“Yapay zekâ bir yazılım devrimi gibi algılanabilir ama sınırlarını hâlâ fiziksel unsurlar belirliyor: İşlemciler, bellek, üretim ekipmanı, paketleme kapasitesi ve elektrik. Bu gerçek, çip üretimini özel sektörün işi olmaktan çıkarıp jeopolitik bir savaş alanına dönüştürdü.”
Yazar: Antonin Bergeaud ve Robin Rivaton
Antonin Bergeaud, HEC Paris’te Ekonomi Profesörü. Robin Rivaton ise Avrupalı teknoloji şirketi Stonal’ın CEO’su, Fransız iş dünyası konfederasyonu MEDEF’in yapay zekâ danışmanı ve Paris merkezli düşünce kuruluşu Fondapol’un üyesi.
Çeviri: Mert Söyler
Yapay zekâ patlaması gerçekten de sadece bilimsel keşifler sayesinde mi 2022’de başladı? İlk bakışta öyle görünüyor. Günümüzün büyük dil modellerinin temeli olan transformer (dönüştürücü) mimarisi 2017’de ortaya çıktı. 2020’ye gelindiğinde araştırmacılar ölçeklendirmenin temel mantığını oturtmuştu bile: Daha fazla işlem gücü ve veri, tahmin edilebileceği üzere daha iyi modeller ortaya çıkarıyor.
Ardından, 2022’nin sonlarında ChatGPT’nin herkesin kullanımına açılması, bu teknolojilerin geniş kitlelere nasıl hitap edebileceğini gösterdi ve yapay zekâda küresel bir liderlik yarışının fitilini ateşledi.
Ama yatırım patlamalarını tetikleyen tek şey bilimsel gelişmeler olamaz. Daha ziyade, yapay zekâ yarı iletken ve bilişim ekosisteminde piyasa çapında bir şok etkisi yarattı. Transformer umut vaat eden yeni bir teknolojik yol açarken, ChatGPT büyük çaplı yatırımları mantıklı kılan o kitle pazarını yarattı. Codex gibi sistemler ise bu talebi yazılım geliştirme gibi uygulama alanlarına taşıdı.
Yapay Zekâ ve Bağlı Olduğu Donanım Ekosistemi
Sonrasında yaşananlar; algoritmik yeniliklerin, donanımdaki gelişmelerin ve makine zekâsına yönelik devasa bir pazarın ortaya çıkmasının yarattığı eşi görülmemiş bir yatırım dalgasıydı. Öncü modellere dair koparılan onca fırtınaya rağmen, yapay zekânın geleceği aslında işlemcilere, ağ ekipmanlarına, soğutma sistemlerine, elektriğe, bulut platformlarına ve tüm bunları ahenk içinde yönetecek kurumsal kapasiteye bağlı.
Ekonomistler, pazar büyüklüğünün inovasyonun yönünü belirlediğini uzun zamandır kabul ediyor. Nobel ödüllü ekonomist Daron Acemoğlu ve Joshua Linn, 2004 tarihli çığır açan makalelerinde demografik değişimlerin yönlendirdiği daha büyük potansiyel pazarların ilaç sektöründeki yenilikleri nasıl teşvik ettiğini ortaya koymuştu.
Aynı mantık, önemli bir farkla da olsa yapay zekâ için de geçerli. İlaç sektöründe talep patlaması, nüfusun yaşlanmasıyla birlikte sektörün dışından gelmişti. Yapay zekâda ise tam aksine, art arda gelen keşifler çok daha büyük bir işlem gücüne yönelik kendi talebini yarattı. ChatGPT, kendi yerini alacak yeni nesil modellerin eğitileceği donanımı bugün finanse eden pazarı bizzat var etti ve makine zekâsı için uçsuz bucaksız bir pazar beklentisi, inovasyonu çok daha kârlı bir hale getirdi. Bu durum sadece yarı iletkenler, yazılım, ağ altyapısı ve veri merkezleri için değil; verimliliği artırmakta uzun süredir zorlanan enerji ve inşaat gibi sektörler için de geçerli.
