Sonsuz Ark/ Evrensel Çerçeveye Yolculuk
Tracking Hyperscale AI Data Center Growth with Satellite Imagery
Yapay zekanın gelişimi, fiziksel temelleriyle ayrılmaz bir şekilde bağlantılıdır. Hiper ölçekli veri merkezleri, dünyanın en gelişmiş yapay zeka modellerine güç veriyor ve bu tesislere olan talep hızlanmaya devam ediyor. Hükümetler ve öncü yapay zeka geliştiricileri, hiper ölçekli veri merkezi kurulumlarına on milyarlarca ila yüz milyarlarca dolar yatırım yapıyor ve bu da söz konusu çabaların ekonomik, çevresel ve jeostratejik etkileri üzerine tartışmaları tetikliyor.
Uluslararası alanda, yapay zeka giderek artan bir şekilde ekonomik büyümenin kaynağı ve askeri yetenekler için bir varlık olarak görülüyor ve bu da özellikle ABD ve Çin arasında küresel rekabete yol açıyor . Ayrıca, veri merkezi tesislerinin başarılı bir şekilde işletilmesi yüksek miktarda enerji gerektiriyor ve bu da yerel toplulukları ve çevreyi etkiliyor. Bu nedenle, yerel topluluk etkilerinden küresel jeopolitik dinamiklere kadar, veri merkezi kapasitelerinin geliştirilmesini anlamak, kritik bir analitik zorluk olarak ortaya çıkıyor.
Yapay zekâ modellerinin gelişme hızı, destekleyici veri merkezi altyapısının da hızlı büyümesini gerektirmektedir. Veri merkezi inşaatı ve işletmesinin takibinde, uzaktan algılama -özellikle elektro-optik (EO) uydu görüntüleri- veri merkezi gelişimi hakkında anlamlı olarak neler gösterebilir ve politika yapıcılar bu verilerden geleceğe yönelik neler öğrenebilir? Birçok araştırma kuruluşu, hiper ölçekli veri merkezi tesislerindeki inşaat ve devam eden faaliyetleri izlemek için uydu görüntülerini kullanmış olsa da, faydaları ve sınırlamalarına ilişkin kamuya açık bir temel değerlendirme mevcut değildir. Bu araştırma, iki vaka çalışmasıyla bu boşluğu ele almaktadır: Khazna'nın Birleşik Arap Emirlikleri'ndeki (BAE) Ajman veri merkezi tesisi ve xAI'nin Memphis, Tennessee'deki Colossus veri merkezi tesisi. Bu örnekler, ticari duyurular ile uydu görüntülerinde görülebilen saha faaliyetleri arasında tutarsızlıklar ortaya koyarak, resmi inşaat zaman çizelgelerine, altyapı izinlerine ve şirket yayınlarına veri merkezi gelişimine ilişkin bilgiler için tek başına güvenilemeyeceğini göstermektedir. Uydu görüntüleri, veri merkezlerinin genel değerlendirmelerine entegre edilebilecek bağımsız bir doğrulama katmanı sağlar ve bu çalışma, bu görüntülerin gelecekteki yapay zeka politikası çabalarına nasıl katkı sağlayabileceğini aydınlatmaktadır. Özellikle, uluslararası yapay zeka yönetişimi tartışmaları geliştikçe, uydu görüntüleri, gelecekteki yapay zeka odaklı anlaşmaların izlenmesi ve uygulanmasını destekleyen daha geniş bir araç setinde bir doğrulama yöntemi olarak entegre edilebilir.
Teşekkürler
Bu çalışma, yazarın Denetimli Uyum Araştırma Programı (SPAR) Üyesi olarak katkıda bulunduğu Epoch AI'nin Frontier Data Centers Hub projesine dayanmaktadır ve araştırma için daha da genişletilen, projenin diğer üyeleri tarafından toplanan bilgiler üzerine inşa edilmiştir. Bu rapor, 2025 GovAI Sonbahar Bursu için yazılmış ve finanse edilmiştir.
Bu rapor, Amerikan Bilim İnsanları Federasyonu tarafından yayınlanmak üzere düzenlenmiştir ve yazar, bu yayının tamamlanmasında katkılarından ve desteklerinden dolayı Matt Korda ve Dr. Oliver Stephenson'a teşekkür etmek ister.
İçindekiler
Giriş
Veri merkezleri, yapay zeka ekosisteminin ayrılmaz bir parçasıdır ve finans, çevre ve uluslararası strateji üzerinde etki yaratmaktadır. Veri merkezlerine yapılacak toplam beklenen finansal yatırım milyarlarca doları bulmaktadır ve trilyonlara ulaşması beklenmektedir . Bu tesislerin ölçeği de muazzamdır: Temmuz 2025'te Meta CEO'su Mark Zuckerberg, bir gigawatt kapasiteye sahip olması ve neredeyse Manhattan büyüklüğünde bir alanı kaplaması beklenen Hyperion veri merkezinin inşası planlarını duyurdu . Dolayısıyla, veri merkezleri geliştirilmeye devam ettikçe önemli ekonomik ve endüstriyel sonuçlar doğurmaktadır. Bu tesislerin büyüklüğü ve ölçeği yüksek miktarda enerji gerektirir ve bu ihtiyaçlar, yapay zekanın genel etkisiyle ilgili çevresel endişeleri artırmaktadır. Özellikle Elektrik Enerjisi Araştırma Enstitüsü, veri merkezlerinin 2030 yılına kadar ABD'deki toplam elektriğin %9-17'sini kullanacağını (bugünkü %4-5'ten bir artış) tahmin etmektedir. Ayrıca, uluslararası alanda, yüksek düzeyde yapay zeka teknolojisi giderek teknolojik üstünlüğün bir göstergesi olarak görülmekte ve ülkeler yalnızca yapay zeka modellerinin geliştirilmesini değil, aynı zamanda bunların askeri sistemlere entegrasyonunu da ulusal öncelikler olarak belirlemektedir. Tüm bu unsurlar, enerji ihtiyaçlarına ilişkin yerel endişeleri ve yapay zekanın denetimsiz ilerlemesinin önemli jeopolitik istikrarsızlaştırıcı etkileri olabileceğine dair korkuları yansıtarak, dünya genelinde veri merkezi inşaatına ilişkin bir miktar kamuoyu tepkisine neden olmuştur.
Bu kapsamlı medya, siyasi ve analitik ilgiye rağmen, veri merkezi tesislerine ilişkin kamuoyuna sunulan bilgiler genellikle eksik veya belirsizdir ve bu da gelişim hızları konusunda belirsizlikler yaratmaktadır. Bu bağlamda, uydu görüntüleri, bağımsız bir doğrulama biçimi olarak bu tesislerin gelişimini ve işletmesini izlemek için bir araçtır. Bu rapor, elektro-optik (EO) görüntüleme ve iki vaka çalışması kullanarak, veri merkezi altyapısının gelişimini ve işletmesini izlemede uydu görüntülerinin oynayabileceği rolü incelemektedir: Khazna'nın BAE'deki Ajman veri merkezi ve xAI'nin Memphis, Tennessee'deki Colossus veri merkezi.
Aşağıdaki bölümler, analitik bir çerçeveyi özetlemekte, uydu görüntülerindeki gözlemlenebilir göstergeleri değerlendirmekte ve bunları bu iki vaka çalışmasına uygulamaktadır. Çalışma, görüntülerdeki görünür özellikleri ticari olarak açıklanan kilometre taşlarıyla karşılaştırarak, veri merkezi kurulum zaman çizelgelerine ilişkin gelecekteki tahmin çalışmalarına bilgi sağlamakta ve uydu kaynaklı içgörülerin sınırlı veya belirsiz olduğu alanları belirlemektedir. Raporun sonuç bölümünde sonraki adımlara ilişkin öneriler yer almakta ve veri merkezlerinin uydu görüntülerinin ticari, hükümet ve yerel topluluklarda oynayabileceği rolü özetlemektedir. Uluslararası düzeyde, potansiyel çok taraflı yapay zeka yönetişim çerçeveleri hakkında görüşmeler devam etmektedir; uydu görüntüleri, gelecekteki yapay zeka ile ilgili anlaşmalar kapsamındaki taahhütleri bağımsız olarak doğrulamak için tamamlayıcı bir katman olarak hizmet etmeye özellikle uygundur.
Mevcut Literatür Üzerine Yorumlar
Veri merkezi konumları, kapsamlı ve herkese açık tek bir veritabanında bulunmamaktadır. Bunun yerine, şirketler kendi veri merkezlerinin konumlarını duyurular veya yayınlar aracılığıyla (örneğin Google'ın Veri Merkezi dizini) açıklamayı tercih edebilirler. Data Center Map, Baxtel ve Pacific Northwest National Laboratory'nin Açık Kaynak Veri Merkezi Atlası gibi diğer toplayıcılar ise, veri merkezi konumlarını toplamak ve görüntülemek için izinlerden, haber makalelerinden ve diğer açık kaynak bilgilerinden bağımsız olarak yararlanmaktadır. Ancak, bu listelerin eksiksizliği ve doğruluğu değişkenlik göstermektedir. Bu nedenle, uydu görüntüleri, veri merkezi tesisleri hakkındaki mevcut coğrafi bilgilere güvenilirlik kazandırabilecek ek bir bağımsız bilgi katmanı oluşturmaktadır.
