Süni intellektin gündəlik tətbiqlərdə sürətlə yayılması arxa planda nəhəng data mərkəzləri tələb edir. WIRED-in 22 iyun 2026-cı il tarixli materialında maraqlı bir bucaq görünür: Big Tech data mərkəzlərinə böyük pullar ayırdıqca, bu obyektləri quran elektrikçilər və yerli icmalar arasında narahatlıq artır. Məsələ yalnız server rəfləri, GPU klasterləri və soyutma sistemləri deyil; bu infrastrukturun arxasında real işçi qüvvəsi, enerji şəbəkəsi, torpaq istifadəsi və sosial müzakirə dayanır.
BITEP auditoriyası üçün bu mövzu vacibdir, çünki bulud xidmətləri, VPS, AI API-ləri və hostinq bazarı eyni fiziki təmələ bağlıdır. Hər sorğu, hər model inferensi, hər backup və hər CDN obyektinin arxasında enerji, kabel, transformator, soyutma və insan əməyindən ibarət zəncir var. Data mərkəzlərinə yalnız ‘uzaqda yerləşən server binası’ kimi baxmaq artıq kifayət etmir.
Server rəflərindən əvvəl gələn kabel və enerji marşrutu
Data mərkəzi layihələrində ilk böyük iş çox vaxt görünməyən elektrik infrastrukturudur. Yüksək gərginlik xətləri, transformatorlar, UPS sistemləri, generatorlar, torpaqlama, yanğın təhlükəsizliyi və kabel tray-ləri düzgün planlanmadan serverlər işə düşmür. AI klasterləri isə klassik veb hostinq yükündən daha tələbkardır: GPU-lar daha çox enerji çəkir, daha çox istilik yaradır və daha stabil elektrik təchizatı tələb edir.
Bu o deməkdir ki, elektrikçilərin işi sadəcə rozetka çəkmək deyil. Onlar enerji dayanıqlığının, işçi təhlükəsizliyinin və xidmət fasiləsizliyinin əsas iştirakçılarıdır. Bir yanlış kabel marşrutu, zəif etiketləmə və ya yetərsiz ehtiyat güc planı sonradan milyonlarla dollarlıq fasiləyə səbəb ola bilər. Buna görə AI data mərkəzləri əmək bazarında xüsusi bacarıq tələbi yaradır.
Big Tech investisiyası yerli icmalarda niyə mübahisə yaradır
Data mərkəzləri iş yerləri yarada bilər, amma yerli icmalar hər zaman eyni faydanı görmür. Tikinti mərhələsində iş çox olur, lakin obyekt istismara keçdikdən sonra daimi işçi sayı nisbətən az qala bilər. Eyni zamanda enerji və su istifadəsi, səs-küy, torpaq qiymətləri və şəbəkə yükü kimi məsələlər ortaya çıxır. Bəzi işçilərin ‘sellout’ narahatlığı da buradan gəlir: yüksək maaşlı layihələr mövcuddur, amma sual budur ki, bu layihə kimin marağına xidmət edir?
Texnologiya şirkətləri üçün isə arqument fərqlidir. Onlar AI xidmətlərinə tələbin artdığını, müəssisələrin buluda keçdiyini və rəqəmsal iqtisadiyyatın enerji intensiv olmasına baxmayaraq məhsuldarlıq yaratdığını deyirlər. Hər iki tərəfin arqumentində pay var. Sual data mərkəzlərinin tikilib-tikilməməsi deyil, onların necə planlaşdırılması, hansı enerji mənbələrindən istifadə etməsi və yerli icmaya necə hesabat verməsidir.
AI klasterləri klassik hostinqdən nə ilə fərqlənir
Ənənəvi hostinqdə CPU, RAM və disk balansı əsas mövzu idi. AI iş yüklərində isə GPU sıxlığı, yüksək sürətli şəbəkə, maye soyutma və enerji sıçrayışlarına davamlı dizayn ön plana çıxır. Bir rack-in enerji tələbi illər əvvəlki web server rack-lərindən qat-qat yüksək ola bilər. Bu, soyutma zonalarının, kabel sıxlığının və yanğın təhlükəsizliyinin yenidən düşünülməsi deməkdir.
Məsələn, AI təlim klasterində GPU-lar paralel işlədiyi üçün şəbəkə gecikməsi və enerji stabilizasiyası kritikdir. İnferens xidmətlərində isə yük gün ərzində dəyişə bilər: pik saatlarda minlərlə istifadəçi eyni anda sorğu göndərir. Data mərkəzi operatoru yalnız orta yükə yox, pik yükə hazır olmalıdır. Bu, elektrikçilər və mexaniki mühəndislər üçün daha mürəkkəb planlama deməkdir.