Yine de hiçbir teknoloji sonsuza kadar aynı hızda gelişmez. Olgunlaştıkça azalan getirilerle yüzleşirler ve bu da daha fazla ilerlemeyi giderek zorlaştırır. Bu durum, teknolojik ilerlemenin hızlı bir ilk sıçramanın ardından neden çoğu zaman yavaşladığını açıklamaya yardımcı oluyor. Fakat bazen, Nobel ödüllü ekonomist Philippe Aghion ve çalışma arkadaşlarının yakın tarihli bir araştırmalarında bahsettikleri bir mekanizma olan “inovasyon saatini” sıfırlayan yepyeni bir teknolojik paradigma ortaya çıkabiliyor.
Yapay zekâ tam olarak böyle bir sıfırlama anı; ama kendine has bir yönü var. Sadece yeni bir teknolojik dönemi başlatmakla kalmadı, işlem gücüne yönelik yepyeni ve görünüşte doymak bilmez bir talep yaratarak yarı iletken inovasyon döngüsünü de baştan başlattı.
Moore Yasasının Sınırları
Bu nedenle yapay zekâ patlamasını yalıtılmış bir teknolojik olay olarak değil, onlarca yıllık inovasyon ve yatırım döngüsünün en yeni perdesi olarak görmek en doğrusu. Transistörün 1947’de Bell Laboratuvarlarında icat edilmesinden bu yana teknoloji endüstrisi, birbirini izleyen değişim dalgalarıyla şekillendi: Ana bilgisayarlar, kişisel bilgisayarlar, internet, mobil cihazlar, bulut bilişim ve şimdi de yapay zekâ.
Bu dalgalar genellikle, entegre bir devre üzerindeki transistör sayısının her iki yılda bir iki katına çıkacağını öngören Moore yasasının kaçınılmaz bir sonucu gibi yansıtılıyor. Oysa bu bakış açısı çok güçlü bir döngüyü gözden kaçırıyor: Moore yasası, teknolojik ilerleme ve pazarın büyümesinin birbirini beslediği kusursuz bir döngü olarak işledi. Daha ucuz bilgi işlem gücü yeni uygulamaların önünü açtı, bilişim pazarını büyüttü; bu da çiplere, üretim araçlarına, belleklere, yazılıma ve dijital altyapıya yapılan yatırımların kârlı olmaya devam etmesini sağladı.
Önceki bilişim dalgalarının aksine yapay zekâ; paralel işleme ve bellek bant genişliğinden, yüksek hızlı bağlantılara ve veri merkezi kapasitesine kadar fiziksel altyapı üzerinde muazzam bir yük oluşturuyor. Üstelik bu durum, Moore yasasını ayakta tutan enerji dengesinin bozulmasından sonra ortaya çıktığı için sorunu daha da büyütüyor.
Moore yasası, on yıllar boyunca Dennard ölçeklendirme prensibiyle desteklendi: Transistörler küçüldükçe daha düşük voltajla çalışabiliyorlardı. Bu sayede ısınma sorunları kontrol altında kalıyor, yeni nesil çipler elektrik, soğutma ve fiziksel altyapıya devasa yatırımlar gerektirmeden çok daha fazla işlem gücü sunabiliyordu.
Bu denge 2000’lerin ortalarında sarsılmaya başladı. Transistörler küçülmeye devam etse de voltaj aynı oranda düşürülemiyordu; bu da işlemcilerin aşırı ısınmadan daha hızlı çalışmasını engelliyordu. İlerlemeyi sürdürebilmek için inovasyon sadece transistörle sınırlı kalamazdı; çok çekirdekli işlemciler, grafik işlem birimleri, özel hızlandırıcılar, yüksek bant genişlikli bellek (HBM), gelişmiş çip paketleme yöntemleri, hiper ölçekli bulut altyapısı ve yüksek hızlı ağ iletişimi gibi tüm bilişim sistemini kapsayacak şekilde genişledi.
