Nvidia, Çarşamba günü tüm beklentileri aşarak, yapay zeka iş yüklerini desteklemede üstün performans gösteren grafik işlem birimlerinin (GPU'lar) sağladığı kâr artışını bildirdi. Ancak diğer yapay zeka çipleri de ivme kazanmaya başlıyor.

Google'ın TPU'sundan Amazon'un Trainium'una ve OpenAI'nin Broadcom ile planlarına kadar her büyük bulut sağlayıcısı artık kendi uygulamaya özel entegre devrelerini (ASIC'ler) tasarlıyor. Bu çipler daha küçük, daha ucuz ve kullanımı daha kolay ve bu şirketlerin Nvidia GPU'larına olan bağımlılığını azaltabilir. Futurum Group'tan Daniel Newman, CNBC'ye verdiği demeçte, ASIC çiplerinin "önümüzdeki birkaç yıl içinde GPU pazarından daha hızlı büyümesini" beklediğini söyledi.

GPU'lar ve ASIC'lerin yanı sıra, üretimden sonra sinyal işleme, ağ iletişimi ve yapay zeka gibi kullanımlar için yeniden yapılandırılabilen sahada programlanabilir kapı dizileri (FPGA'lar) de bulunmaktadır. Ayrıca, bulut üzerinden değil, doğrudan cihazlarda çalışacak şekilde tasarlanmış, Qualcomm ve Apple gibi şirketlerin öncülük ettiği bir yapay zeka çipleri nesli de mevcuttur.

CNBC, bu kalabalık ortamı ve farklı yapay zeka çiplerini analiz etmek için büyük teknoloji şirketlerindeki uzmanlar ve içeriden kişilerle görüştü.

Genel amaçlı bilgi işlem için GPU'lar

GPU'lar bir zamanlar ağırlıklı olarak video oyunları için kullanılıyordu ancak modern yapay zekanın motoru haline gelmeleriyle birlikte Nvidia'yı dünyanın en değerli halka açık şirketi haline getirdiler. Nvidia, geçen yıl mevcut nesil "Blackwell" GPU'larından yaklaşık 6 milyon adet sattı.

Oyunlardan yapay zekaya geçiş, araştırmacıların Nvidia GPU'larını kullanarak AlexNet sinir ağını eğittiği 2012 yılında başladı. Bu, birçok kişinin modern yapay zeka devriminin kıvılcımı olarak gördüğü bir atılımdı. AlexNet, dikkat çeken bir görüntü tanıma yarışmasında yarıştı ve CPU'lar yerine GPU'lara güvenerek inanılmaz bir doğruluk ve önemli bir rekabet avantajı sağladı.

GPU'ların gerçekçi grafikler oluşturmasını sağlayan paralel işleme yeteneği, onları aynı zamanda açık programlama yerine verilerden öğrenen derin öğrenme modellerini eğitmek için de ideal hale getiriyor.

Günümüzde GPU'lar, bulut tabanlı yapay zeka iş yüklerini çalıştırmak için CPU'larla eşleştirilmiş veri merkezi sistemlerine satılıyor. CPU'lar, sıralı görevler için bir avuç güçlü çekirdeğe sahipken, GPU'lar matris çarpımı gibi paralel işlemlerde uzmanlaşmış binlerce küçük çekirdeğe sahip.

Çok sayıda işlemi aynı anda yürütebildikleri için GPU'lar hem eğitim hem de çıkarım için idealdir. Eğitim, yapay zeka modellerine büyük veri kümelerindeki kalıpları bulmayı öğretir; çıkarım ise bu modelleri kullanarak yeni bilgiler hakkında kararlar alır.

GPU'lar, Nvidia ve en yakın rakibi AMD için birincil motor olmaya devam ediyor. Yazılım, onları birbirinden ayıran temel unsur: Nvidia, CUDA ekosistemine güvenirken, AMD büyük ölçüde açık kaynaklı bir yığın sunuyor.

Her iki şirket de bulut GPU'larını Amazon, Microsoft, Google, Oracle ve CoreWeave gibi sağlayıcılara satıyor ve ardından bu sağlayıcılar bu bilgi işlem gücünü yapay zeka geliştiricilerine kiralıyor.