Birçok kuruluş, veri merkezi inşaatı ve işletmesini izlemek için uydu görüntülerini kullanmaya ilgi duyduğunu ifade etti. Özellikle, Epoch AI'nin Frontier Data Centers Hub'ı, ABD'deki hiper ölçekli veri merkezi inşaatını izlemek için uydu görüntüleri, izin verileri ve diğer açık kaynakları kullanıyor. Buna ek olarak, Semianalysis'in de özel şirketler için veri merkezi faaliyetlerine ilişkin ticari ve endüstriyel bilgiler sağlamak üzere uydu görüntülerine dayanan bir veri merkezi analitik modeli bulunuyor . Ancak, Semianalysis modeli kamuya açık değil ve bunun yerine şirketlere tahmin, iş zekası, enerji kullanımı, inşaat takibi ve çevresel değerlendirme amaçları için satılıyor. Epoch AI'nin metodolojisi kamuya açık, ancak özellikle görüntülerin nasıl analiz edileceğine dair ayrıntılı bilgi vermiyor ve enerji kullanımı hesaplamaları için daha geniş uygulamalara odaklanıyor .
Bu nedenle, bu tür analizlere açık bir ilgi olmasına rağmen, uydu görüntü analizinin yapay zeka alanındaki etkilerini genişletmek için hala bolca alan bulunmaktadır. Bu araştırma, hiper ölçekli veri merkezi takibi için uydu görüntülerinin yeteneklerine geniş bir genel bakış sunarak, faydalarını ve sınırlamalarını değerlendirmektedir.
Uydu görüntüleri, haber makaleleri için gösterişli ve çekici bir görsel unsur olarak uzun zamandır medya raporlarına entegre edilmiştir ve veri merkezi inşaatı da bunun bir istisnası değildir. Ekim 2025'te Business Insider , ABD merkezli veri merkezlerinin büyümesini uydu görüntüleri üzerinde gösteren üst düzey bir makale yayınladı . Bu, kamuoyunda veri merkezi genişlemesinin görsel temsillerine yönelik bir iştahı ortaya koymaktadır. Bu tür makaleler, geleneksel görüntü analizinin detaylarından yoksundur ve resmi analizlerin sağlayabileceği ek bağlamdan faydalanabilir. Daha genel olarak, uydu görüntü verileri çeşitli paydaşlar için faydalıdır: hükümetler, algılanan uluslararası rekabet ve elektrik şebekeleri üzerindeki baskı karşısında yapay zeka ile ilgili altyapı genişlemesiyle ilgili politika kararlarını bilgilendirmek için veri merkezlerinin uydu görüntülerini kullanabilir. Gelişmiş yapay zeka laboratuvarları, kendi (ve rakiplerinin) veri merkezi geliştirmelerinin ilerlemesinden haberdar olmak için görüntü değerlendirmelerini entegre edebilir. Ayrıca, kamuoyu, yerel kalkınma projelerinin şeffaflığını artırmak ve şirketlerin izin şartlarına ve yasal yükümlülüklerine uymalarını sağlamak için uydu görüntülerinden yararlanabilir. Bu araştırma özellikle ikincisini ele alarak, uydu görüntülerinin kurumsal veri merkezi operasyonel faaliyetlerinin doğrulanması için nasıl şeffaflık sağladığını göstermektedir .
Araştırmacılar arasında, veri merkezi inşaatını izlemek için uydu görüntülerinin kullanımına ilişkin bazı şüpheler devam etmektedir. 2024 yılının sonlarında Lennart Heim ve Konstantin Pilz, veri merkezlerinin uydu görüntülerinin, bilgi işlem gücünün yayılımını izlemek için kullanımının sınırlı olabileceğini savundu . Değerlendirmeleri, çip sayısı, çip türü ve güç tüketim seviyeleri gibi unsurların çıkarılmasının zor olduğunu belirterek, uydu görüntülerinin faydasına muhafazakar bir bakış açısı getirdi. EO görüntülerinin GPU'ları veya diğer iç mekan donanımlarını doğrudan gözlemleyemediği doğru olsa da, bu araştırma, uydu görüntülerinin görünür altyapı ve inşaat ilerlemesinin bağımsız olarak doğrulanması ve geniş veri merkezi kapasite tahminleri yapılması için değerli olduğunu savunmaktadır.
Metodoloji
Bu araştırmada yazar, öncelikle elektro-optik (EO) görüntülerin analizinin temelini oluşturan prensipleri değerlendirerek, bu görüntülerin veri merkezi tesislerindeki fiziksel altyapı modellerini nasıl ortaya çıkarabileceğini özetlemektedir. Ardından yazar, bu kavramları iki örnek olay incelemesine uygulamaktadır: Birleşik Arap Emirlikleri'ndeki Ajman Veri Merkezi (inşaat ve kurulum sürecini izlemek için) ve Memphis, Tennessee'deki xAI'nin Colossus veri merkezi tesisi (özellik tanımlamasını göstermek için). Bu araştırmanın öncelikle hiper ölçekli veri merkezlerine (yani en az 50-100 MW kapasiteye sahip olanlara) odaklandığını belirtmek önemlidir. Bu tür tesisler geniş bir coğrafi alana sahiptir—genellikle onlarca ila yüzlerce futbol sahası büyüklüğünde—ve orta ila küçük ölçekli veri merkezlerine göre kamuya açık EO görüntülerinde görselleştirilmesi daha kolaydır. Bunlar mevcut binalarda veya kentsel merkezlerde yer alabilir ve bu nedenle hiper ölçekli veri merkezi kampüslerinde beklenen açıkça tanımlanabilir görsel işaretlere sahip olmayabilirler.
Uydu Görüntülerinin Veri Merkezi İzlemesinde Kullanımının Fırsatları ve Zorlukları
Elektro-Optik Görüntüleme Temelleri ve Kullanım Alanları
Elektro-Optik (EO) Görüntülemeye Genel Bakış
Elektro-optik (EO) görüntüleme, elektromanyetik spektrumun görünür ve yakın kızılötesi kısımlarındaki güneş ışığı sinyallerini algılayan sensörler aracılığıyla toplanan uydu görüntüleridir . Bu nedenle, toplama parametrelerine ve işlem sonrası aşamalara bağlı olarak, tamamlanmış ve yayınlanmış EO görüntüleme ürünleri genellikle çıplak gözle yukarıdan çekilmiş bir "fotoğraf" gibi görünür. EO görüntüleme, hem ücretsiz hem de ücretli olarak yaygın olarak ticari olarak mevcuttur. Airbus, Planet Labs ve Vantor gibi ticari sağlayıcılar, ilgi alanına , çözünürlüğe ve sağlayıcıya bağlı olarak metrekare başına yaklaşık 15 dolardan birkaç yüz dolara kadar değişen fiyatlarla, ücretli uydu görüntüleme için yaygın olarak kullanılan kaynaklardır. Ücretsiz uydu görüntüleme kaynakları, Google Earth Pro, Avrupa Uzay Ajansı'nın Copernicus Sentinel programı ve NASA Earthdata/Landsat gibi platformlar aracılığıyla edinilebilir. Bunlar genellikle arşiv görüntüleri veya ücretli sağlayıcılar aracılığıyla sunulan kaynaklardan daha düşük çözünürlüklü görüntülerdir. Uydu görüntü analizinin temelleri hakkında daha fazla bilgi için, FAS'ın bu konuyla ilgili daha önceki yayını olan "Nükleer Çağda Uydu Görüntülerine Giriş: Çin'in CFR-600 Reaktör Tesisinin Değerlendirilmesi" başlıklı yayına bakabilirsiniz.
Bir görüntünün uzamsal çözünürlüğü, ayrıntı düzeyini ve hassasiyetini belirler . Yüksek çözünürlüklü bir görüntü, bir metreden daha iyi çözünürlük olarak kabul edilir: başka bir deyişle, her pikselin uzunluğu bir metreyi temsil eder. Dolayısıyla, on santimetre çözünürlükte, bir piksel on santimetrelik bir kenarı temsil eder ve bu da 10 santimetreye 10 santimetrelik bir zemin alanına karşılık gelir.
Şekil 1. Farklı yer örnekleme mesafelerindeki uydu görüntüsü çözünürlüklerinin karşılaştırılması. Kaynak: Wikimedia Commons, CC0 Kamu Malı.
Tipik bir endüstriyel tesiste—örneğin, nükleer reaktör, su arıtma tesisi veya kömür işleme tesisi—yüksek çözünürlüklü uydu görüntülerinde aşağıdaki özellikler tespit edilebilir:
- Tesisin genel alanı;
- Binalar;
- Güvenlik çevreleri ve girişler;
- Yollar;
- Araçlar;
- Arazi değişiklikleri ve inşaat; ve
- Diğer büyük ölçekli altyapı özellikleri.
Şekil 2. Çin'in CFR-600 nükleer reaktör tesisindeki özellikleri belirlemek için kullanılan uydu görüntülerine örnek. Kaynak: Nükleer Çağda Uydu Görüntülerine Bir Kılavuz: Çin'in CFR-600 Reaktör Tesisinin Değerlendirilmesi , Amerikan Bilim Adamları Federasyonu, Aralık 2025
Şekil 2, nükleer reaktördeki altyapıyı belirlemek için kullanılan EO uydu görüntülerinin bir örneğini göstermektedir. Bu prensiplerin bazıları, sonraki bölümlerde tartışıldığı gibi, veri merkezi geliştirme ve inşaatının izlenmesinde de uygulanabilir.
