
Yeşil BT (Yeşil Bilgi Teknolojisi), bilgisayar sistemlerinin ve BT altyapısının çevresel açıdan sürdürülebilir bir şekilde tasarlanmasını, üretilmesini, kullanılmasını ve elden çıkarılmasını kapsar. Dijital dönüşüm hızlandıkça, teknolojinin çevresel ayak izi dünya çapındaki kuruluşlar için kritik bir endişe haline geldi.
Yeşil BT (Yeşil Bilgi Teknolojisi), bilgisayar sistemlerinin ve BT altyapısının çevresel açıdan sürdürülebilir bir şekilde tasarlanmasını, üretilmesini, kullanılmasını ve elden çıkarılmasını kapsar. Dijital dönüşüm hızlandıkça, teknolojinin çevresel ayak izi dünya çapındaki kuruluşlar için kritik bir endişe haline geldi.
BT, küresel karbon emisyonlarının yaklaşık %2-4'ünü oluşturuyor; bu da havacılık endüstrisiyle kıyaslanabilir. Veri merkezleri küresel elektriğin yaklaşık %1'ini tüketiyor. E-atık, yılda 60 milyon tonun üzerine ulaşan, dünya çapında en hızlı büyüyen atık akışıdır. BT profesyonelleri için sürdürülebilir uygulamaları anlamak ve uygulamak artık isteğe bağlı değil; profesyonel bir sorumluluk ve iş zorunluluğudur.
IT Carbon Emissions Breakdown:
──────────────────────────────────
Data Centers: 45% (cooling + compute)
End-user devices: 25% (laptops, phones, monitors)
Networks: 20% (routers, switches, cell towers)
Manufacturing: 10% (hardware production)
Source: Greenpeace, IEA, Uptime Institute 2025
| Etkinlik | CO₂ Eşdeğeri | Karşılaştırılabilir |
|---|---|---|
| 1 saatlik video akışı | 36g CO₂ | 200 m sürüş |
| 1 yapay zeka eğitim oturumu (GPT-3) | 552 ton CO₂ | 123 evin yıllık enerjisi |
| 1 yıllık e-posta (1 kullanıcı) | 136 kg CO₂ | 500 km araba yolculuğu |
| 1 Google'da arama | 0,2g CO₂ | Bir çizburgerin ~%0,02'si |
| 1 saatlik video konferans | 150g-1kg CO₂ | 1-6 km araba yolculuğu |
| Bulutta depolanan 1 TB veri (1 yıl) | 200 kg CO₂ | 1.000 km uçuş |
Veri merkezleri BT karbon emisyonlarının en büyük kaynağıdır. Bunları optimize etmek en büyük etkiyi sağlar.
PUE, veri merkezi verimliliği için en önemli ölçümdür:
PUE = Total Facility Energy / IT Equipment Energy
Ideal PUE: 1.0 (all energy goes to IT)
Industry average: ~1.58
Best practice: <1.2
Leading hyperscalers: <1.1
PUE optimizasyon stratejileri:
| Strateji | PUE İyileştirmesi | Uygulama Maliyeti |
|---|---|---|
| Sıcak/soğuk koridor muhafazası | -0,15 ila -0,25 | Orta |
| Değişken hızlı fanlar | -0,10 ila -0,20 | Düşük |
| Serbest hava soğutma | -0,20 ila -0,40 | Orta |
| Sıvı soğutma (doğrudan çipe) | -0,30 ila -0,50 | Yüksek |
| Daldırma soğutma | -0,40 ila -0,60 | Yüksek |
| Yapay zekayla optimize edilmiş soğutma | -0,10 ila -0,30 | Orta |
Serbest hava soğutması: Sıcaklık ve nem izin verdiğinde dış havayı kullanın:
cooling_strategy:
- condition:
outdoor_temp: "< 18°C"
action: "100% free air cooling (chillers off)"
energy_savings: "100% cooling energy"
- condition:
outdoor_temp: "18-25°C"
action: "Air-side economizer + partial chiller"
energy_savings: "60-80% cooling energy"
- condition:
outdoor_temp: "> 25°C"
action: "Full mechanical cooling"
energy_savings: "0% (baseline)"
Sıvı soğutma karşılaştırması:
| Tür | Nasıl Çalışır? | Enerji Azaltımı | Su Kullanımı |
|---|---|---|---|
| Hava soğutma | Fanlar sunuculara hava üflüyor | Temel | Yok |
| Arka kapı ısı eşanjörü | Raflarda su soğutmalı kapılar | %30-40 | Orta |
| Doğrudan çipe | Sıvı, CPU/GPU'yu doğrudan soğutur | %50-60 | Düşük (kapalı döngü) |
| Daldırma | Dielektrik sıvıya batırılmış sunucular | %80-95 | Yok (kapalı döngü) |
| Strateji | Açıklama | Maliyet Etkisi |
|---|---|---|
| PPA (Elektrik Satın Alma Anlaşması) | Yenilenebilir enerji satın almak için uzun vadeli sözleşme | Daha düşük uzun vadeli maliyet |
| REC'ler (Yenilenebilir Enerji Sertifikaları) | Tüketimi dengeleyen sertifika satın alma | Standart fiyatlar üzerinden prim |
| Yerinde üretim | Tesis arazisinde güneş panelleri, rüzgar türbinleri | Yüksek ön ödeme, düşük faaliyet giderleri |
| Karbon ofsetleri | Dışarıdan karbon azaltma projelerine yatırım yapın | Değişken |
Başlıca örnekler:
# Inefficient — high CPU usage
def process_data(data):
result = []
for i in range(len(data)):
for j in range(len(data)):
result.append(data[i] * data[j])
return result
# Efficient — reduced computational complexity
def process_data_optimized(data):
# Use list comprehension (faster in Python)
# O(n²) to O(n) where possible
return [x * y for x in data for y in data]
Enerji açısından verimli kodlama uygulamaları:
| Alıştırma | Enerji Tasarrufu | Çaba |
|---|---|---|
| Verimli algoritmalar kullanın (O(n) vs O(n²)) | %50-90 | Orta |
| Sık erişilen verileri önbelleğe alın | %30-70 | Düşük |
| Tembel yükleme (yalnızca gerektiğinde işlem yapın) | %20-40 | Düşük |
| İşlem ağırlıklı görevler için derlenmiş dilleri kullanın | %30-60 | Yüksek |
| Veri serileştirmesini/seri durumdan çıkarma işlemini azaltın | %15-30 | Orta |
| Gerçek zamanlı yerine toplu işlemeyi kullanın | %40-60 | Orta |
| Aktarılan ve depolanan verileri sıkıştırın | %20-50 | Düşük |
İş yüklerini karbon yoğunluğu en düşük olduğunda çalıştırın:
import requests
from datetime import datetime
def get_carbon_intensity(region: str) -> float:
"""Get current carbon intensity (gCO₂eq/kWh) for a region"""
response = requests.get(
f'https://api.carbonintensity.org.uk/regional/{region}',
timeout=5
)
return response.json()['data'][0]['intensity']['forecast']
def schedule_batch_job(job_function, max_intensity: float = 200):
"""Only run job when carbon intensity is below threshold"""
intensity = get_carbon_intensity('west-midlands')
if intensity <= max_intensity:
print(f"Intensity {intensity}g/kWh — running job now")
return job_function()
else:
# Reschedule for cleaner energy period
delay_hours = 4
print(f"Intensity {intensity}g/kWh — rescheduling in {delay_hours}h")
return schedule_job(job_function, delay=delay_hours)
| Ekran Tipi | Enerji Tasarrufu (karanlık ve aydınlık) |
|---|---|
| OLED (çoğu akıllı telefon) | Maksimum parlaklıkta %30-60 |
| AMOLED (son teknoloji telefonlar) | %40-70 |
| LCD (çoğu dizüstü bilgisayar) | %3-10 |
| CRT (eski) | %50-70 |
/* Prefer dark mode when system uses it */
@media (prefers-color-scheme: dark) {
:root {
--bg: #121212;
--text: #e0e0e0;
--primary: #90caf9;