Örneğin, Anthropic'in Nvidia ve Microsoft ile yaptığı 30 milyar dolarlık anlaşma, Nvidia donanımı üzerine kurulu 1 gigawatt'lık işlem kapasitesine eşdeğer bir kapasiteyi içeriyor. AMD, yakın zamanda OpenAI ve Oracle'dan da önemli taahhütler aldı.

Nvidia ayrıca doğrudan hükümetlere ve yapay zeka şirketlerine (en az 4 milyon GPU'yu OpenAI'ye satıyor) ve Güney Kore, Suudi Arabistan ve İngiltere gibi yabancı hükümetlere de satış yapıyor.

Şirket, CNBC'ye yaptığı açıklamada, 72 Blackwell GPU'su içeren sunucu kabini başına yaklaşık 3 milyon dolar talep ettiğini ve her hafta yaklaşık 1.000 kabin gönderdiğini söyledi.

Nvidia'nın yapay zeka altyapısından sorumlu kıdemli direktörü Dion Harris, talebin bu seviyeye ulaşacağını hiç düşünmediğini söyledi. "Yıllar önce şirketlerle sekiz GPU'lu bir sistem hakkında konuştuğumuzda, bunun aşırı olduğunu düşünmüşlerdi."

Özel bulut yapay zekası için ASIC'ler

GPU tabanlı eğitim, büyük dil modellerinin ilk dalgasını besledi, ancak modeller olgunlaştıkça çıkarım giderek daha önemli hale geldi. Çıkarım, belirli matematik işlemleri için özel olarak üretilmiş, daha az esnek ve düşük maliyetli yongalarda çalıştırılabilir; işte tam da bu noktada ASIC'ler devreye girer.

Bir GPU, birçok farklı paralel görevi yerine getirebilen bir "İsviçre çakısı" ise, bir ASIC tek amaçlı bir araçtır; son derece hızlı ve verimlidir ancak üretildikten sonra tek bir işlem türüne kilitlenir.

*Çip Savaşı* kitabının yazarı Chris Miller, "Bu çipler silikona kazındıktan sonra değiştirilemez," diyor. "Verimlilik ve esneklik arasında bir denge vardır."

Nvidia'nın GPU'ları, sayısız yapay zeka ihtiyacını karşılayacak kadar çok yönlüdür, ancak pahalıdırlar (birim başına 40.000 dolara kadar) ve edinilmesi zordur. Yeni kurulan şirketler, özel bir ASIC tasarlamanın onlarca milyon dolara mal olabilmesi nedeniyle bunlara güvenmektedir.

Ancak bulut devleri, büyük ölçekte büyük tasarruflar vaat ettikleri için ASIC'lere büyük yatırımlar yapıyorlar.

Newman, "Bu şirketler, oluşturdukları iş yükleri üzerinde daha fazla kontrol istiyor," dedi. "Ancak Nvidia ve AMD ile çalışmaya devam edecekler; bilgi işlem talebi muazzam."

Google, 2015 yılında Tensor İşlem Birimi'ni (TPU) piyasaya sürerek özel bir yapay zeka ASIC'i geliştiren ilk şirket oldu. Çalışmalar 2006 yılında başladı, ancak Google'ın yapay zekanın veri merkezi ayak izini iki katına çıkarabileceğini fark etmesiyle 2013 yılında aciliyet kazandı. TPU, 2017 yılında çoğu modern yapay zekanın temelini oluşturan Transformer mimarisinin etkinleştirilmesine yardımcı oldu.

Google, yedinci nesil TPU'yu Kasım ayında tanıttı. Anthropic, Claude modelini bir milyon TPU üzerinde test edecek. Bazıları TPU'ların Nvidia GPU'larıyla rekabet ettiğine, hatta onları geride bıraktığına inanıyor.

Miller, "Birçok kişi Google'ın sonunda TPU'ları daha geniş bir şekilde kullanıma sunmasını bekliyor" dedi.

AWS, 2015 yılında Annapurna Labs'ı satın aldıktan sonra kendi çiplerini piyasaya sürdü. 2018'de Inferentia'yı, 2022'de ise Trainium'u piyasaya sürdü; Trainium3'ün de yakında piyasaya sürülmesi bekleniyor.