Veri Merkezi Uygulamaları
Özellik Tanımlama
Dünya gözlem görüntüleri, bir veri merkezi tesisindeki belirli altyapı özelliklerini belirlemek için kullanılabilir. Aşağıdaki genel bilgiler, öncü yapay zeka geliştiricileri tarafından işletilen ABD merkezli hiper ölçekli veri merkezlerinden alınmıştır ve bu özellikler en az 50 santimetre çözünürlüğe sahip görüntülerde tanımlanabilir. Uluslararası tesislerden bazı özellikler de dahil edilmiştir.
Aşağıda özetlenen özellikler, uydu görüntülerinde tanımlamayı mümkün kılmak için çeşitli görsel kalıplar sergilerken, bu özelliklerin ve düzenlemelerinin oldukça değişken olduğunu ve bu bölümde özetlenen kalıpların katı kurallar yerine kılavuz niteliğinde olduğunu belirtmek çok önemlidir. Bu konu, aşağıdaki Sınırlamalar bölümünde daha ayrıntılı olarak ele alınmıştır.
Ek A, bir veri merkezinin temel özelliklerinin, bunları çözümlemek için gerekli uydu çözünürlüğünün, ayırt edici unsurlarının ve potansiyel engellerin bir özetini içermektedir.
Ana Veri Salonları
Büyük ölçekli bir veri merkezi tesisinin ana binası, raflar, sunucular ve çipler de dahil olmak üzere yapay zeka uygulamaları için kullanılan ekipmanları barındırır. Bunlar genellikle geniş bir coğrafi alana yayılan büyük binalardır. Uydu görüntülerinde, bir bölgedeki "ana" ve en büyük bina olarak görünürler. Ana binaların çatıları, yansıtıcılık ve sıcaklık kontrolü için beyaz veya açık renkli olabilir . Ayrıca , üstlerine HVAC ekipmanının kolayca monte edilebilmesi için genellikle düz veya düşük eğimli çatılara sahiptirler .
Veri merkezi salonları hem boyutlarıyla hem de çevrelerindeki altyapıyla (sonraki bölümlerde ele alınmıştır) tanımlanabilir. Bir veri merkezi sahası için, bir bina benzer büyüklükte bir alanı kaplıyorsa ancak kenarlarında yalnızca kamyonlar veya yükleme alanları görünüyorsa, bunun büyük olasılıkla bir depo olduğunu ve BT'ye özel bir bina olmadığını unutmayın.
Destek/İdari Binalar
Veri merkezi sahasında idari binalar genellikle giriş veya otopark alanına daha yakın inşa edilir. Ana veri salonuna göre çok daha küçük bir alana sahip olacaklar ancak genel olarak onun yakınında yer alacaklardır.
Yerinde Şebeke Elektriği
Trafo merkezleri ve şalt sahaları, veri merkezi tesisinin geri kalanına dağıtım için şebeke gücünü yönetir. Gerilim dönüşümü ve güç dağıtımı için kullanılan trafo merkezleri , genellikle güç transformatörlerinin varlığıyla ayırt edilir (Şekil 6'ya bakınız). Şalt sahaları ise, gerilimi değiştirmeden gücü yeniden yönlendirir ve genellikle görünür transformatörlere sahip olmazlar . ABD'de, genellikle açık, düz, gri beton alanlar, çubuk veya boru benzeri yapılar, ince metal altyapı ve bitişik bloklar olarak tanımlanabilirler. Beklenen özellikler arasında çelik iskeleler (diğer ekipmanlar için stabil destek sağlayan çerçeveler), transformatörler (elektrik transferi için kullanılan kutular) ve baralar (iletkenlik ve enerji transferi için kullanılan metal şeritler) bulunur. Bir trafo merkezini ana veri salonuna bağlayan kalın kablolar veya çubuk benzeri yapılar görülebilir, ancak bu her zaman böyle olmak zorunda değildir, çünkü hem yer üstü hem de yer altı besleme sistemleri kullanımda olabilir. Ayrıca, daha yüksek çözünürlüklü görüntülerde, trafo merkezlerine bağlanan güç hatları ve ilgili kuleler görülebilir.
Bazı yerlerde, şebeke elektriği özel bir binada barındırılacaktır. İç mekan trafo merkezleri, gaz yalıtımlı şalt (GIS) trafo merkezleri, hava soğutma sistemli orta gerilim (MV) dağıtım trafo merkezleri, iç mekan transformatör salonları (gürültü azaltma amacıyla içeride bulunur) veya bunların bir kombinasyonu olabilir. Bu durum özellikle BAE gibi sıcak ve kuru ülkeler için geçerlidir; bu ortamlardaki trafo merkezleri sıcaklık kontrolü amacıyla iç mekanlarda bulunabilir. Bu nedenle, trafo merkezleri ve şalt sahaları dünyanın her yerindeki veri merkezlerinde aynı görünmeyecektir.
Ana ve Yedek Güç Üretimi
Veri merkezlerinin çalışması için genellikle onlarca ila yüzlerce megavat (MW) arasında değişen, önemli miktarda enerjiye ihtiyaç duyulmaktadır; günümüzde ise gigawatt (GW) ölçekli tesisler de ortaya çıkmaktadır . Veri merkezlerinin işletilmesinin yüksek çevresel maliyeti, onları gündeme getirmiştir: taban örgütlerinden Birleşmiş Milletler'e kadar küresel topluluklar, veri merkezi tesislerinin elektrik sistemleri ve su kaynakları üzerindeki yüküyle ilgili sayısız endişeyi dile getirmiştir.
Hiper ölçekli veri merkezi tesisleri için, enerji üretim altyapısı, ana binaların sürekli olarak yeterli güce erişimini sağlar. Ana güç jeneratörleri çeşitli tasarımlarda olabilir, ancak genellikle doğal gaz türbinleridir (Şekil 7'ye bakınız). Yedek jeneratörlerden daha büyük görünürler ve görüntülerde dairesel görünen silindirik egzoz bacalarına sahiptirler. Bununla birlikte, tüm veri merkezi tesislerinde ana bir güç üretim kaynağı bulunmaz. Bazı durumlarda, enerji sağlayan enerji santralleri tesis dışında bulunur ve tesisin kendisinde mutlaka görünmez.
Şekil 7. Epoch AI Uydu Kaşifi'nde pembe renkle işaretlenmiş OpenAI Stargate Abilene tesisinin ana güç altyapısının ekran görüntüsü, 26 Eylül 2025 tarihli görüntü. Koordinatlar: 32°30'16.17″K, 99°46'31.20″B. Görüntü: Epoch AI Uydu Kaşifi © 2025 Airbus, Apollo Mapping aracılığıyla
Ana güç kaynağının kesilmesi durumunda, yedek jeneratörler (çoğunlukla dizel) ana salona acil durum gücü sağlar. Bu jeneratörler genellikle çok sayıda ve ana veri salonuna yakın konumda bulunur. Sıralar halinde düzenlenmiş daha küçük, daha ince dikdörtgenler şeklinde görünürler. Fan özellikleri bulunmaz (ve bu nedenle soğutma altyapısından ayırt edilebilirler). Ana bina çevreleri boyunca düzenli aralıklarla yerleştirilmeleri ve hizalanmaları ayırt edicidir. Bir örnek için Şekil 8'e bakınız.
Şekil 8. Epoch AI Uydu Keşif Aracı'nda mor renkle işaretlenmiş Amazon Madison Mega Tesisi yedek güç kaynağının ekran görüntüsü, 4 Ekim 2025 tarihli görüntü. Koordinatlar: 32°35'46.34″K, 90°5'40.50″B. Görüntü: Epoch AI Uydu Keşif Aracı © 2025 Airbus, Apollo Haritalama aracılığıyla
Soğutma Altyapısı: Soğutma Grupları ve Soğutma Kuleleri
Veri merkezlerinden ısıyı uzaklaştırmak için soğutma altyapısı hayati önem taşır. Soğutma üniteleri (chiller), veri merkezi soğutma döngüsünden aktif olarak ısıyı uzaklaştırır . Soğutma kuleleri ise ısıyı atmosfere atmak için kullanılan ısı atma sistemleridir . Soğutma üniteleri ve soğutucular genellikle bir veri merkezi alanında birlikte bulunur; ancak tüm veri merkezleri her ikisine de ihtiyaç duymaz. Örneğin, su soğutmalı sistemler genellikle ısıyı atmak için soğutma kulelerine ihtiyaç duyarken, hava soğutmalı sistemler buna ihtiyaç duymaz, bunun yerine ısıyı dağıtmak için soğutucu akışkan dolu bir serpantine hava üfler . Soğutma kuleleri, büyük dairesel fan açıklıklarına sahip dikdörtgen veya kare kümeler halinde düzenlenmeleriyle ayırt edilebilir (Şekil 9'a bakınız). Bu fanlar, yüksek çözünürlüklü görüntülerde birkaç metre çapında belirgin bir şekilde görülebilir.
Soğutma üniteleri ise genellikle kutu veya konteyner şeklinde olur (Bkz. Şekil 10). Hava soğutmalı soğutma ünitelerinde ızgara şeklinde düzenlenmiş daha küçük dairesel fanlar görülebilir, ancak bunlar daha küçüktür ve genellikle yalnızca ultra yüksek çözünürlüklü görüntülerde (30 santimetreden yüksek çözünürlük; daha fazla ayrıntı için Tablo A'ya bakınız) ayırt edilebilirler. Su soğutmalı soğutma üniteleri genellikle iç mekanlarda bulunur ve bu nedenle EO görüntülerinde görünmezler , ancak bu her tesiste evrensel olarak böyle değildir.