Enerji səmərəliliyi marketinq şüarı yox, xərclərin əsasıdır
AI data mərkəzlərində PUE, yəni Power Usage Effectiveness, sadəcə texniki göstərici deyil. Enerji xərci biznes modelinin mərkəzinə çevrilir. Səmərəsiz soyutma və zəif enerji dizaynı həm karbon izi, həm də xidmət qiyməti baxımından problem yaradır. Buna görə operatorlar bərpa olunan enerji müqavilələri, istilik təkrar istifadəsi, daha ağıllı workload yerləşdirməsi və temperatur optimizasiyası kimi metodlara baxırlar.
Lakin səmərəlilik yalnız yeni texnologiya almaqla bitmir. Real sahə işində kabel itkiləri, hava axını, boş rack-lərin yerləşməsi, filtr baxımı və ehtiyat güc testləri də önəmlidir. Elektrik və mexaniki komandanın gündəlik intizamı bulud xidmətinin keyfiyyətinə birbaşa təsir edir. Bu, data mərkəzlərinin ‘rəqəmsal’ deyil, həm də sənaye obyekti olduğunu xatırladır.
Hostinq şirkətləri üçün enerji hesabatlılığı və region seçimi
Hostinq və bulud xidməti alan şirkətlər data mərkəzi seçərkən yalnız qiymətə baxmamalıdır. Uptime tarixi, enerji ehtiyatı, soyutma arxitekturası, audit sertifikatları, fiziki təhlükəsizlik və incident hesabatlılığı qiymətləndirilməlidir. AI iş yükləri planlaşdıran komandalar GPU mövcudluğu ilə yanaşı, region seçimi, gecikmə, məlumat suverenliyi və enerji davamlılığı kimi faktorları da hesablamalıdır.
Müştəri tərəfdə də optimizasiya mümkündür. Model sorğularını cache etmək, batch emalından istifadə etmək, lazımsız inferens çağırışlarını azaltmaq və məlumatı uyğun regionda saxlamaq həm xərcə, həm də infrastruktur yükünə təsir edir. AI istifadəsi artdıqca ‘ucuz sorğu’ anlayışı dəyişir; hər sorğu real enerji və real infrastruktur tələb edir.
Gələcək data mərkəzi daha çox şəffaflıq tələb edəcək
Növbəti illərdə data mərkəzləri yalnız texniki performansla deyil, sosial lisenziya ilə də ölçüləcək. Yerli icmalar enerji istifadəsi, su sərfi, iş yeri keyfiyyəti və vergi töhfəsi haqqında daha çox məlumat istəyəcək. Şirkətlər isə bu suallara sadəcə PR mətnləri ilə yox, ölçülə bilən göstəricilərlə cavab verməli olacaqlar.
AI bumunun davamlı olması üçün infrastrukturu quran insanları da müzakirənin mərkəzinə gətirmək lazımdır. Elektrikçilər, mexaniklər, təhlükəsizlik komandaları və yerli işçilər olmadan heç bir model işləməz. Buludun fiziki tərəfini görmək, texnologiya sektorunu daha real və məsuliyyətli edir.
Bu izah WIRED-in 22 iyun 2026-cı il RSS materialına əsaslanır və BITEP oxucuları üçün data mərkəzi infrastrukturunun texniki, sosial və biznes tərəflərini birləşdirir.
Layihə planında işçi təhlükəsizliyi SLA qədər ölçülməlidir
Data mərkəzi müqavilələrində adətən uptime, gecikmə, enerji ehtiyatı və təhlükəsizlik sertifikatları vurğulanır. Lakin tikinti və istismar komandalarının təhlükəsizlik göstəriciləri də eyni ciddiliklə qiymətləndirilməlidir. Yüksək gərginlik, ağır avadanlıq, dar kabel zonaları və fasiləsiz iş qrafiki insan səhvi riskini artırır. AI klasterləri üçün tikilən obyektlərdə iş qrafikinin sıxılması, layihəni tez bitirmək təzyiqi və yüksək enerji sıxlığı işçi təhlükəsizliyini daha kritik edir.
Praktik olaraq bu, LOTO prosedurlarının, yəni enerji mənbələrinin kilidlənib etiketlənməsinin ciddi tətbiqi, müstəqil təhlükəsizlik yoxlamaları, istilik və səs-küy monitorinqi, fövqəladə təlimlər və podratçıların standartlaşdırılmış təlimi deməkdir. Bulud xidmətinin arxasında çalışan insanın təhlükəsizliyi qiymət yarışında qurban verilməməlidir. Əks halda dayanıqlı texnologiya haqqında danışmaq inandırıcı görünmür.
