kadar, tesis içi soğutma ve tesis dışı elektrik üretimi de dahil olmak üzere, 4,2 ila 6,6 milyar metreküp ek su çekimine yol açabileceğini göstermektedir. Bu miktar, Danimarka’nın yıllık su çekiminin 4 ila 6 katına eşdeğer olup, yapay zekâ altyapılarının su kaynakları üzerindeki baskısının dikkatle yönetilmesi gerektiğini ortaya koymaktadır [12].

Google, Amazon ve Microsoft gibi teknoloji şirketleri su kullanımına ilişkin bazı göstergeleri kamuoyuyla paylaşmaktadır. Ancak söz konusu istatistiklerin doğruluğu konusunda tartışmalar bulunmaktadır.  Google’ın küresel veri merkezi filosunda, 2024 yılında 30,6 milyar litre (8,1 milyar galon) su tüketilmiş olup bu miktar ABD’nin güneybatısındaki 54 golf sahasının yıllık su ihtiyacına karşılık gelmektedir. Microsoft’ta ise su tüketimi ortalama 0,30 L/kWh olup 2022–2024 döneminde %34 artış göstermiştir [10,11]. Buna karşın şirket, düşük su tüketimli soğutma teknolojileri ve geri kazanım projeleriyle 2030 yılına kadar “water positive” olmayı hedeflemektedir. Söz konusu yeni nesil sistemlerle, günlük en yüksek kullanımda yaklaşık 350.000 galon su tüketeceği ön görülmektedir [10].   Amazon ise toplam su tüketimini açıklamamakla birlikte AWS veri merkezlerinde su kullanım etkinliğinin 0,15 L/kWh düzeyinde olduğunu ifade etmektedir. Ayrıca firmanın İspanya’daki üç önerilen veri merkezinin 755.720 metreküp su tüketebileceği tahmin edilmekte; bu miktarın yaklaşık 200 hektar mısır tarlasını (500 dönüm) sulamaya yetecek büyüklükte olduğu belirtilmektedir [10,11]. 

Neticede, veri merkezlerinin su talebi, özellikle su kıtlığı yaşanan bölgelerde mevcut su kaynakları üzerindeki baskıyı önemli ölçüde artırarak tarımsal ve kentsel kullanım açısından ciddi riskler yaratmaktadır. Bu nedenle yapay zekâ odaklı veri merkezlerinin çevresel etkisi, yalnızca karbon emisyonları üzerinden değil, enerji-su-karbon ilişkisini birlikte dikkate alan daha bütüncül bir sürdürülebilirlik perspektifiyle değerlendirilmelidir.

Bu bütüncül perspektif, veri merkezlerini yalnızca su ve karbon ayak izi açısından değil, aynı zamanda elektrik şebekeleri üzerinde sürekli, yüksek yoğunluklu ve yüksek güvenilirlik gerektiren yeni bir yük profili olarak da ele almayı gerektirmektedir. Bu noktada temel soru şudur: Mevcut elektrik şebekeleri bu yeni yük profilini güvenilir, sürdürülebilir ve düşük karbonlu biçimde karşılayabilecek mi? Özellikle ABD ve Avrupa’daki şebeke operatörlerine göre kısa vadede bu soruya net bir “evet” yanıtı vermek oldukça güç görünmektedir. Veri merkezlerinin kesintisiz ve yüksek güvenilirlikli güce olan ihtiyacı, yenilenebilir kaynakların değişken üretim profiliyle her zaman örtüşmemektedir. Bu yapısal boşluk, büyük teknoloji şirketlerini enerji arz güvenliğini doğrudan kontrol edebilecekleri yeni stratejilere yöneltmektedir.

Büyük Teknoloji Şirketleri Enerji Yatırımcılarına Dönüşüyor

Yapay zekâ çağının şekillendirdiği yeni enerji denkleminde büyük teknoloji şirketleri, yalnızca yazılım geliştiricileri olmaktan çıkarak doğrudan enerji yatırımcısına dönüşmektedir. Yenilenebilir enerji yatırımları, uzun dönemli güç satın alma anlaşmaları (PPA), enerji depolama sistemleri ve küçük modüler reaktörler (SMR), bu yeni stratejik yönelimin temel bileşenleri arasında yer almaktadır. Özellikle nükleer enerji ve SMR teknolojileri, veri merkezlerinin sürekli, yüksek yoğunluklu ve düşük karbonlu elektrik ihtiyacını karşılamaya yönelik seçenekler arasında son dönemde daha fazla öne çıkmaktadır.