Yapım ve Zaman İçinde Değişim
En önemlisi, uydu görüntüleri bir veri merkezinin zaman içindeki inşaatını izlemek için kullanılabilir. Aylarca veya yıllarca toplanan bir veri merkezinin çeşitli uydu görüntüleri kullanılarak, arazi kullanımının ayak izi kronolojik olarak izlenebilir. Uydu görüntüleri, zaman içindeki değişimi izlemek için oldukça uygundur, çünkü ilerleme genellikle kamuya açık orta ve yüksek çözünürlüklü görüntülerde görülebilecek kadar önemlidir. İnşaat kilometre taşları, gelecekteki genişlemeyi değerlendirmek için özellikle faydalıdır: bir veri merkezinin inşası için gereken süreyi anlamak, enerji ihtiyaçlarını planlamaya ve enerji kapasitelerini tahmin etmeye yardımcı olabilir. Vaka Çalışması 1, Birleşik Arap Emirlikleri'ndeki Ajman Veri Merkezi, kronolojik veri merkezi genişlemesini izlemek için kullanılan uydu görüntülerine bir örnektir.
Vaka Çalışması 1. Birleşik Arap Emirlikleri, Ajman Veri Merkezi'ndeki İnşaatın Takibi
Arka Plan ve Bağlam
Birleşik Arap Emirlikleri'ndeki Ajman Veri Merkezi, devam eden hiper ölçekli veri merkezi tesislerinin inşasına bir örnektir. Ekim 2024'te, Orta Doğu ve Kuzey Afrika'nın en büyük veri merkezi inşaat firması olan Khazna Data Centers, Ajman'da bölgenin en büyük veri merkezi tesisini inşa etme planlarını açıkladı. Resmi açıklamalarda, Ajman Veri Merkezi'nin bölgedeki ilk yapay zeka odaklı hiper ölçekli veri merkezi tesisi olacağı, 100.000 m²'lik bir alana ve her biri 5 MW kapasiteli 20 veri salonuna sahip olacağı (toplam kapasiteyi 100 MW'a çıkaracağı) belirtildi. Bu , BAE için önemli bir başarı olup, büyük ölçekli yapay zeka hesaplama ihtiyaçlarını yönetme kapasitesini göstermektedir ve özellikle ABD Ticaret Bakanlığı'nın Kasım 2025'te BAE'ye gelişmiş yarı iletken çiplerin satışına izin verme kararı göz önüne alındığında büyük önem taşımaktadır . Bölgede yapay zeka odaklı veri merkezlerinin geliştirilmesi, bu ihraç edilen donanımın yurtdışında entegrasyon ve kullanım potansiyelini vurgulamaktadır.
Ajman, iyi belgelenmiş bir veri merkezi tesisidir ve zaman içindeki inşaatını gösteren birçok uydu görüntüsü açık kaynaklarda mevcuttur. Google Earth Engine ve Copernicus'tan alınan görüntüler kullanılarak, bu vaka çalışması 2024-2025 yılları boyunca Ajman Veri Merkezi'nin inşaatını takip etmekte ve ticari inşaat kilometre taşı duyurularını gerçek dünyadaki, sahadaki verilerle karşılaştırmaktadır.
Kronolojik Değerlendirme
Kamuya açık görüntüler, Ajman Veri Merkezi'nin Mayıs 2024'ten Ağustos 2025'e kadar olan gelişimini göstermektedir. Aşağıdaki Şekil 11, uydu görüntülerinde görünen kilometre taşlarını Khazna'nın resmi ticari duyurularıyla karşılaştırarak göstermektedir.
Şekil 12. Ajman Veri Merkezi'ndeki inşaatın ilerleyişi. B ve H görselleri © Avrupa Uzay Ajansı Copernicus Sentinel Verileri 2024 ve 2025. A, C, D, E, F, G görselleri: Google © 2024 ve 2025 Airbus
Yukarıdaki görüntüler (Şekil 12), Khazna Veri Merkezi'ndeki kronolojik gelişmeyi ve önemli kilometre taşlarını göstermektedir. Aşağıda, Khazna'nın resmi açıklamaları ile görüntüler arasındaki önemli tutarsızlıkları vurgulayan, zaman içindeki bu değişimin görüntü görüntü detaylı bir değerlendirmesi yer almaktadır.
Şekil 13, Ajman Veri Merkezi tesisinin konumunu göstermektedir. Alanın en doğusundaki altyapı özellikleri, devam eden bir konut geliştirme projesidir . Bu görüntüde, orta ve güneydoğu kısımlarında malzeme, araç ve ekipman bulunan iki inşaat alanı görülebilmektedir. Etihad Su ve Elektrik Şirketi (EtihadWE) Enerji Santrali, kuzeybatıdaki beyaz çatılı dikdörtgen tesiste yer almaktadır. Şu anda, gelişmenin tek belirtileri geçici beyaz depolama üniteleri ve iki çitli inşaat alanıdır. Bunun yakında kurulacak bir veri merkezinin yeri olduğuna dair henüz resmi bir açıklama yapılmadığını belirtmek gerekir.
Şekil 15. Ajman Veri Merkezi alanı, 16 Kasım 2024. Koordinatlar: 25°23'22.57″K, 55°34'44.82″D. Görüntü: Google © 2025 Airbus
15 Ekim 2024'te Khazna, Ajman Veri Merkezi projesinin başlangıcını resmen duyurdu . Şirkete göre, 15 Ekim itibariyle proje " temel atma " aşamasına geçmiş ve inşaat sürecindeydi. "Temel atma" öznel bir terimdir, ancak genellikle bir şantiyede resmi inşaatın başlangıcını, ilk toprak kazısı ve hazırlığını ifade eder. Bu ticari duyuru doğrudur: Şekil 14'te, 14 Ekim 2024 tarihli Copernicus Sentinel-2 görüntüleri (Sentinel Hub aracılığıyla on metrelik daha düşük çözünürlükte ücretsiz olarak sağlanmaktadır) tesisin çevre sınırlarının oluşturulduğunu ve bu sınır içindeki koyu kahverengi doğrusal özelliğin zemin bozulmalarını gösterdiğini ve resmi duyuruyla doğru bir şekilde örtüştüğünü göstermektedir. Google Earth Pro, daha yüksek çözünürlüklü görüntüleri ücretsiz olarak sunar ve bir ay sonra elde edilen görüntüler (Şekil 15), şantiyenin gelişiminde daha fazla ayrıntı göstererek, 14 Ekim 2024 tarihli koyu doğrusal özelliğin asfalt yolun ilk aşamalarını gösterdiğini ortaya koymaktadır. (Google Earth Engine, görüntünün tam çözünürlüğünü göstermez.)
21 Nisan 2025'te Khazna'nın basın bülteninde veri merkezinin "çelik yapılarının" tamamlandığı bildirildi. Ancak bu doğru görünmüyor. 3 Nisan 2025 itibarıyla çelik yapıların tamamlanması mümkün değildi. Şekil 16, binanın temellerinin henüz tamamen atılmadığını ve doğuda geniş bej renkli arazi alanlarının görülebildiğini göstermektedir. Bu nedenle, çelik yapılar bu noktada tamamlanmamıştı. Bina salonunun doğu kısmı açıkça hala geliştirme aşamasındadır. Bu, basın bülteninin iyimser olduğunu veya inşaatın gerçek ilerlemenin önünde olduğunu göstermek için stratejik olarak zamanlandığını göstermektedir.
Şekil 19. Ajman Veri Merkezi alanı, 22 Ağustos 2025. Koordinatlar: 25°23'22.57″K, 55°34'44.82″D. Görüntü: Google © 2025 Airbus
Mayıs-Ağustos 2025 tarihleri arasında önemli inşaat ilerlemesi görülmektedir (Şekil 17, 18 ve 19). Şekil 17 ve 18, koyu siyah temel tabakasının (muhtemelen asfalt veya su yalıtım membranı) daha açık renkli bir malzeme ile kaplandığını göstermektedir; bu malzeme muhtemelen beton levhalardır. Khazna'nın "çelik yapılar"ı farklı bir şekilde tanımlamış olması ve terminolojinin temel tabakasının üzerinde görünen ince metal destek özelliklerini ifade etmeyebileceği mümkündür. Bununla birlikte, bu metalik özellikler gerçekten "çelik yapılar" ise, Nisan 2025 duyurusundan çok daha sonra, Ağustos 2025 civarında tamamlanmaya yaklaşmışlardır. Ana binanın en doğu kısmında hala tamamen açık renkli temel malzeme bulunduğu göz önüne alındığında, çelik yapılar Ağustos 2025 görüntüsünde bile tamamen tamamlanmamış olabilir.
13 Kasım 2025 itibarıyla çatıda önemli ilerleme kaydedildi.
Tesisin faaliyete geçme tarihleri de inşaat süreci boyunca değişti. Ekim 2024'teki duyuruda şirket, tesisin "2025'in 3. çeyreğinde faaliyete geçeceğini" ve "15 ay içinde tamamlanacağını" belirterek, faaliyete geçme tarihini Temmuz ve Eylül 2025 arasına yerleştirmişti . Çoğu veri merkezi tesisinin tamamlanmasının ("konseptten devreye almaya") 18-30 ay sürdüğü göz önüne alındığında, bu oldukça iddialı bir zaman çizelgesidir . Uydu görüntüleri de, inşaatın 2025'in 3. çeyreğinde başlama tarihiyle uyumlu ilerlemediğini gösterdiğinden, bu sıkıştırılmış zaman çizelgesinin uygulanabilir olmadığını ortaya koymaktadır.