Üretken yapay zekâ, Dennard sonrası dönemin bu mimarisinden tam anlamıyla faydalanan ilk kitle pazar uygulaması. Bir sohbet botu kullanıcılara fiziksel bir ağırlığı yokmuş gibi gelebilir ama arayüzünün arkasında devasa bir donanım mekanizması yatıyor. Öncü modelleri eğitmek; inanılmaz boyutlarda paralel hesaplama, yüksek hızlı veri aktarımı, özel çiplerden oluşan yoğun kümeler, sanayi tipi soğutma sistemleri ile kesintisiz ve bol miktarda elektrik gerektiriyor.
Yani yapay zekâ devrimi sadece yazılımdan ibaret değil; aynı zamanda fiziksel sermaye, enerji ve endüstriyel kapasiteyle de yakından ilgili. Stanford Üniversitesi’nin 2025 Yapay Zekâ Endeksi’ne göre, gelişmiş yapay zekâ modellerini eğitmek için kullanılan işlem gücü miktarı kabaca her beş ayda bir ikiye katlanıyor. Epoch AI, öncü modellerin eğitimine ayrılan işlem gücünün 2020’den bu yana her yıl neredeyse beş kat arttığını tahmin ediyor.
Ama işlem gücü, yapay zekânın temel ihtiyaçlarından sadece biri. Diğeri ise önceki bilişim dalgalarının mirası olan devasa dijital bilgi havuzu. İnternet, on yıllar boyunca üretilmiş metin, kod, görsel, ses ve videoları devasa bir dijital arşive dönüştürdü. Yarı iletken üretimindeki durmak bilmeyen ilerlemelerin bir diğer sonucu olarak depolama maliyetlerinin dibe vurması da tüm bu veriyi saklamayı ekonomik hale getirdi. Modellerin ön eğitimi işlemi, özünde tüm bu verileri istatistiksel bir modele sıkıştırmaktan ibaret.
Ortaya çıkan tablo, Moore yasasının o eski kusursuz döngüsünü andıran, kendi kendini besleyen bir dinamik: Daha iyi modeller, ek işlem gücünün değerini artırıyor; beklenen yüksek getiriler hızlandırıcılara, belleğe, bulut kapasitesine ve elektriğe yapılan yatırımları haklı çıkarıyor. Tüm bu yatırımlar, öncü yapay zekâ modellerini kısıtlayan engelleri kaldırarak yeteneklerini genişletiyor ve yeni uygulamaların önünü açarak işlem gücüne olan talebi daha da tetikliyor.
Bu tabloya bakıldığında, günümüzün lider yapay zekâ şirketlerinin neden bilimsel buluşları ekonomik değere dönüştürmek için gereken bu yatırımları koordine edebilen firmalar olduğu net bir şekilde anlaşılıyor. Örneğin Nvidia’nın rekabet avantajı, yazılım kütüphaneleri, teknik uzmanlığı, gelişmiş çip paketleme yöntemleri ve tedarik zinciri uyumu ile birlikte, geliştiricilerin çiplerini kullandığı platform olan CUDA’nın on yıllara yayılan gelişimine dayanıyor.
TSMC’nin pazardaki hakim konumu da aynı şekilde üretim uzmanlığının değerini yansıtıyor. Amazon, Microsoft ve Google ise tam tersine, işlem gücüne yönelik dağınık talebi devasa bulut platformlarına ve altyapılara dönüştürüyor. Onların rekabet avantajı tek bir teknolojiden ziyade; sermayeyi, donanımı, yazılımı ve elektriği akıl almaz bir ölçekte koordine edebilmelerinde saklı.
Yapay Zekâ Çağı İçin Sanayi Politikası
Silikonun günümüzdeki teknolojik devrimin hâlâ kalbinde yer aldığının en net kanıtı, artık her büyük gücün yarı iletken tedarik zincirinin kontrolünü stratejik bir varlık olarak görmesi. Yapay zekâ bir yazılım devrimi gibi algılanabilir ama sınırlarını hâlâ fiziksel unsurlar belirliyor: İşlemciler, bellek, üretim ekipmanı, paketleme kapasitesi ve elektrik. Bu gerçek, çip üretimini özel sektörün işi olmaktan çıkarıp jeopolitik bir savaş alanına dönüştürdü.