Müştərinin sualları: data mərkəzi seçərkən hansı faktlar tələb olunmalıdır
AI və hostinq xidməti alan şirkət provayderdən yalnız ‘GPU varmı?’ sualını soruşmamalıdır. Daha düzgün suallar belədir: enerji mənbələrinin neçə faizi bərpa olunandır, ehtiyat güc neçə dəqiqə tam yükü daşıyır, soyutma sistemi hansı pik temperatura hesablanıb, son 12 ayda neçə planlı və plansız fasilə olub, incident hesabatı müştəriyə necə təqdim olunur? Bu məlumatlar xidmətin real keyfiyyətini qiymətləndirməyə kömək edir.
Kiçik bizneslər üçün də bu yanaşma faydalıdır. WordPress, e-ticarət və SaaS layihələri birbaşa data mərkəzi müqaviləsi bağlamasa belə, istifadə etdikləri hostinq şirkətindən şəffaflıq tələb edə bilərlər. Əgər provayder region, backup strategiyası, enerji ehtiyatı və təhlükəsizlik tədbirləri haqqında aydın cavab vermirsə, ucuz qiymət uzunmüddətli riskə çevrilə bilər. AI dövründə infrastruktur sualı artıq yalnız böyük korporasiyaların mövzusu deyil.
AI yükünü azaltmaq da infrastruktur strategiyasıdır
Data mərkəzlərinin sayını artırmaq yeganə cavab deyil. Müştəri tərəfdə daha ağıllı tətbiq dizaynı böyük fərq yarada bilər. Məsələn, hər istifadəçi sorğusunu böyük modelə göndərmək əvəzinə nəticələri cache etmək, sadə tapşırıqlar üçün kiçik model seçmək, batch emalından istifadə etmək və lazımsız log saxlamanı azaltmaq həm xərcə, həm də enerji istifadəsinə təsir edir. AI tətbiqi hazırlayan komanda infra xərclərini yalnız aylıq fakturada yox, data mərkəzi yükündə də görməlidir.
Bu yanaşma hostinq sektorunda da yeni xidmət modelləri yaradır. Provayderlər müştərilərə yalnız server satmaqla kifayətlənməyib workload analizi, GPU optimizasiyası, edge cache və regional yerləşdirmə məsləhəti verə bilərlər. Əgər tətbiqin gecikmə tələbi yüksək deyilsə, onu daha əlverişli enerji regionuna keçirmək mümkündür. Əgər sorğular təkrarlanırsa, cache layer böyük model çağırışlarının sayını azalda bilər. İnfrastruktur etikası burada praktik optimizasiya ilə birləşir.
Yerində bacarıq çatışmazlığı yeni darboğaza çevrilir
AI data mərkəzi qurmaq üçün yalnız kapital kifayət etmir. Yüksək ixtisaslı elektrikçi, soyutma mütəxəssisi, şəbəkə mühəndisi, təhlükəsizlik texniki və obyekt meneceri lazımdır. Bu peşələrdə təlim illərlə formalaşır. Tələbin birdən-birə artması əmək bazarında çatışmazlıq yarada, layihə müddətlərini uzada və keyfiyyət riskini artıra bilər. WIRED-in işçi bucağı məhz buna görə vacibdir: data mərkəzi xəbəri, əslində, bacarıq bazarı xəbəridir.
Şirkətlər yerli təlim proqramlarına, peşə məktəbləri ilə tərəfdaşlığa və sertifikatlaşdırmaya investisiya etməsə, infrastruktur genişlənməsi dayanıqlı olmayacaq. Azərbaycan və region üçün də bu dərs aktualdır. Bulud və AI xidmətlərinə tələbat artırsa, elektrik, şəbəkə və data mərkəzi əməliyyatları üzrə kadr hazırlığı strateji mövzuya çevrilməlidir. Rəqəmsal iqtisadiyyat fiziki bacarıqlardan başlayır.
Bu səbəbdən AI data mərkəzləri haqqında xəbərləri yalnız investor elanları kimi oxumaq yanlışdır. Hər yeni obyekt enerji planı, yerli əmək bazarı, təchizat zənciri, fövqəladə hallara hazırlıq və uzunmüddətli istismar mədəniyyəti deməkdir. Bulud xidmətləri daha görünməz olduqca, onları daşıyan fiziki dünya haqqında daha çox sual vermək lazımdır. Müştəri, provayder və icma eyni masada danışanda texnologiya daha dayanıqlı olur.