}
}
# AWS Customer Carbon Footprint Tool
aws ce get-custom-metrics --region us-east-1
# Azure Emissions Impact Dashboard
# Available in Azure Portal under "Carbon Optimization"
# GCP Carbon Footprint
# BigQuery: carbon-footprint dataset
SELECT
project_id,
service.description,
SUM(carbon_footprint_kg_co2e) AS total_carbon_kg
FROM `region-us.INFORMATION_SCHEMA.CARBON_FOOTPRINT`
WHERE usage_month = '2026-05'
GROUP BY 1, 2
ORDER BY 3 DESC
| Alıştırma | Açıklama | Karbon Azaltımı |
|---|---|---|
| Örneklerin doğru boyutlandırılması | Örnek boyutunu iş yükü gereksinimleriyle eşleştirin | %30-50 |
| Otomatik ölçeklendirmeyi kullanın | Gerekmediğinde sıfıra ölçeklendirin | %40-80 |
| Artık kalan kaynakları silin | Kullanılmayan birimler, yük dengeleyiciler, IP'ler | %5-15 |
| Yeşil bölgeleri seçin | Yenilenebilir enerjiyle desteklenen bölgeler | %50-90 |
| Nokta/öncelikli kullanın | Toplu işler için yedek kapasiteden yararlanın | %100 (zaten çalışıyor) |
| Sunucusuz | Boşta kaynak yok | %40-90 trafiğe bağlıdır |
| Graviton/ARM örnekleri | Daha verimli işlemciler | %20-30 |
# Find and delete unattached EBS volumes (wasted resources)
aws ec2 describe-volumes \
--filters Name=status,Values=available \
--query 'Volumes[*].[VolumeId,Size,State]' \
--output table
# Delete unused resources
aws ec2 delete-volume --volume-id vol-xxxxx
| Bulut Sağlayıcı | En Yeşil Bölgeler | Karbon Yoğunluğu |
|---|---|---|
| AWS | eu-west-1 (İrlanda), eu-south-1 (Milano), us-west-2 (Oregon) | 50-150 gCO₂/kWh |
| masmavi | İsveç Orta, Norveç Doğu, İsviçre Kuzey | 10-50 gCO₂/kWh |
| GCP | europe-west6 (Zürih), us-west1 (Oregon), belçika-orta | 20-100 gCO₂/kWh |
Procurement → Use → Maintenance → Reuse → Recycle
│ │ │ │ │
│ │ │ │ └─ Material recovery
│ │ │ └─────────── Donation / resale
│ │ └────────────────────── Upgrades
│ └──────────────────────────────── Energy optimization
└─────────────────────────────────────────── Energy Star certified
| Sertifikasyon | Kriterler | Şunlara Uygulanır: |
|---|---|---|
| Enerji Yıldızı | Enerji verimliliği | Tüm cihazlar |
| EPEAT | Tam yaşam döngüsü çevresel etkisi | Elektronik |
| TCO Sertifikalı | Sosyal ve çevresel sorumluluk | BT ürünleri |
| 80 PLUS | Güç kaynağı verimliliği | PSU'lar |
| Mavi Melek | Alman eko etiketi | Çoklu kategoriler |
E-atık hiyerarşisi:
e_waste_policy:
- "All electronic waste must be processed by certified recyclers (R2/e-Stewards)"
- "Data destruction required before disposal (DoD 5220.22-M standard)"
- "Batteries must be removed and recycled separately"
- "Track disposal with chain of custody documentation"
- "Annual e-waste audit and reporting"
Yeşil Yazılım Vakfı tarafından geliştirildi:
SCI = (E × I) + M per R
Where:
E = Energy consumed by the software (kWh)
I = Carbon intensity of the energy source (gCO₂eq/kWh)
M = Embodied carbon of hardware (gCO₂eq)
R = Functional unit (per user, per request, per hour)
def calculate_sci(
energy_kwh: float,
carbon_intensity: float,
embodied_carbon: float,
functional_unit: str,
units: int
) -> float:
"""
Calculate Software Carbon Intensity score