Son yıllarda imzalanan ve öne çıkan anlaşmalar aşağıda özetlenmiştir:

• Microsoft / Three Mile Island: Microsoft, Constellation Energy ile Eylül 2024’te imzaladığı 20 yıllık PPA kapsamında, atıl durumdaki Three Mile Island Unit 1 reaktörünü (835 MW) yeniden devreye almak üzere süreci başlatmıştır. Bu anlaşma, Microsoft’un PJM bölgesindeki veri merkezi elektrik tüketimini karbonsuz nükleer üretimle eşleştirmeyi amaçlamaktadır [13].
• Google / Kairos Power: Google, Kairos Power ile 6 ila 7 küçük modüler reaktörden (SMR) oluşan ve  2035 yılına kadar  devreye alınması planlanan 500 MW’lık nükleer kapasite için  anlaşma imzalamıştır. İlk 50 MW’lık aşamada, Tennessee Vadisi Otoritesi (TVA) şebekesi üzerinden Google’ın veri merkezlerine enerji aktarılacaktır [14,15]. 
• Amazon / X-energy ve Energy Northwest: Amazon, Ekim 2024’te X-energy’ye yönelik 500 milyon dolarlık finansmanında  ana yatırımcı olmuştur. Ayrıca Energy Northwest ile ilk aşamada 320 MW, opsiyonel olarak 960 MW’a kadar çıkabilecek SMR projelerini kapsayan bir anlaşma yapmıştır [16]. Amazon ayrıca Pennsylvania’daki Talen Energy/Susquehanna nükleer santraliyle veri merkezi enerji tedariki açısından stratejik bir ilişki kurmuş ve 10 yıllık bir anlaşma imzalamıştır [13].
• Meta: Meta, Haziran 2025’te Constellation Energy ile Illinois’teki Clinton Clean Energy Center için 20 yıllık bir PPA imzalamıştır. Anlaşma, 1.121 MW emisyonsuz nükleer kapasitenin Meta’nın bölgesel operasyonlarını ve temiz enerji hedeflerini desteklemesi açısından önem taşımaktadır [17].  
• Oracle: Üç küçük modüler reaktörle desteklenmesi planlanan gigawatt ölçekli bir veri merkezi tasarladığını açıklamıştır. Ancak bu projeye ilişkin yer, takvim ve lisanslama ayrıntıları henüz sınırlı düzeyde kamuoyuna yansımıştır [15]. 

Bu hamlelerin ortak noktası dikkat çekicidir. Tüm bu anlaşmalar, yapay zekâ veri merkezlerinin kesintisiz ve güvenilir güce duyduğu ihtiyacı karşılamak için yalnızca yenilenebilir enerji alım anlaşmalarına değil, aynı zamanda mevcut nükleer santral kapasitesine ve ileri nükleer/SMR teknolojilerine de yönelmektedir. Çünkü güneş ve rüzgâr enerjisinin değişken üretim profili, veri merkezlerinin sürekli çalışan ve yüksek güç yoğunluğu gerektiren yük karakteristiğini tek başına karşılamakta yeterli görülmemektedir.

Öte yandan lisanslama süreçleri, yüksek yatırım maliyetleri, inşaat süreleri, atık yönetimi ve kamuoyu kabulü, bu teknolojilerin yaygınlaşmasını zorlaştıran başlıca unsurlar arasında yer almaktadır. Ayrıca nükleer enerji, geçmişte birçok kez büyük beklentiler yaratmış ancak bu beklentilerin önemli bir kısmı sürdürülebilir sonuçlara dönüşmemiştir. Bu nedenle mevcut SMR dalgasının önceki girişimlerden ne ölçüde ayrışacağı hâlâ belirsizliğini korumaktadır.

Sürdürülebilir Yapay Zekâya Doğru: Green AI ve Enerji Farkındalıklı Hesaplama

Artan enerji talebini yalnızca yeni enerji yatırımlarıyla karşılamak yeterli görülmemektedir. Yapay zekâ sistemlerinin daha verimli, düşük karbonlu ve enerji farkındalıklı biçimde çalıştırılması da giderek kritik bir gereklilik haline gelmektedir.  Bu ihtiyaç, “Green AI”, “Energy-aware AI” ve “Carbon-aware Computing” gibi kavramları enerji ve teknoloji politikalarının önemli başlıklarından biri haline getirmiştir. Bu yaklaşımlar artık yalnızca teorik tartışmalar olmaktan çıkmış; birçok alanda somut uygulamalara dönüşmeye başlamıştır:

• Model sıkıştırma ve distilasyon: Büyük modellerin daha küçük, daha verimli versiyonlarına (knowledge distillation, quantization, pruning) dönüştürülmesi hem hesaplama maliyetini hem de enerji tüketimini düşürmektedir.
• Karbon farkındalıklı iş yükü zamanlaması (carbon-aware scheduling): Hesaplama iş yüklerinin zamanını veya konumunu anlık ya da tahmin edilen yenilenebilir enerji miktarına (karbon yoğunluğu) göre ayarlayan bir sürdürülebilirlik yöntemidir. Bu sayede veri merkezlerinin karbon ayak izini azaltabilmektedir. İki şekilde çalışmaktadır.
• Zamansal Kaydırma (Temporal Shifting): Bir veri merkezinin yerel elektrik şebekesinde rüzgar veya güneş enerjisi yüksek olduğunda (düşük karbon yoğunluğu), yüksek işlem gücü gerektiren işler başlatılmaktadır. Karbon yoğunluğunun arttığı saatlerde işlemler ertelenmektedir.
• Mekânsal Kaydırma (Spatial Shifting): İş yükleri, o an güneş veya rüzgâr enerjisi arzının daha bol olduğu farklı bölgelerdeki veri merkezlerine yönlendirilmektedir.

Google, bu yaklaşımı Carbon-Intelligent Computing System (CICS) adıyla kendi veri merkezi filolarında üretim ortamında hayata geçirmiştir [18,19].  Microsoft, Green Software Foundation (GSF) çatısı altında geliştirilen Carbon Aware SDK’nın başlıca katkı sağlayıcılarından biri olmuş ve bu yaklaşımı Kubernetes tabanlı karbon farkındalıklı iş yükü yönetimi çözümlerine entegre etmiştir [20].

• PUE optimizasyonu (Power Usage Effectiveness): Veri merkezi altyapısında soğutma, aydınlatma ve güç dönüşüm kayıplarının minimize edilmesi yoluyla enerji verimliliği artırılmaktadır. Uptime Institute’ün 2024 küresel anketine göre sektör ortalaması PUE 1,56 olup son yıllarda durağanlaşmıştır [21]; buna karşın Google gibi hiper ölçekli operatörler filo genelinde 1,09 düzeyine ulaşmıştır [22].

Sonuç olarak, gelecekte daha büyük modeller geliştirmek tek başına yeterli olmayacak; aynı zamanda daha düşük karbonlu, enerji verimli ve sürdürülebilir yapay zekâ sistemleri kurabilmek stratejik bir fark yaratacaktır.

Paradoksun Özü: Çift Yönlü Bağımlılık

Yapay zekâ ile enerji sistemleri arasında artık çift yönlü bir bağımlılık ilişkisi oluşmuştur. Yapay zekâ, enerji sistemlerini daha verimli, öngörülebilir ve dayanıklı hale getiren en güçlü araçlardan biri haline gelirken enerji altyapıları da yapay zekâ sistemlerinin sürdürülebilirliğini belirleyen temel unsur haline gelmiştir. Dolayısıyla, sorun ve çözüm aynı teknolojinin içinden doğmaktadır.

Ancak bu döngünün sürdürülebilirliği yalnızca teknik bir mesele değildir; aynı zamanda çevresel ve altyapısal bir sınır problemidir. Artan elektrik tüketimi, su kullanımı ve karbon emisyonları, yapay zekâ altyapılarının büyümesini fiziksel olarak sınırlayan temel unsurlar arasında yer almaktadır. Dolayısıyla yapay zekâ ile enerji arasındaki ilişkinin sürdürülebilirliği, enerji altyapısı, çevresel sürdürülebilirlik ve yapay zekâ kapasitesinin eş zamanlı biçimde geliştirilebilmesine bağlıdır; bu alanlardan herhangi birinde ortaya çıkacak kırılganlık, diğer sistemleri de doğrudan etkileyecektir.

Sonuç olarak, önümüzdeki on yılda küresel güç dengesi yalnızca algoritma performansıyla değil, bu enerji-teknoloji-çevre dengesini kimin daha sürdürülebilir biçimde kurabildiğiyle şekillenecektir. Bu nedenle, yapay zekâ yarışı, aynı zamanda bir enerji ve çevre yarışı anlamına gelmektedir.