Amerika Birleşik Devletleri bunun en net örneklerinden biri. Uzun yıllar boyunca fabrikalardan vazgeçmek, ABD’li şirketlerin üretimi yurt dışına taşeronlaştırırken çip tasarımına odaklanmasını sağladı. Gelişmiş çip üretimi Tayvan’da yoğunlaşırken bile bu iş bölümü ABD’nin teknolojik liderliğini sürdürmesine yardımcı oldu.
Fakat tırmanan jeopolitik gerilimler, politika yapıcıların üretim kapasitesinin stratejik önemini yeniden kavramasına neden oldu. 2022 tarihli ABD CHIPS ve Bilim Yasası, yaklaşık 52 milyar dolarlık bir kamu fonu taahhüt ederek ve yerli yarı iletken üretimi için duyurulan 450 milyar doların üzerindeki özel sektör yatırımını harekete geçirerek, onlarca yıllık “fabrikasızlık” rahatlığından keskin bir kopuşu gösterdi.
Bunun sonuçları şimdiden görülmeye başlandı. TSMC kısa bir süre önce Arizona’daki dev projesi için planladığı yatırımı 265 milyar dolara çıkarırken, Apple şirketin üreteceği ilk iki nanometrelik (2nm) kapasitenin yarısından fazlasını kendine ayırttı. Intel’in Arizona’daki Fab 52 tesisi, iddialara göre Microsoft’un yeni nesil Maia hızlandırıcısında kullanmayı planladığı 18A çiplerini şimdiden üretiyor.
Diğer yandan, Tayvan’ın yıllar önce TSMC üzerine oynadığı kumar olağanüstü meyveler vermeye devam ediyor. Gelişmiş çiplere olan talebin arzı neredeyse üçe katladığı söylenirken, şirket 3nm üretim hatlarını fiilen tam kapasite çalıştırıyor. Tayvan’ın rakipsiz üretim yetenekleri, ülkenin sözde “silikon kalkanını” stratejik bir gerçeğe dönüştürdü: Adanın güvenliği artık ABD ve müttefikleri için hayati bir stratejik çıkar meselesi konumunda.
Güney Kore’nin yaşadıkları ise yapay zekâ dünyasındaki bir başka darboğaza, yani belleğe ışık tutuyor. Güney Koreli politika yapıcılar, Avrupalı mevkidaşlarının anlamakta hâlâ zorlandığı bir gerçeği çok uzun zaman önce fark etti: Küresel pazarlarda kolayca bulunabiliyor gibi görünse de bellek stratejik bir varlık olmaya devam ediyor.
Bu vizyonla hareket eden Güney Kore, 1983 yılında başlattığı bir sanayi politikası hamlesiyle ABD ve Japonya’nın ardından 64K DRAM çiplerini üreten dünyadaki üçüncü ülke oldu. Samsung ve SK Hynix bu erken atılımın üzerine inşa ederek, ABD merkezli Micron ile birlikte küresel DRAM pazarının %90’ından fazlasını elinde tutan bir oligopol kurdu. Ayrıca SK Hynix, öncü yapay zekâ modellerini eğitmek için kritik bir bileşen olan HBM’nin (Yüksek Bant Genişlikli Bellek) de lider tedarikçisi haline geldi.
Çin, iddialı bir sanayi politikasının neler başarabileceğine dair en çarpıcı örneği sunuyor. Geçtiğimiz birkaç on yılda Çin, çip üretiminin fabrikasyondan sonraki son aşamalarını oluşturan dış kaynaklı yarı iletken montajı ve testi (OSAT) ile başlayarak değer zincirinde dipten yukarıya doğru tırmandı. Batılı şirketler bu alanı düşük kârlı bir iş olarak görüp büyük ölçüde burun kıvırırken, Çin burayı stratejik bir giriş kapısı olarak değerlendirdi.