Args:
energy_kwh: Energy consumed in kWh
carbon_intensity: gCO₂eq/kWh for the region
embodied_carbon: gCO₂eq for hardware manufacturing
functional_unit: e.g., 'per_user', 'per_request'
units: Number of functional units
Returns:
SCI score in gCO₂eq per functional unit
"""
operational = energy_kwh * carbon_intensity
total = operational + embodied_carbon
sci = total / units
return sci
# Example: Web API serving 10K requests
sci = calculate_sci(
energy_kwh=50,
carbon_intensity=200, # gCO₂/kWh
embodied_carbon=100000, # gCO₂ for server manufacturing
functional_unit='per_1000_requests',
units=10 # 10K / 1000
)
print(f"SCI: {sci:.2f} gCO₂eq per 1000 requests")
# Install Cloud Carbon Footprint (open-source)
npm install -g @cloud-carbon-footprint/cli
# Generate emissions report
ccf --aws --azure --gcp \
--startDate 2026-01-01 \
--endDate 2026-05-24 \
--outputFormat json \
--outputFile emissions-report.json
- [ ] Enable power management on all devices (sleep after 15 min idle)
- [ ] Turn off monitors and equipment at night
- [ ] Remove unnecessary browser tabs and background apps
- [ ] Use dark mode on OLED/AMOLED displays
- [ ] Delete unused cloud resources (volumes, IPs, load balancers)
- [ ] Reduce email attachments (use links instead)
- [ ] Unsubscribe from unnecessary mailing lists
- [ ] Close unused applications and background processes
- [ ] Implement autoscaling for cloud resources
- [ ] Rightsize over-provisioned instances
- [ ] Enable compression for data storage and transfer
- [ ] Implement caching to reduce computation
- [ ] Deploy monitoring for idle resources
- [ ] Upgrade to energy-efficient LED lighting in server rooms
- [ ] Implement hot/cold aisle containment in data centers
- [ ] Develop a green IT strategy with measurable targets
- [ ] Migrate to cloud regions powered by renewable energy
- [ ] Adopt liquid cooling or free air cooling in data centers
- [ ] Implement carbon-aware scheduling for batch workloads
- [ ] Transition to serverless/containerized architectures
- [ ] Establish an e-waste recycling program
- [ ] Purchase Energy Star/EPEAT certified equipment
- [ ] Consider carbon offsets for unavoidable emissions
- [ ] Report IT carbon emissions in annual ESG reports
Yeşil BT hem etik bir sorumluluk hem de bir iş fırsatıdır. Enerji verimli sistemlerin işletme maliyeti daha düşüktür. Sürdürülebilir uygulamalar çevreye duyarlı müşterileri ve çalışanları cezbeder. Düzenleyici baskı (AB Yeşil Anlaşması, SEC iklim açıklama kuralları) karbon raporlamasını zorunlu hale getiriyor.
| Eylem | Maliyet Tasarrufu | Emisyon Azaltımı |
|---|---|---|
| Bulutta doğru boyutlandırma | %30-50 | %30-50 |
| Otomatik ölçeklendirme | %40-80 | %40-80 |
| ARM'e sunucu geçişi | %20-30 | %20-30 |
| Veri merkezi soğutma optimizasyonu | %20-40 | %20-40 |
| E-atık geri dönüşümü | Malzeme geri kazanımından elde edilen gelir | %100 (çöp sahasına kıyasla) |
Tasarruf edilen her watt ve geri dönüştürülen her cihaz, daha sürdürülebilir bir dijital geleceğe katkıda bulunuyor.
Henüz onaylı yorum yok. Yeni yanıtlar moderasyon bekleyebilir.