AI çip kapasitesi 2028'de on kata çıkacak: ABD'nin egemonliği, Çin'in hızlı yükselişi ve enerji felaketi
Dünyada çalışan yaklaşık 20 milyon Nvidia H100 grafik işlemcisi eş değeri AI çipi, 2028 sonuna kadar 200 milyona ulaşacak. Bu büyüme dokuz ayda bir iki katına çıkıyor. Microsoft'un Wisconsin'de inşa ettiği veri merkezi 2028'de tamamlandığında, erken ChatGPT eğitiminde kullanılan makinelerden çok daha güçlü olacak. Ancak bu hız elektrik tüketiminde ciddi sorun yaratıyor: 2030'da veri merkezleri 256 gigavata yakın enerji tüketecek, bu Güney Amerika ve Afrika kıtalarının toplam elektrik ihtiyacını aşacak. ABD küresel AI işlem gücünün %80'ini kontrol ediyor ve liderliğini 4-5 yıl daha koruyacak gibi görünüyor. Bu yarış, teknoloji sektöründe 1 trilyon dolarlık inşaat planını tetikledi.
ABD'nin AI çip monopolü ve Çin'in karşı atağı
Elon Musk'ın xAI şirketi, Memphis'teki Colossus tesisinde 1.1 milyon H100 eş değeri çip işletiyor. Çin'in en büyük yapısı, Huawei'nin Horinger tesisi: 124 bin çip. Fark 9 kat.
Çin 2024 başında yalnızca 244 bin H100 eş değeri çipten, 2025 sonunda 1.16 milyon çipe ulaştı. Bu 10 ayda yaklaşık beş katlık artış demek. ABD'nin liderliği önümüzdeki 4-5 yıl boyunca büyüme ivmesine sahip olsa da, Çin'in yerli üretim kapasitesi ölçeklendikçe bu açık daralmaya başlayabilir.
Çin, ABD ihracat kısıtlamaları nedeniyle en gelişmiş AI çiplerini satın alamıyor. Nvidia'nın H100 veya H200 gibi çipler ABD hükümeti kararnamesiyle Çin'e satılamıyor. Bu nedenle Huawei gibi yerli üreticiler kendi mimarilerini hızla geliştirmek zorunda kaldı. Çin, AI altyapısında dışarıdan alınan donanıma bağımlı olmak istemiyor. SMIC ve YMTC gibi üreticiler 7nm ve 5nm süreç teknolojilerinde üretim başlattı.
Ancak bu üretimlerin kalitesi ve ölçeği hâlâ ABD merkezli kapasitesinin gerisinde. TSMC ve Samsung, ASML'nin EUV litografi makinelerini kullanarak 3nm-5nm bandında seri üretim yapıyor; Çin bugün buna erişemiyor. ABD liderliği teknolojik üstünlüğe dayanıyor; Çin'in ilerleme hızı kitle üretimine geçebilme yeteneğiyle ölçülecek.
Trilyon dolarlık inşaat: Mega veri merkezlerine neden bu kadar yatırım
2025'te küresel AI altyapı yatırımları 318 milyar dolar. 2029'a kadar 1 trilyon dolara ulaşması bekleniyor. Bu para sunucu donanımı, arazi satın alımı, fiber altyapı, elektrik bağlantıları, soğutma sistemleri, beton, çelik ve enerji santrali kapasitesine gidiyor.
Gigavat başına maliyet ileri düzey tesislerde 40-60 milyar dolar bandında. Bu sadece sunucuların maliyeti değil; arazi, fiber altyapı, yerel elektrik şebekesine entegrasyon dahil.
Her yeni nesil AI modeli, öncekinin birkaç katı parametre sayısına ve eğitim süresine ihtiyaç duyuyor. GPT-3'ten GPT-4'e geçiş 10 kat fazla işlem gücü talep etti. OpenAI, Google, Meta, Anthropic ve DeepSeek, Baidu gibi oyuncular eğitim süresini kısaltmak için sürekli daha fazla çipe yatırım yapıyor. Yeni bir model piyasaya çıkıyor, rakipler daha büyük bir model geliştirmek için daha fazla çip sipariş ediyor, bu talep üzerine Nvidia ve AMD üretimi artırıyor, veri merkezi operatörleri yeni tesis açıyor. Döngünün fiziki sınırı elektrik şebekesinin genişleme hızı.
Enerji sorunu: 2030'da dört katı tüketim ve altyapı yetersizliği
2024'te küresel veri merkezlerinin elektrik tüketimi 64 gigavat. 2030'a kadar bu sayının 256 gigavata yaklaşması bekleniyor. Bu Güney Amerika ve Afrika kıtalarının toplam elektrik tüketiminden fazla.
Sorun üretim değil, altyapı. Elektrik üretim kapasitesi artırılabilir; doğal gaz santralleri, rüzgar çiftlikleri veya nükleer reaktörler inşa edilebilir. Ama bu enerjiyi veri merkezine taşıyan iletim hatları, trafo merkezleri, yerel dağıtım şebekesi ve soğutma suyu altyapısı kurulması yıllar alabiliyor.