Bu hamle karşılığını verdi. JCET, Tongfu ve Huatian gibi şirketler basit fason paketlemeden çıkarak işlemcilerle belleğin çok daha yüksek hızlarda iletişim kurmasını sağlayan yongacık (chiplet) entegrasyonuna ve 2.5D paketleme teknolojilerine geçiş yaptı. JCET şu anda yıllık 5 milyar dolarlık geliriyle dünyanın en büyük üçüncü OSAT şirketi.
Çin paketleme aşamasından belleğe geçti. Gelen bilgilere göre CXMT’nin DRAM’in son nesli olan DDR5 çipleri saniyede 8.000 mega transfer hızına ulaşarak Çinli üreticilerin Samsung-SK Hynix-Micron üçlüsüne meydan okumasını sağlıyor.
Bir sonraki adım üretimdi. Çin’in önde gelen çip üreticisi SMIC, eski litografi sistemlerinin kapasitesini bir dizi ek üretim adımıyla artıran bir teknik olan “derin ultraviyole çoklu desenleme” yöntemini kullanarak Huawei’nin Ascend yapay zekâ hızlandırıcılarını üretiyor.
Gelen haberlere göre 2025’in sonlarına gelindiğinde Çin, endüstrinin son kalesine, yani litografiye de ulaştı. Uzun süren deneme yanılmaların ardından Çinli bir konsorsiyum, en gelişmiş ve kopyalanması en zor çip üretim teknolojisi olan aşırı ultraviyole (EUV) makinesinin bir prototipini geliştirmeyi başardı. Projeye yakın bazı isimler 2030’u daha gerçekçi bir tarih olarak görse de, yetkililer bu teknolojiyi 2028’e kadar üretime dahil etmeyi umuyor.
Rakamlar her şeyi gözler önüne seriyor: Çin artık yarı iletken ekipman ihtiyacının yaklaşık %35’ini yerli üretimle karşılarken, aşındırma ve ince film biriktirme gibi kilit üretim süreçlerinde kullanılan araçların %40’ından fazlası yerel şirketlerce sağlanıyor. Ülke litografi, tasarım yazılımları ve fotorezist gibi alanlarda hâlâ geriden gelse de, yarı iletken değer zincirinin neredeyse her aşamasında yerli yetenekler geliştirmeyi başardı.
Eğer yarı iletkenler devrini doldurmak üzere olan olgun bir endüstri olsaydı, tüm bu yatırımlar pek bir anlam ifade etmezdi. Ama yapay zekânın yükselişi, yarı iletkenleri teknolojik ve askeri üstünlük mücadelesinin en kritik cephesi haline getirdi.
Sıradaki Yapay Zekâ Darboğazı
1990’lar ve 2000’leri şekillendiren “çip tasarlayanlar” ile “çip üretenler” arasındaki duvarlar yıkılırken, fabrikasız üretim modeli yerini yeni bir dikey entegrasyon anlayışına bırakıyor. Google’ın TPU’sundan ve AWS’nin Trainium’undan Microsoft’un Maia’sına kadar bulut bilişimin devleri artık kendi yapay zekâ hızlandırıcılarını bizzat tasarlıyor.
Fakat bu şirketler en gelişmiş özel hızlandırıcılarının üretimi konusunda hâlâ TSMC’ye muhtaç. Anlaşılan o ki, dikey entegrasyon dökümhanenin kapısına gelince duruyor. Stratejik darboğaz çip tasarımından üretim ve gelişmiş paketleme aşamalarına kayarken, dünyanın dört bir yanındaki hükümetler yerli çip üretimini büyütmek için on milyarlarca dolar akıtıyor.
Bu durumun etkileri yarı iletken endüstrisinin çok daha ötesine uzanıyor. Uluslararası Enerji Ajansı, veri merkezlerinin elektrik tüketiminin 2030 yılına kadar iki kattan fazla artarak küresel elektrik kullanımının neredeyse %3’üne denk gelen 945 terawatt-saate ulaşacağını öngörüyor. Yaygın inancın aksine buradaki asıl sorun daha fazla veri merkezi inşa etmek değil; bunları işletebilmek için gereken araziyi, ekipmanı, şebeke kapasitesini ve gerekli izinleri temin edebilmek.