Amazon, Trainium'un alternatiflerine kıyasla %30 ila %40 daha iyi fiyat-performans oranı sunduğunu belirtiyor. Anthropic, modellerini eğitmek için şu anda yarım milyon Trainium2 çipi kullanıyor.

Özel ASIC'ler üretmek için bulut sağlayıcıları, kritik IP ve ağ uzmanlığı sağlayan Broadcom ve Marvell gibi şirketlere güveniyor. Miller, "Bu nedenle Broadcom, yapay zeka patlamasının en büyük kazananlarından biri haline geldi," dedi.

Broadcom, Google'ın TPU'larının ve Meta'nın 2023 hızlandırıcılarının tasarımına yardımcı oldu ve 2026'dan itibaren OpenAI için özel çipler üretmeye başlıyor.

Microsoft, Maia 100'ü geliştirdi. Qualcomm'un A1200 modeli var. Intel, Gaudi serisini sunuyor. Tesla, AI5 çipi üzerinde çalışıyor. Cerebras ve Groq gibi girişimler ise yenilikçi mimariler geliştiriyor.

Çin'de Huawei, ByteDance ve Alibaba, ABD'nin ihracat kısıtlamalarına rağmen kendi ASIC'lerini tasarlıyor.

NPU'lar ve FPGA'lar ile cihaz düzeyinde yapay zeka

Üçüncü bir yapay zeka çip kategorisi, modelleri bulut üzerinden çalıştırmak yerine doğrudan cihazlarda çalıştırmak için tasarlanmıştır. Bu çipler genellikle çip üzerinde sistem (SoC) tasarımlarına entegre edilir ve uç yapay zeka işlemcileri olarak bilinir. Yapay zeka özelliklerinin yerel ve verimli bir şekilde çalışmasını sağlayarak pil ömrünü ve gizliliği korurlar.

Beyaz Saray'ın eski yapay zeka ve teknoloji danışmanı Saif Khan, "Yapay zeka görevlerini son derece düşük gecikmeyle doğrudan telefonunuzda çalıştırabileceksiniz," dedi. "Ve verileri bir veri merkezine göndermeden."

Bu kategorinin önemli bir kısmını Qualcomm, Intel, AMD ve diğerleri tarafından geliştirilen Sinirsel İşlem Birimleri (NPU'lar) oluşturur.

Apple, NPU terimini kullanmıyor ancak M serisi Mac çiplerine ve A serisi mobil çiplerine bir "sinir motoru" yerleştiriyor.

Apple'ın platform mimarisinden sorumlu başkan yardımcısı Tim Millet, "Bu yaklaşım inanılmaz derecede etkili oldu," dedi. "Hızlı ve bize deneyim üzerinde daha fazla kontrol sağlıyor."

Android telefonlardaki Snapdragon yongaları, Samsung'un özel NPU'ları ve NXP ile Nvidia'nın uç yapay zeka işlemcileri, otomobillerde, robotlarda, kameralarda ve akıllı ev cihazlarında yapay zekayı güçlendiriyor.

Miller, "Bugün harcamaların çoğu hâlâ veri merkezlerinde yapılıyor," dedi. "Ancak yapay zeka telefonlara, arabalara, giyilebilir cihazlara ve diğer her şeye yayıldıkça bu durum değişecek."

FPGA'lar, ASIC'ler veya NPU'lara göre daha az güç verimliliğine sahip olmalarına rağmen, üretimden sonra yeniden programlanabildikleri için daha fazla esneklik sunarlar.

AMD, 2022 yılında 49 milyar dolara Xilinx'i satın alarak en büyük FPGA üreticisi oldu. Intel, 2015 yılında 16,7 milyar dolara Altera'yı satın alarak ikinci sırada yer aldı.

Sonuç: Nvidia hala çok önde

Tüm bu yapay zeka çipi şirketleri tek bir üreticiye güveniyor: Tayvan'daki TSMC.

TSMC, Apple'ın üretiminin bir kısmını taşıyacağı Arizona'da devasa bir üretim tesisi kuruyor. Nvidia CEO'su Jensen Huang, Ekim ayında Blackwell GPU'larının orada da "tam üretime" ulaştığını söylemişti.