Khazna, Nisan 2025 güncellemesinde "projenin ilk aşamasının Aralık 2026'da tamamlanmasının planlandığını " belirtti. "Projenin ilk aşaması" ifadesinin anlamı öznel olsa da, tesisin genel olarak tamamlanması için bu çok daha gerçekçi bir zaman çizelgesidir ve görsellerdeki değişikliklerle doğru bir şekilde temsil edilmektedir. Bu, şirketlerin inşaatın başlangıcında pazarlamaya daha fazla odaklandığını ve projeler ilerledikçe tahminlerini değiştirdiğini göstermektedir.
Vaka Çalışması 2. xAI'nin Colossus Veri Merkezi Tesisinde Özellik Tanımlama
Arka Plan ve Bağlam
Epoch AI'nin Kasım 2025'te piyasaya sürdüğü Frontier Data Centers Hub , enerji kullanımı, inşaat zaman çizelgeleri ve işlem gücünü izlemek için bir düzineden fazla hiper ölçekli veri merkezi tesisini analiz ediyor. Uydu Kaşifi (Satellite Explorer ) adlı bir özellik , kritik altyapının yüksek çözünürlüklü EO görüntüleri ile açıklamalarını sağlıyor ve zaman içindeki değişimi izliyor. Bu raporun yazarı, Uydu Kaşifi için uydu görüntüsü analizine ve açıklamalarına katkıda bulunmuştur ve bu çalışma, Hub'ın veri merkezi tesislerinden birini—Tennessee, Memphis'teki xAI'nin Colossus kurulumunu—seçerek özellik tanımlama yöntemlerini tartışıyor ve bu metodolojinin diğer büyük ölçekli veri merkezi alanlarına nasıl uygulanabileceğini özetliyor.
xAI'nin Colossus süper bilgisayarı, Tennessee, Memphis'te bulunan hiper ölçekli bir veri merkezi tesisinde çalıştırılıyor. Tesis, 200.000 GPU kapasitesine sahip ve dünya çapındaki en büyük operasyonel yapay zeka eğitim kümelerinden biri. Bu boyut ve ölçekte, bu kurulum, tamamlanmış hiper ölçekli veri merkezlerinde beklenen özelliklerin belirlenmesi için idealdir. Epoch AI'nin merkezindeki bu örnek, inşaat ve geliştirme süreçlerini izlemek için de (Ajman'a benzer şekilde) kullanılabilse de, tesis operasyonel olduğu için bu raporda özellikle özellik belirleme amacıyla kullanılmıştır.
Özellik Tanımlama
Ana Bina
Bu tesisteki ana bina, görüntüdeki merkezi konumu, düz beyaz yansıtıcı çatısı ve çevredeki altyapıya kıyasla geniş taban alanı ile belirlenir. Bu tip bir ana veri merkezi tek başına hemen fark edilemese de, diğer altyapıya yakınlığı ve boyutu, ana bina olduğunu gösterir.
Yerinde Şebeke Elektriği
Bu tesiste, Şekil 21'de turuncu renkle gösterilen üç trafo merkezi görülebilir. Bu üçünün her biri beklenen görsel özelliklere sahiptir: ince çelik yapılarla çevrili dikdörtgen, gri beton alanlar (güneş doğrudan tepede değilse, alanın üzerine belirgin, görünür gölgeler düşürebilirler). Bunlar vinçler, transformatör blokları ve bara hatlarıdır. Bu tanımlama, açık kaynaklarla da doğrulanmaktadır (Şekil 22): Memphis Hafif Gaz ve Su (MLGW), Google Earth uydu görüntülerini kullanarak ve kendi açıklamalarını yaparak, trafo merkezlerinin konumlarını kamuoyuna açıklamıştır.
Uydu görüntüleri bazı sınırlamalara sahip olsa da, bazı durumlarda enerji üretimi ve kapasitesini tahmin etmek için kullanılabilir: örneğin, Temmuz 2024'te MLGW, Google Earth uydu görüntülerini (Şekil 22) inceleyerek, tesisin kuzeydoğusundaki trafo merkezinin 8 MW kapasiteye sahip olduğunu ve kuzeybatıda yer alacak "gelecekteki" trafo merkezinin 150 MW kapasiteye sahip olacağını ortaya koymuştur. Şekil 21'de, güneydoğuda yer alan üçüncü bir trafo merkezi, kuzeybatıdaki trafo merkeziyle yaklaşık olarak aynı boyuttadır. Bu nedenle, üçüncü trafo merkezinin de yaklaşık 150 MW sağlayabileceği çıkarılabilir.
Mayıs 2025'te MLGW, "xAI'nin Paul Lowry sahasında 150 MW güç aldığını, xAI'nin bu lokasyonda toplam 300 MW için ek 150 MW daha talep ettiğini ve bu talebi karşılamak üzere bir trafo merkezinin inşa edildiğini... MLGW'nin xAI'nin 2025 Sonbaharında ek 150 MW daha alacağını öngördüğünü " açıkladı. Açıklamada, 8 MW'ın "kuzeydoğudaki bitişik, önceden var olan bir MLGW trafo merkezinden" ve 142 MW'ın ise "kuzeybatıdaki yeni inşa edilen" trafo merkezinden üretildiği belirtildi. Bu nedenle, üçüncü güneydoğu trafo merkezinin yaklaşık 150 MW kapasiteye sahip olduğu yönündeki ilk sonuç genel olarak doğruydu.
Bu durumda, uydu görüntüleri üçüncü trafo merkezinin belirlenmesine ve enerji tahminlerine yardımcı olmaktadır. Bununla birlikte, kuzeybatı trafo merkezi 142 MW ve güneydoğu trafo merkezi 150 MW enerji sağlayacağından, bu yöntem yalnızca kısmen doğru sonuç vermektedir. Bu nedenle, uydu görüntüleri kullanılarak kesin tahminler yapmak mümkün olmayabilir.
Tesis İçi Ana ve Yedek Güç Kaynağı
Şekil 24. Epoch AI Uydu Kaşifi içindeki ana ve yedek güç altyapısı açıklamalarının yakın çekim görüntüsü, 19 Ekim 2025 tarihli görüntü. Koordinatlar: 35°3'43.66″K, 90°9'21.15″B. Görüntü © Airbus, Apollo Mapping aracılığıyla.
Ana (veya tesis içi) güç jeneratörleri ve yedek jeneratörler, Şekil 23 ve 24'te görüldüğü gibi farklı görsel göstergelere sahip olacaktır. Colossus tesisi için ana güç jeneratörleri doğal gaz türbinleridir . Bu tip türbinler, silindirik egzoz bacalarının görünümüyle ayırt edilebilir. Ayrıca, egzoz bacalarının hemen kuzeyinde, kare gri yapılar türbin hava giriş filtrelerini göstermektedir. Türbinler ayrıca, hava giriş filtrelerinin kuzeyinde görülebilen, mantar şapkası şeklinde özelliklere sahiptir ve kuzeye doğru kavisli gölgeleri olan beyaz-mavi yatay yapılar olarak görünürler. Bu ana güç jeneratörleri genellikle bir araya gruplandırılacak ve hepsi aynı yöne bakacak şekilde düzgün sıralar halinde düzenlenecektir.
Şekil 25. Kuzeydoğudan güneybatıya doğru çekilen hava fotoğrafında görünen gaz türbini ve yedek güç üniteleri, fotoğraf tarihi 31 Mart 2025. Fotoğraf © Steve Jones Flight, Southwings tarafından SELC için çekilmiştir.
Buna karşılık, yedek jeneratörler (Şekil 23 ve 24'te mor renkle gösterilmiştir) farklı görsel göstergeler sergiler. Ana güç türbinlerinden daha küçük boyutludurlar, genellikle dikdörtgen şeklindedirler ve düzenli sıralar halinde dizilmişlerdir. Soluk renkli, konteyner benzeri yapılar olarak görünürler ve belirgin görsel göstergeleri yoktur. Uydu görüntülerindeki uzun, dikdörtgen beyaz kutular, bu tür yedek jeneratörlerin varlığını gösterir.
2025 yılı boyunca bu gaz türbinlerinin tespiti, Memphis yerel topluluğu için özellikle faydalı ve ilgi çekiciydi . 2024 yılında, xAI'ye sahada 15 geçici doğal gaz türbini kurma izni verildi. Ancak, Nisan 2025'e gelindiğinde, havadan çekilen görüntülerde sahada 35 türbin görülebiliyordu. (Bu, uydu görüntüsü değil, havadan çekim yapan bir uçakla çekilen görüntüydü. Bu uçuş özellikle bu amaç için görevlendirilmişti. Ancak, sahadaki türbin sayısını tespit etmek için uydu görüntüleri de kullanılabilir.) Bu 35 türbin, xAI'ye verilen izin haklarının açık bir ihlaliydi . Kamuoyundan gelen şikayetlerin ardından, xAI fazla türbinleri sökmeye başladı. Temmuz 2025'e gelindiğinde, xAI'ye sahada 15 kalıcı gaz türbini kurma izni verildi . 19 Ekim 2025 tarihli Şekil 21'de 12 türbin görünmektedir; bu da xAI'nin yasal izinlere uyduğunu göstermektedir. Bu örnek, şirketlerin yasal yükümlülüklerine uyduklarından emin olmak için görsellerin nasıl kullanılabileceğini ortaya koymaktadır.