KAYNAKÇA

[1] J. Aljbour, T. Wilson, and P. Patel, “Powering Intelligence: Analyzing Artificial Intelligence and Data Center Energy Consumption,” Electric Power Research Institute (EPRI), White Paper no. 3002028905, 2024. [Online]. Available: https://www.wpr.org/wp-content/uploads/2024/06/3002028905_Powering-Intelligence_-Analyzing-Artificial-Intelligence-and-Data-Center-Energy-Consumption.pdf

[2] Epoch AI, “How much energy does ChatGPT use?,” 2024. [Online]. Available: https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use

[3] Goldman Sachs, “AI poised to drive 160% increase in power demand,” 2024. [Online]. Available: https://www.goldmansachs.com/insights/articles/AI-poised-to-drive-160-increase-in-power-demand

[4] International Energy Agency (IEA), “Key Questions on Energy and AI,” Apr. 2026. [Online]. Available: https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary

[5] T.C. Enerji ve Tabii Kaynaklar Bakanlığı, “Electricity,” 2026. [Online]. Available: https://enerji.gov.tr/infobank-energy-electricity

[6] International Energy Agency (IEA), “Energy Demand from AI,” 2026. [Online]. Available: https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai

[7] World Economic Forum, “3 ways data centres can avoid doubling their energy use by 2030,” 2025. [Online]. Available: https://www.weforum.org/stories/2025/12/data-centres-and-energy-demand

[8] Data Center Dynamics, “IEA: Data center energy consumption set to double by 2030 to 945TWh,” 2025. [Online]. Available: https://www.datacenterdynamics.com/en/news/iea-data-center-energy-consumption-set-to-double-by-2030-to-945twh/

[9] Data Center Konowledge, “Here’s How Much Water All US Data Centers Consume,” 2016. [Online]. Available: https://www.datacenterknowledge.com/business/here-s-how-much-water-all-us-data-centers-consume

[10] TechTarget, “How do data centers use and manage water?,” 2025. [Online]. Available: https://www.techtarget.com/searchdatacenter/tip/How-to-manage-data-center-water-usage-sustainably

[11] Sustainable Atlas, “Data center energy consumption: tracking global power demand, water use, and carbon intensity” 2026. [Online]. Available: https://sustainableatlas.org/post/data-story-data-center-energy-consumption-water-carbon-trends-1624

[12] World Economic Forum, “Data centres use vast amounts of water – here’s how we advance water circularity”, 2025. [Online]. Available: https://www.weforum.org/stories/2025/11/data-centres-and-water-circularity/

[13] DataCenterNews, “Explainer: AI data boom sparks nuclear revival,” 2025. [Online]. Available: https://datacenter.news/story/explainer-ai-data-boom-sparks-nuclear-revival

[14] Fox Business, “Google strikes major nuclear power deal to fuel AI data centers with 50 megawatt capacity,” 2025. [Online]. Available: https://www.foxbusiness.com/technology/google-strikes-major-nuclear-power-deal-fuel-ai-data-centers-50-megawatt-capacity  

[15] Introl, “Nuclear power for AI: inside the data center energy deals,” 2026. [Online]. Available: https://introl.com/blog/nuclear-power-ai-data-centers-microsoft-google-amazon-2025

[16] World Nuclear News, “Amazon invests in X-energy, unveils SMR project plans”,  2024. [Online]. Available: https://www.world-nuclear-news.org/articles/amazon-invests-in-x-energy-unveils-smr-project-plans

[17] Constellation, “Constellation, Meta Sign 20-Year Deal for Clean, Reliable Nuclear Energy in Illinois”, 2025. [Online]. Available: https://www.constellationenergy.com/news/2025/constellation-meta-sign-20-year-deal-for-clean-reliable-nuclear-energy-in-illinois.html

[18]Google, “Our data centers now work harder when the sun shines and wind blows”, 2020. [Online]. Available: https://blog.google/innovation-and-ai/infrastructure-and-cloud/global-network/data-centers-work-harder-sun-shines-wind-blows

[19] Google, “We now do more computing where there’s cleaner energy,” 2021. [Online]. Available: https://blog.google/company-news/outreach-and-initiatives/sustainability/carbon-aware-computing-location/

[20] Microsoft Azure, “Carbon Aware KEDA Operator,” GitHub Repository, 2023. [Online]. Available: https://github.com/Azure/carbon-aware-keda-operator

[21] Upsite Technologies, “Why PUE Remains Flat and What Should Be Done About It,” 2024. [Online]. Available: https://www.upsite.com/blog/why-pue-remains-flat-and-what-should-be-done-about-it/

[22] Google, “Growing the internet while reducing energy consumption,” 2026. [Online]. Available: https://datacenters.google/efficiency/