Pazar giderek kalabalıklaşıyor olmasına rağmen Nvidia'yı devirmek hâlâ çok zor.

Newman, "Nvidia bu konumda çünkü bunu hak etti," dedi. "Bu geliştirici ekosistemini oluşturmak için yıllar harcadı ve kazanan da o oldu."

ABD'de çoğu hisse senedi endeksi, Fed'in olası faiz indirimlerine ilişkin iyimserliğin yeniden canlanmasıyla Cuma günü yükseldi.

New York Fed Başkanı John Williams, Cuma günü yaptığı açıklamada, merkez bankasının faiz oranlarını düşürmek için daha fazla alana sahip olmasını beklediğini söyledi. Şili'de konuşan etkili politika yapıcı, işgücü piyasasına yönelik risklerin artık enflasyonla ilgili risklerden daha ağır bastığını belirterek, FOMC'nin daha ılımlı üyelerinin duruşunu yansıttı.

Williams şunları söyledi: "Para politikasının hâlâ orta derecede kısıtlayıcı olduğunu düşünüyorum, ancak son eylemlerimizden öncekine göre daha az kısıtlayıcı. Bu nedenle, politikayı nötr seviyeye yaklaştırmak ve iki hedefimiz arasında dengeyi korumak için federal fon oranı hedef aralığında yakın vadede ek bir ayarlama yapılması gerektiğini düşünüyorum."

İşlemlerde, Dow Jones Sanayi Endeksi %0,4 (185 puan) artışla 16:15 GMT itibarıyla 45.937'ye yükseldi. Daha geniş kapsamlı S&P 500 endeksi %0,1 (7 puan) artışla 6.545'e yükselirken, Nasdaq Composite endeksi %0,1 (38 puan) artışla 22.040'a yükseldi.

Paladyum fiyatları, güçlenen ABD doları, talep belirsizliği ve daha yüksek arz beklentilerinin baskısı altında Cuma günü düşüşünü sürdürdü.

Reuters, bilgili kaynaklara dayanarak, ABD'nin Ukrayna'yı Rusya ile ateşkes anlaşmasını kabul etmesi için özel olarak zorladığını bildirdi. Böyle bir gelişme, dünyanın en büyük paladyum ihracatçılarından biri olan Rusya'ya uygulanan yaptırımların hafifletilmesiyle birlikte küresel endüstriyel metal arzını muhtemelen artıracaktır.

Capital.com'a göre, paladyum fiyatları Ekim ayı başından bu yana yaklaşık %26 artarak ons başına yaklaşık 1.500 dolara yükseldi. Bu yükseliş, platin piyasasındaki kazanımlar ve küresel finansal koşullardaki genel gevşemeyle birlikte gerçekleşti.

ABD'de faiz indirimlerine yönelik bahisler ve dolardaki önceki zayıflık, son haftalarda değerli metalleri yükselten "altın + likidite" rallisi olarak adlandırılan paladyumu da destekledi.

Paladyum neredeyse yalnızca benzinli motorların katalitik konvertörlerinde kullanılıyor; bu da herhangi bir fiyat dalgalanmasının ABD'li otomobil ve elektronik üreticilerinin maliyet yapılarını doğrudan etkilediği anlamına geliyor.

Monex'in teknik analizi, ons başına 1.500 ila 1.520 dolar arasında bir direnç gösteriyor. Genel olarak yükseliş trendi bekleniyor, ancak önümüzdeki dönemde dalgalı işlemler devam edecek. CPM Group analistleri, paladyumun son dönemdeki gücünün "platinin performansıyla yakından bağlantılı" olduğunu belirtirken, ABD işgücü piyasasındaki zayıflama ve devam eden enflasyonun talebi olumsuz etkileyebileceği konusunda uyarıyor.

ABD-Çin arasında yakın zamanda açıklanan ticaret ateşkesine rağmen, Amerikalı yetkililerin açıklamaları gerginliğin hala yüksek olduğunu gösteriyor. ABD Hazine Bakanı, Çin'in güvenilmez bir ticaret ortağı olmaya devam ettiğini söylerken, Başkan Donald Trump, yönetiminin gelişmiş Nvidia yongalarının Çin'e veya diğer ülkelere ihracatına izin vermeyeceğini yineledi.