Soğutma Altyapısı
Epoch AI'nin son çalışmaları özellikle soğutma altyapısını kullanarak toplam soğutma kapasitesi ve güç tüketimi hakkında tahminler yapmaya odaklanmaktadır. Bu metodoloji, yapay zeka veri merkezlerinde güç, işlem gücü ve maliyet metriklerini modellemek için uydu görüntülerini, izin belgelerini ve şirket açıklamalarını entegre eden Frontier Veri Merkezleri Merkezi'nde gösterilmiştir.
Enerji çıktısı hesaplamaları yapılmadan önce, soğutma altyapısının belirlenmesi ve sayılması gerekmektedir. Şekil 21'de, mavi renkle işaretlenmiş xAI Colossus soğutma altyapısı gösterilmektedir. Yakın çekim görüntüler aşağıda Şekil 26 ve 27'de verilmiştir.
Şekil 27. Epoch AI Uydu Kaşifi içindeki hava soğutmalı soğutma ünitesi altyapı açıklamalarının yakın çekim görüntüsü, 19 Ekim 2025 tarihli görüntü. Koordinatlar: 35°3'26.41″K, 90°9'29.79″B. Görüntü © Airbus, Apollo Mapping aracılığıyla.
Colossus veri merkezi tesisi, hem soğutma kulelerinin hem de hava soğutmalı soğutucu ünitelerinin kullanılması bakımından benzersizdir. Soğutma kuleleri, üstlerinde sıralı olarak düzenlenmiş çok sayıda dairesel fan özelliğine sahip büyük dikdörtgen bloklar olarak daha kolay tanınabilir. Hava soğutmalı soğutucu üniteleri genellikle soğutma kulelerinden daha küçüktür. Bunlar da düzgün sıralar halinde düzenlenmiştir ve üstlerinde birçok küçük fan bulunur (birkaç çok daha büyük fan gösteren soğutma kulelerinin aksine).
Epoch AI hesaplamalarına göre, soğutma ünitelerinin ve soğutma kulelerinin sayısı, nicel güç kapasitesi tahminleri için girdi olarak kullanılabilir. Epoch'un ampirik modelleri, hava soğutmalı soğutma ünitelerinin veya soğutma kulelerinin sayısı ve konfigürasyonu gibi gözlemlenebilir soğutma altyapısını, toplam soğutma kapasitesi tahminlerine ve buradan da toplam tesis gücüne dönüştürür. Colossus tesisi için Epoch'un enerji hesaplamaları ve tahminleri yaklaşık 200-500 MW arasında değişmektedir; bu da yayınlanan 300 MW'lık beklenen kapasiteyle uyumludur . Bu tahminler geniş ve oldukça değişken olsa da, Epoch'un çalışması, doğrudan açıklamalar sınırlı olsa bile, soğutma ekipmanının uydu görüntülerinin büyük yapay zeka veri merkezlerinin daha geniş operasyonel özelliklerini nasıl çıkarabileceğini göstermektedir.
Destek ve İdari Altyapı
Tesisin batısında, çok renkli araçların sıralar halinde park ettiği geniş gri asfalt bir alan olarak görülebilen büyük bir otopark bulunmaktadır. Bu otoparkın hemen güneyinde, muhtemelen mobil konteyner üniteleri olan beyaz altyapıya sahip ek bir asfaltlanmamış açık alan daha vardır. Bu alan muhtemelen depolama veya diğer inşaatla ilgili amaçlar için kullanılmaktadır. Bu durum, alanın açık yapısı ve bölgeye park edilmiş diğer mobil unsurlarla daha da kanıtlanmaktadır. Bu, binanın faaliyette olmasına rağmen, inşaat veya iyileştirme faaliyetlerinin devam edebileceği gerçeği nedeniyle dikkat çekicidir. Bu nedenle, resmi bir faaliyete geçme tarihi açıklandıktan ve bu tarih geçtikten sonra bile, bu durum bir alandaki genel geliştirme faaliyetinin sona erdiği anlamına gelmez.
Önemli Noktalar ve Analiz
Uydu görüntüleri, özellikle resmi yayınlarla karşılaştırıldığında, inşaat ilerlemesi hakkında gerçekçi bir veri sağlar.
Ticari duyurular, bir veri merkezi sahasının gerçek gelişimine ilişkin doğruluk açısından tek başına güvenilir bir kaynak olamaz. İnşaat planlarındaki değişiklikler, planlanmamış gecikmeler veya kasıtlı belirsizlik nedeniyle doğruluk düşük olabilir. Erken duyurular aynı zamanda tanıtım etkinlikleri olarak da işlev görebilir. Ajman örneğinde, "çelik yapılar" iddiasının gerçek durumla tutarlı olmadığını göstermek, Khazna'nın güvenilirliğini ve gelecekteki inşaat kilometre taşı duyurularının doğruluğunu sağlamaya yardımcı olur. Ek olarak, bu tür iddialar, "çelik yapılar"ın anlaşılan tanımları arasında bir uyumsuzluk olabileceğini göstermektedir. Bunlar genel destek yapılarını ifade ederken, sahada henüz görünür olmayan diğer unsurları da ifade ediyor olabilirler. Bu analiz, görüntü gözlemlerini daha geniş endüstri normlarıyla ilişkilendirir ve standart endüstri inşaat zaman çizelgelerinin daha gerçekçi olduğunu gösterir. Bu nedenle, uydu görüntüsü doğrulaması bu temel endüstri normlarını güçlendirir.
Dünya gözlem görüntüleri, veri merkezlerindeki devam eden faaliyetlerden ziyade inşaat çalışmalarını izlemek için genellikle daha iyidir.
Açık kaynak alanında, eski uydu görüntüleri, yeni ve güncel görüntülere göre daha kolay elde edilebilir; sağlayıcılar eski görüntüleri daha kolay erişilebilir hale getirir. Bu nedenle, uydu görüntüleri, zaman içindeki değişiklikleri izlemek için açık kaynak alanına en kolay şekilde entegre edilebilir. Ancak, sıfırdan veri merkezleri oluşturmak veya devam eden operasyonları izlemek için uygun değildir çünkü A) görüntülere erişmek daha zordur ve B) bir veri merkezi tesisi tamamlandıktan sonra daha az büyük ölçekli altyapı değişikliği meydana gelir. İnşaat değişiklikleri geniş bir arazi üzerinde gerçekleşir ve görünür değişikliklerin izlenmesini kolaylaştırır. Bir tesis faaliyete geçtiğinde, devam eden faaliyetin belirtileri, kendi başlarına önemli bir faaliyet göstergesi olmayan araçların varlığıyla sınırlı olabilir; bunlar sadece personelin muhtemelen sahada olduğunu gösterir. Bu nedenle, uydu görüntüleri, veri merkezlerinin inşaatını ve gelişimini zaman içinde izlemek için kullanışlıdır.
İnşaat ilerlemesi, binanın iç mekanizmalarını ve veri merkezi salonlarının şemalarını ortaya koyuyor.
Tamamlanmış veri merkezi binalarında, yapay zekâ ile ilgili altyapının iç düzeni görünmez. Ancak, uydu görüntüleri inşaat sırasında binanın temellerini yakalayabilir. Buradan, bitmiş üründe kaç sıra rafın bulunacağını tahmin etmek mümkün olabilir. Bu da toplam veri merkezi kapasitesinin tahmin edilmesinde kullanılabilir.
Bu analitik süreç, veri merkezi kurulumu için tekrarlanabilir bir uydu görüntüsü doğrulama yöntemi oluşturmaktadır.
İnşaatın birden fazla aşamasına ait uydu görüntüleri, gelecekteki veri merkezi kurulumları için aşağıdaki altyapı unsurlarının izlenmesinin, genel sahanın ilerlemesi hakkında göstergeler sağlayacağını göstermektedir. İzlenebilir gelişmeler için oluşturulan sistem şu şekildedir:
- Arazi temizliği;
- Veri merkezi planlaması;
- Temel çalışmalar;
- Çelik iskelet;
- Çatı kaplama;
- Kaplama;
- Isıtma, havalandırma ve iklimlendirme (HVAC), trafo merkezleri ve soğutma; ve
- Devreye alma.
Analistler, bu özelliklerin takibini kullanarak bir inşaat projesinin ne kadar ilerlemiş olabileceğini tahmin edebilirler.
Uydu görüntüleri, kamuya açık diğer bilgi kaynaklarıyla birlikte analiz edilmelidir.
Uydu görüntüleri tek başına var olmaz; açık kaynaklar, yer verilerini desteklemek için kullanılabilir ve kullanılmalıdır. Açık kaynak topluluğunda uydu görüntüleri, özellikle yer fotoğrafları, videolar, planlar, haritalar ve diğer kamuya açık uydu görüntüleri gibi diğer kaynaklarla karşılaştırıldığında en faydalı olanıdır. Bu durum, iki vaka çalışmasına açık kaynakların entegrasyonuyla gösterilmiştir: Ajman örneğinde, Khazna'nın yayınlarının uydu görüntüleriyle karşılaştırılması, ticari duyurular ile sahadaki faaliyetler arasında tutarsızlıklar ortaya koymuştur. Colossus örneğinde ise, kamuya açık izin verileri türbin kurulumunun yasal sınırlarını belirlemiş ve Memphis Light Gas and Water'ın saha geliştirme planları, görüntülerle karşılaştırıldığında, altyapının potansiyel boyutunu göstermiş ve güç kapasitesinin genel bir tahminini sağlamıştır. Dolayısıyla, açık kaynaklar kritik bir bağlam sağlar ve analistlerin uydu görüntülerinde gözlemlenen özellikler ve faaliyetler hakkında daha derin bir anlayış geliştirmelerine olanak tanır.