Amerika'da bazı eyaletlerde yeni veri merkezi başvuruları yerel elektrik şirketlerinin trafo kapasitesinin dolması nedeniyle bekletiliyor. Virginia, uzun yıllardır ABD'nin en büyük veri merkezi bölgesi; Dominion Energy'nin bölgesel şebeke kapasitesi artık zorlanıyor. Microsoft ve Google kimi tesislerinde doğrudan doğal gaz türbini ya da küçük modüler nükleer reaktör planlarını açıklamaya başladı.
Türkiye'de henüz ChatGPT ölçeğinde bir AI model eğitim merkezi yok. Bulut hizmet sağlayıcıları ve yerel teknoloji şirketleri çıkarım işyükleri için küçük ölçekli veri merkezi kapasitesi kuruyor. Elektrik maliyeti bu yatırımların geri dönüşünde kritik. Türkiye'deki endüstriyel elektrik fiyatları Avrupa ortalamasından düşük olsa da, döviz kuru oynaklığı nedeniyle planlanması zor. Gigavat kapasiteli bir tesisi işletmek bölgesel altyapıya büyük özel yatırım gerektirdiği için, yatırımlar genellikle bulut sağlayıcılarının global stratejisine bağlı.
H100 eş değeri ve ölçüm yöntemi
AI çip kapasitesi, büyük dil modellerini ve görüntü işleme modellerini eğitmek için kullanılan grafik işlemci ve özel AI hızlandırıcılarının toplam işlem gücü. Standart ölçüm birimi Nvidia'nın H100 modeli temel alınarak ifade ediliyor.
Bir H100 çipi saniyede yaklaşık 2 petaFLOPS FP16 hassasiyetinde işlem yapabilir. Modern AI veri merkezleri yalnızca GPU sayısıyla değil, GPU'ların birbirine bağlantı hızı, bellek bant genişliği ve soğutma kapasitesiyle tanımlanıyor. Tek bir veri merkezi 100 bin GPU'yu bir süperbilgisayar gibi çalıştırabilir; bu eğitim süresini aylar yerine haftalara düşürüyor.
Çin'in Huawei gibi üreticileri Ascend serisi çipleriyle benzer performansı hedefliyor. Fakat bu çiplerin H100 ile performans eşitliği tartışmalı: bazı iş yükleri için eşit hızda çalışabilir, bazılarında yazılım ekosistemi desteği eksik olduğundan daha yavaş kalabiliyor. "Eş değer" terimi tam bir teknik eşitlikten çok, teorik işlem gücü yakınlığını ifade ediyor.
Jeopolitik yarış: ABD-Çin çip kontrolü ve yazılım ekosistemi
ABD 2022'den itibaren Çin'e yönelik çip ihracat kısıtlamalarını katı bir şekilde uyguluyor. Nvidia'nın A100, H100, H200 ve L40S gibi GPU'ları Çin'e satılamıyor. ASML'nin EUV litografi makineleri de Çin'e satış yasağı kapsamında.
Çin yanıt olarak SMIC gibi yerel yarı iletken üreticilerini destekledi. Huawei kendi Ascend 910B ve 910C modellerini geliştirdi; bu çipler 7nm süreç teknolojisiyle üretiliyor. TSMC'nin 3nm seri üretimine göre daha eski bir teknoloji olsa da, ölçek ve yazılım optimizasyonu yeterli olursa benzer sonuçlara ulaşabilir.
Ancak ABD'nin TSMC'ye, Nvidia'ya ve AMD'ye erişimi hem performans hem de ölçek konusunda büyük avantaj sağlıyor. Yazılım ekosistemi çok kritik: CUDA, PyTorch, TensorFlow gibi araçlar Nvidia donanımında optimize edilmiş. Çin yapımı çipler kendi yazılım yığınlarını olgunlaştırmak zorunda. Bu da 4-5 yıl içinde ABD liderliğinin devam edeceği tahminini destekliyor.
Türkiye'de henüz endüstriyel ölçekte çip üretim kapasitesi yok. Türk yazılımcı ekipleri bulut hizmeti sağlayıcılarının GPU kiralamaya dayanıyor. ABD-Çin gerginliği Türk geliştiricileri doğrudan etkilemese de, bulut hizmet fiyatlarına ve hangi bölgelerde yüksek kapasiteli GPU'lara erişim sağlanacağına dolaylı olarak yansıyor.
Enerji altyapısı kısıtlaması, ABD-Çin yarışını belirleyecek
AI çip kapasitesindeki on katlı büyüme teorik olarak mümkün görünüyor, ama pratikte elektrik ve soğutma altyapısı bu büyümeyi sınırlandıracak. ABD'nin jeopolitik avantajı—TSMC ve Nvidia'ya erişim, yazılım ekosistemi—hiç değilse 4-5 yıl boyunca korunacak. Çin'in beş katlı çip artışı iz bıraksa da, ABD hâlâ dokuz kat öncde. Türkiye bağlamında yatırım fırsatları varsa, bunlar küçük ölçekli çıkarım hizmetleriyle sınırlı kalacak ve bulut sağlayıcılarının küresel kararlarına tabi olacak. Türkiye'nin elektrik fiyatı avantajı yatırımı çekebilirse de, döviz riski ve altyapı yatırımlarının yüksek maliyeti genellikle ABD veya Avrupa merkezli büyük sağlayıcıları tercih ettiriyor.