ABD dolar endeksi, TSİ 14:43 itibarıyla %0,1 artışla 100,2'ye çıktı ve 100,4 ile 99,9 arasında işlem gördü.

Paladyumun Aralık vadeli vadeli işlemleri, saat 14:43'te ons başına %0,9 düşüşle 1.374 dolara geriledi.

Bitcoin, Cuma günü erken saatlerde kısa bir süre 81.871,19 dolara düştükten sonra son 24 saatte yaklaşık %10,2 düşüşle 82.460 dolar civarında istikrar kazandı.

Yaklaşık bir aydır devam eden satışların ardından Bitcoin, yılbaşındaki seviyesinin yüzde 10 altında işlem görüyor ve Donald Trump'ın geçen yılki seçim zaferinin ardından elde ettiği kazanımların çoğunu sildi.

Bitcoin'in en son 82.000 doların altına düşmesi, Trump'ın "Kurtuluş Günü" etkinliğinde kapsamlı gümrük vergileri açıklamasının tetiklediği geniş çaplı bir piyasa satış dalgası sırasında Nisan ayında 75.000 dolara gerilemesiyle gerçekleşmişti.

Coinbase'e ait opsiyon ve vadeli işlem borsası Deribit'ten alınan verilere göre CoinDesk, yatırımcıların daha fazla düşüşe hazırlandığını bildirdi.

Piyasa değerine göre ikinci en büyük kripto para birimi olan Ethereum, 24 saat içinde %9,6'dan fazla düşüşle 2.740 doların altına geriledi. Diğer büyük token'lar da ağır baskı altına girdi; XRP, BNB ve SOL sırasıyla %9,1, %8,4 ve %10,6 değer kaybetti. En büyük meme coin olan Dogecoin ise aynı dönemde %10,3 değer kaybetti.

Kripto para piyasası, geçen ayın başlarında yeni rekor seviyelere ulaştıktan sonra, 10 Ekim'de 19,37 milyar dolarlık kaldıraçlı pozisyonun 24 saat içinde tasfiye edildiği eşi benzeri görülmemiş bir tek günlük düşüşün ardından istikrarlı düşüşler yaşadı. Bu olay, Trump'ın Çin ithalatına %100 ek gümrük vergisi getireceğini açıklamasıyla tetiklendi - daha sonra bu kararından vazgeçti. CoinGlass'a göre, dijital varlıklar da son günlerde daha geniş çaplı piyasa oynaklığına kapıldı ve 24 saat içinde 2,2 milyar dolardan fazla para tasfiye edildi.

CoinGecko'ya göre, tüm kripto para birimlerinin toplam piyasa değeri şu anda 2,92 trilyon dolar seviyesinde bulunuyor. Bu, Ekim ayı başında ulaşılan yaklaşık 4,38 trilyon dolarlık zirveden %33'lük bir düşüşü temsil ediyor. Bloomberg'e göre, bu ayın başından bu yana Bitcoin'in piyasa değeri yaklaşık %25 düştü ve bu, 2022'deki kripto krizinden bu yana en sert aylık düşüşü işaret ediyor.

Büyük portföyü nedeniyle Bitcoin'in bir temsilcisi olarak görülen Strategy (eski adıyla MicroStrategy) hisseleri, geçtiğimiz hafta %11 ve son 30 günde %41 değer kaybettikten sonra, Cuma günü piyasa öncesi işlemlerde %2,44 düştü. Şirket şu anda ortalama 74.430 dolarlık satın alma fiyatıyla 649.870 BTC'ye sahip.

JPMorgan analistleri, bu hafta başlarında yayınladıkları bir notta, Strategy'nin Nasdaq 100 ve MSCI USA gibi önemli endekslerden çıkarılma riskiyle karşı karşıya olduğu konusunda uyardı. Böyle bir dışlanma, hisse senedinde daha fazla düşüşe yol açabilir ve şirket Bitcoin varlıklarının bir kısmını satmak zorunda kalırsa kripto para piyasalarını olumsuz etkileyebilir.