Veri merkezlerinin uydu görüntüleri, beklenen altyapıda bazı tekrarlayan kalıpları ortaya koymaktadır. Özellik tanımlama, ticari faaliyetin bağımsız olarak doğrulanması için bir yöntem sağlar.
Uydu görüntüleri, büyük ölçekli inşaatları izlemek için idealdir ve veri merkezlerindeki belirli altyapı özelliklerini belirlemek için kullanılabilir. Gaz türbinlerinden şalt sahalarına ve soğutma ünitelerine kadar bu özellikler, uydu görüntülerinde diğer veri merkezlerinin analizine uygulanabilecek belirli, görünür desenlere sahip olma eğilimindedir. Bu özellikler her veri merkezinde aynı olmayacak olsa da, bu kılavuz analiz için bir başlangıç noktası görevi görür. xAI Colossus sahası örneği, ticari faaliyetleri izlemek için görüntülerin potansiyel etkisini göstermektedir. xAI sahasında izinsiz olarak kurulan gaz türbinleri, havadan çekilen görüntülerle keşfedilmiş ve bu durum kamuoyunda büyük tepkiye ve firmanın tahsis edilen türbin sayısına uyması yönünde taleplere yol açmıştır. Ekim 2025'e kadar uydu görüntülerinin kullanımı, xAI'nin bu kısıtlamalara uyduğunu ve izin verilen türbin sayısının altında çalıştığını göstermektedir. Bu sözleşme ihlalini ilk olarak havadan çekilen görüntülerle keşfedilmiş olsa da, bu amaçla uydu görüntüleri de satın alınmış ve kullanılmış olabilir. Uydu görüntüleri artık xAI'nin davranışlarının değiştiğini ve şikayetlere yanıt verdiğini kanıtlıyor. İlerleyen süreçte, uydu görüntüleri türbinleri saymaya ve diğer altyapıları belirlemeye devam etmek, şirketlerin yasal yükümlülüklerine uyup uymadığını belirlemek için izinleri görüntülerle karşılaştırmak amacıyla kullanılabilir.
Soğutma altyapısının tanımlanması, ölçülmesi ve sayılması, bazı enerji hesaplamalarında kullanılabilir.
Doğalgaz türbinlerinin tanımlanması, enerji kullanımı ve çevresel etki konusundaki ticari taahhütlerin doğrulanması için özellikle önemlidir. Epoch AI'nin de belirttiği gibi, önemli bir kazanım, uydu görüntülerini kullanarak enerji kullanımını hesaplayabilme yeteneğidir. Hesaplamalar bu raporun kapsamı dışındadır, ancak Epoch AI'nin yayınladığı metodoloji aracılığıyla incelenebilir. Bu yaklaşım analitik olarak titiz ve yenilikçidir ve veri merkezi enerji kapasitelerini anlamak için faydalı bir başlangıç noktası sağlar. Bununla birlikte, Epoch AI'nin de belirttiği gibi, bu metodolojinin sınırlamaları vardır. Birincisi, soğutma altyapısının doğru sınıflandırılmasına dayanır ve bu özellikler uydu görüntülerinde görünüm ve görünürlük açısından farklılık gösterebilir. Örneğin, bazı Amazon Web Services veri merkezi tasarımları net soğutma izleri göstermeyebilir. Çeşitli performans özelliklerinin doğrudan gözlemlenememesinden kaynaklanan ek belirsizlikler de vardır: soğutma kulelerinin kendileri sayılabilirken, fan hızları belirlenemez. Hesaplamalar yapmak için Epoch AI, bilinen endüstri standartlarına ve altyapı özelliklerine dayanarak soğutma sistemi performansı için belirli parametreler seçer. Bu nedenle, bu ölçümler, operasyonel enerji kullanımının kesin ölçümleri yerine kapasitenin yaklaşık değerleri olarak yorumlanmalıdır.
Uydu görüntülerini veri merkezlerinin ve bunlara eşlik eden altyapının belirlenmesinde kullanmanın önemli sınırlamaları vardır.
Başlıca analitik zorluklardan biri, bir altyapı özelliğinin gerçekten bir veri merkezi tesisinin tamamıyla ilişkili olup olmadığını belirlemektir. Yukarıda bahsedilen unsurların tümü bir veri merkezi sahasında mutlaka görünür olmayacaktır. Örneğin, tüm tesislerde ana güç kaynağı bulunmayabilir. Bazılarında elektriği sağlayan daha uzaktaki enerji santralleri olabilir, ancak bunlar mutlaka veri merkezinin yakınında olmayabilir. Ayrıca, altyapının yapısı da değişkendir; örneğin, fanlar ve soğutucular farklı şirketlerde veya farklı ülkelerde tutarlı görünmeyebilir.
Bir diğer zorluk ise, veri merkezi salonunun yakınında, tesisle hiçbir ilgisi olmayan altyapının varlığıdır. Veri merkezi salonunun bitişiğinde, veri merkeziyle hiçbir ilgisi olmayan ve yakındaki ilgisiz tesisler için kullanılan güç kaynakları ve trafo merkezleri bulunabilir.
Ayrıca, yaygın olarak bulunan uzaktan algılama (EO) görüntüleri genellikle yalnızca çıplak gözle görülebilen ışık dalga boylarını gösterir. EO, karmaşık spektral imzaları algılayamaz ve yalnızca binaların dışını görüntüleyebilir. Bu nedenle, GPU kümeleri, raflar, iç mekan soğutucuları veya diğer ekipmanlar dahil olmak üzere iç altyapı hakkında bilgi sağlayamaz. Bu durum bazen bir alanın geçmişe ait inşaat görüntüleriyle hafifletilebilir: ana veri merkezinin temellerinde, rafların nasıl kurulmasının planlandığı görülebilir. Bu nedenle, geçmişe ait görüntüler gelecekteki raf ve küme miktarlarını tahmin etmek için kullanılabilir.
Bulutlar, duman veya diğer olumsuz hava koşulları da altyapının uzaktan algılama görüntülerinde görünmesini engelleyebilir. Zamansal frekans (yani Dünya üzerindeki aynı konumun görüntü yakalamaları arasındaki süre) yeterince yüksek olduğundan her zaman görüntü satın alınabilir, ancak bu, özellikle bulutlu veya yağmurlu bölgelerde görüntü toplanması için önemli bir engel teşkil eder.
Uydu görüntüleri, büyük ölçekli veri merkezlerindeki faaliyetleri belirlemek için en uygun yöntemdir. Daha küçük veri merkezleri, diğer kurumsal, ticari veya endüstriyel alanlardaki mevcut binalarda yer alabilir ve daha büyük tesislerde görülebilen belirgin özelliklere sahip olmayabilir. Ayrıca, büyük ölçekli veri merkezlerinin değişkenliği nedeniyle, konumlarını önceden bilmeden sıfırdan büyük ölçekli veri merkezlerini belirlemek mümkün olmayabilir; geniş bir alana yayılmış olsalar da, binaları görüntülerle tanımlanamayacak kadar genel olabilir.
Ayrıca, uydu görüntülerinin analizi başlı başına karmaşık bir sanattır. Yazar, eğitimli bir görüntü analisti olup, görüntü yorumlama konusunda yıllarca profesyonel deneyime sahiptir. Uydu görüntülerinin doğru bir şekilde nasıl analiz edileceğini anlamak, bu alana yeni başlayanlar için bir engel olabilir, ancak bu araştırma, bu becerileri geliştirmek isteyenler için bir başlangıç noktası olarak tasarlanmıştır.
Son olarak, yakın tarihli, yüksek çözünürlüklü görüntüler satın almak genellikle çok pahalıdır; her bir görüntünün maliyeti yüzlerce dolardan birkaç bin dolara kadar değişebilir. Bu durum, çevrimiçi olarak ücretsiz olarak erişilebilen görüntülerle hafifletilebilir, ancak görüntü yakalama tarihleri ve çözünürlüğü üzerinde kontrol sahibi olmamak önemli bir dezavantajdır.
Öneriler
Öneri 1. Yapay zeka araştırmacıları ve analistleri bu raporu veri merkezi kurulumu ve işletimini değerlendirmek için bir kılavuz olarak kullanabilirler.
Yapay zeka araştırma topluluğu, hem belirlenmiş inşaat aşamalarını hem de tamamlanmış veri merkezlerindeki tanımlanabilir özellikleri kullanarak, inşaat aşamalarını ticari duyurularla karşılaştırmak, veri merkezi özelliklerini belirlemek, kurulum zaman çizelgelerini tahmin etmek ve potansiyel enerji kullanım gereksinimlerini değerlendirmek için bu metodolojileri yeniden üretebilir.
Öneri 2. Politika yapıcılar, enerji planlamasını, rekabet analizini ve stratejik tahminleri desteklemek amacıyla, yurt içi ve yurt dışı büyük ölçekli veri merkezi kurulumlarının değerlendirilmesine uydu görüntüleme izleme yöntemini entegre etmelidir.
Bu, özellikle Çin, Suudi Arabistan ve Birleşik Arap Emirlikleri gibi şeffaflık düzeyi düşük ülkelerin ilerlemesini izlemek için oldukça faydalıdır.
Öneri 3. ABD eyalet hükümetleri ve sivil toplum aktörleri, sınır ötesi yapay zeka veri merkezi geliştiricilerinin yasal yükümlülüklerine uyduklarından emin olmak için uzaktan algılama görüntülerini bağımsız bir doğrulama katmanı olarak kullanmalıdır.
Uydu görüntülerini izinlerle, çevresel iddialarla ve ticari duyurularla karşılaştırmak, yerel toplulukların veri merkezi geliştiricilerini sorumlu tutmalarını sağlayabilir.
Öneri 4. Uluslararası kuruluşlar, gelecekteki uluslararası anlaşmalar için doğrulama unsurlarından biri olarak uydu görüntülerini entegre etmeyi değerlendirmelidir.
Uluslararası yapay zeka yönetişimi hakkındaki küresel tartışmalar devam ederken, uydu görüntüleri gelecekteki anlaşmaların bağımsız doğrulanması için bir araç olarak dahil edilmelidir. Uluslararası Atom Enerjisi Ajansı'nın nükleer güvenlik önlemlerinin doğrulanması amacıyla bir uydu görüntü analiz ekibi bulunmaktadır ve bu, uydu görüntülerinin altyapı geliştirme ve işletme değerlendirmelerinin bir unsuru olarak etkinliğini göstermektedir.
İleri Araştırma Olanakları
Gelecekteki analizler, bu makalede geliştirilen prensipleri, bu tür sensörlerin ısı izlerini takip edip görüntülemesi nedeniyle, operasyonel veri merkezlerinin termal kızılötesi (TIR) görüntülerine uygulayabilir. Örneğin, veri salonlarının duvarları ve çatıları tarafından yayılan ısı, soğutucular tarafından uzaklaştırılan atık ısı ve trafo merkezlerinde ve şalt sahalarında elektrik işletimi tarafından üretilen ısı, termal kızılötesi görüntülerde potansiyel olarak görülebilecek ısı izleridir. Özellikle ticari görüntüleme sağlayıcısı SatVu, ikinci termal kızılötesi uydusu HotSat-2'yi 30 Mart 2026'da fırlattı. HotSat-2, termal görüntüleme uydusu için benzersiz derecede yüksek çözünürlük yeteneklerine sahip olup, 3,5 metreye kadar çözünürlük sunmaktadır. Bu detay seviyesinde, faydalı bina ve diğer altyapı izleri muhtemelen görülebilir olacaktır.
Ek araştırmalar, veri merkezi kurulumu ve işletmesinin izlenmesi için sentetik açıklıklı radar (SAR), çok spektrumlu ve hiper spektrumlu görüntüleme gibi diğer görüntüleme sensörlerinin kullanımının değerlendirilmesini de içerebilir. Daha geniş ölçekte, bir diğer araştırma alanı, veri merkezlerinin tespitinin nasıl otomatikleştirilebileceğini inceleyebilir; ancak bu, eğitim verileri için yüksek miktarda görüntü ve özel olarak eğitilmiş, doğru bir model gerektirir. Veri merkezlerini diğer endüstriyel tesislerden sistematik olarak ayırt etmenin zorlukları da ek bir zorluktur. Bu nedenle, model yetenekleri geliştikçe otomatik veri merkezi tespiti oldukça arzu edilebilir olsa da, pratik uygulaması şu anda esas olarak kavramsal düzeydedir.
Gelecekteki araştırmalar, farklı şirketler veya farklı ülkeler arasındaki hiper ölçekli veri merkezlerinin altyapılarının karşılaştırılmasını da içerebilir. Örneğin, ABD merkezli tesislerdeki altyapı özellikleri, BAE veya Çin'dekilerden farklı genel kalıplara sahip olabilir. Uydu görüntüleri, düşük şeffaflığa sahip ülkelere benzersiz bir bakış açısı sunar ve uluslararası veri merkezi tesislerinin altyapısını anlamak, mevcut ve gelecekteki tesislerin enerji kullanımı ve genel kapasiteleri hakkında fikir verecektir.
Sonuç-Çözüm:
Veri merkezi tesisleri, yapay zeka modellerinin başarılı bir şekilde çalışması için kritik öneme sahiptir ve son dönemdeki genişlemeleri, bu sistemlerin sürekli geliştirilmesine olan yüksek ilgiyi yansıtmaktadır. Bununla birlikte, kamuoyunun ilgisine rağmen, veri merkezi inşaatı ve işletmesinin temel unsurları, kamuya açık bilgi eksikliği, şirket duyurularının azlığı ve ticari zaman çizelgelerinin sahadaki gerçek faaliyetleri yansıtmaması nedeniyle yeterince anlaşılmamıştır. Bu araştırma, uydu görüntülerinin veri merkezi yerleşimleri hakkında bağımsız ve güvenilir bir bilgi katmanı sağlayabileceğini ve bu nedenle hesaplama veya iç faaliyetleri ölçmekten ziyade inşaat aşamalarını ve görünür altyapının varlığını doğrulamak için değerli bir araç olduğunu göstermektedir.
Birleşik Arap Emirlikleri'nin Ajman şehrindeki Veri Merkezi vaka çalışması, inşaat kilometre taşı duyuruları ile gözlemlenebilir gelişim ilerlemesi arasındaki tutarsızlıkları ortaya koyarak, veri merkezi inşaatını takip etmek için yalnızca kurumsal bilgilere güvenmenin sınırlılıklarını vurgulamaktadır. xAI'nin Memphis'teki Colossus tesisinde, veri merkezi tesislerine özgü belirli özellikleri belirlemek için EO görüntüleri kullanılmaktadır. Özellikle, güç ve soğutma altyapısının özellikleri, enerji kapasitesi hesaplamalarını desteklemekte ve uyumluluğu sağlamak için izinler ve kamuya açık yayınlar gibi kamu verileriyle karşılaştırılabilmektedir.
Uydu görüntüleri altyapı düzeyindeki gelişmeleri izlemek için faydalı olsa da, çeşitli kısıtlamalarla da sınırlıdır. Veri merkezi tesislerinin iç faaliyetlerini görmek için kullanılamaz ve bu nedenle GPU ve diğer hesaplama faaliyetleri hakkında bilgi vermek için yetersizdir. Enerji kullanımını tahmin etmeye yönelik mevcut metodolojiler hala geniş kapsamlı ve keşifsel olup, analitik çıkarımlar gerektirir ve diğer kaynaklarla doğrulanmayı zorunlu kılar. Bu nedenle, uydu görüntüleri tek başına değerlendirilmemeli, veri merkezi tesislerini değerlendirmek için birçok analitik kaynaktan biri olarak ele alınmalıdır.
Bu bulgular, küresel rekabet endişelerini gidermeye yönelik değerlendirmeler sunmakta, endüstri politikalarının kanıta dayalı planlamasını desteklemekte ve yapay zekâ ile ilgili altyapının şeffaflığı ve doğrulanmasına ilişkin uzun vadeli uluslararası tartışmalara katkıda bulunabilmektedir. Bireysel araştırmacılardan uluslararası kuruluşlara kadar, uydu görüntüleri, daha geniş bir şeffaflık oluşturma önlemleri araç setinin bir parçası olarak doğrulama çabalarını desteklemek üzere birçok düzeyde entegre edilebilir.
Sonuç olarak, bu rapor, uydu görüntülerinin gelecekteki yapay zeka politikası ve yönetişim çabalarına nerede değer kattığını ve nerede katmadığını göstermektedir. Yapay zeka altyapısı genişledikçe, fiziksel izleri politika ve düzenleyici tartışmalarda hayati bir rol oynamaya devam edecek ve eleştirel bir şekilde analiz edilip diğer veri kaynaklarıyla entegre edildiğinde, yapay zeka gelişiminin hızı ve ölçeği hakkında değerli ve güvenilir bilgiler sağlayacaktır.
Christina Krawec, 12 Mayıs 2026, The Federation of American Scientists- FAS
(Christina Krawec, nükleer silahların yayılmasının önlenmesi, güvenlik önlemleri, yapay zeka politikası ve uzay konularında uzmanlaşmış uluslararası bir güvenlik profesyonelidir. ABD laboratuvar sistemi, düşünce kuruluşları, teknoloji şirketleri ve akademi gibi çeşitli alanlardaki müşterilerine açık kaynak ve uydu görüntüleri analizi uzmanlığı sağlayan bağımsız bir danışmanlık şirketi olan Earthnote LLC'nin kurucusudur. Daha önce Uluslararası Atom Enerjisi Ajansı, ABD Savunma Bakanlığı, Google ve çeşitli araştırma odaklı kuruluşlarda çalışmıştır. Christina, King's College London'dan Nükleer Silahların Yayılmasının Önlenmesi ve Uluslararası Güvenlik alanında yüksek lisans derecesine ve Stanford Üniversitesi'nden Uluslararası İlişkiler ve Müzik (çift anadal) alanında lisans derecesine sahiptir.)
Seçkin Deniz, 09.06.2026, Sonsuz Ark, Çeviri, Çeviri ve Yansımalar
Takip et: Next Sosyal @seckin_deniz
Ek:
- Sonsuz Ark'ta yayınlanan yazılardan yazarları sorumludur.
- Sonsuz Ark linki verilerek kısmen alıntı yapılabilir.
- Sonsuz Ark yayınları Sonsuz Ark manifestosuna aykırı yayın yapan sitelerde yayınlanamaz.
- Sonsuz Ark Yayınlarının Kullanımına İlişkin Önemli Duyuru için lütfen tıklayınız.