Politika yapıcıların buradan çıkarması gereken ders gayet basit. Öncü modeller elbette önemli ama yapay zekâ ekosisteminin sadece bir katmanını oluşturuyorlar. Teknolojik liderlik aynı zamanda işlem gücü, elektrik, bulut altyapısı, gelişmiş yarı iletkenler, yetenekli mühendisler ve bu kesintisiz yatırımı mantıklı kılacak büyüklükte pazarlar gerektiriyor.
Bu imkanlar dünyanın büyük ekonomileri arasında hiç de eşit dağılmış değil. ABD; devasa bir kıtasal pazarı, derin sermaye piyasalarını, dünya lideri bulut sağlayıcılarını ve yeni teknolojileri büyük ölçekte hayata geçirmeye istekli şirketleri bir araya getiriyor. Çin’in avantajı ise paketlemeden litografiye kadar yarı iletken değer zincirinin tüm halkalarında kendi kendine yetebilme kapasitesinde yatıyor. Avrupa ise inovasyonu sadece bir araştırma konusu, sahada uygulamayı ise sonradan düşünülecek bir detay gibi görerek bilimsel başarılarını endüstriyel bir liderliğe dönüştürmekte zorlanıyor.
İnovasyonun büyük ölçüde ölçeğe dayandığı endüstrilerde, fiziksel kapasite de en az bilimsel deha kadar önemli. Rekabetin odağı daha iyi modeller geliştirmekten çıkarım yapmaya, yani modeller eğitildikten sonra onları verimli bir şekilde çalıştırmaya kayarken yapay zekâ da bu kuralın bir istisnası değil. Modellerin eğitimi hayati önemini korusa da durmadan artan talebi düşük maliyetlerle karşılayabilmek işin asıl zor kısmı olabilir.
Bir yapay zekâ modelini çalıştırmanın maliyeti, günün sonunda kullandığı fiziksel unsurlara dayanıyor: Yarı iletkenler, elektrik, soğutma sistemleri ve veri merkezlerine yatırılan sermaye. Bugün sektör tahminlerine göre, büyük bir veri merkezini işletmenin yıllık maliyetinin yaklaşık %60’ını sunucular, %7’sini ise enerji oluşturuyor. Ama donanımlar ucuzlayıp daha standart hale geldikçe elektriğin toplam maliyetteki payı artacak; bol ve kesintisiz enerjiye erişim kazananları kaybedenlerden ayıran asıl faktör haline gelecek.
Kısacası çip yarışı aynı zamanda bir enerji yarışı. Ne de olsa, eğer elektriğiniz bol ve ucuzsa işlemcinizin biraz daha az verimli olması ölümcül bir dezavantaj yaratmaz. Bu durum yapay zekânın coğrafyasını da baştan çiziyor: Veri merkezleri neredeyse her yere kurulabileceği için elektriğin güvenilir ve ucuz olması, büyük şehirlere yakın olmaktan çok daha büyük bir önem taşıyor.
Bu açıdan bakıldığında, Çin’in elektrik sistemini genişletmek ve modernize etmek için on yıldır sürdürdüğü çabalar, Güney Kore ve Tayvan’ın bir nesil önce yarı iletkenlere yaptığı yatırımlar kadar kader belirleyici olabilir. Ama güçlü bir yapay zekâ ekonomisini ayakta tutmak, hem kurumsal reformlar hem de çok büyük bir fiziksel dönüşüm gerektiriyor.
Kurumsal tarafta Çin, çok daha entegre bir ulusal elektrik piyasası inşa ediyor. Her eyaletin bir toptan elektrik piyasası işletmesi zorunlu hale getirilirken, eyaletler arası ticareti yapılan elektriğin payı 2017’de %18 iken 2024’te yaklaşık %24’e yükseldi. Fiziksel taraftaki zorluk ise çok daha büyük: Kişi başına düşen elektrik talebi 2000 yılında sadece 1 MWh seviyesindeyken, 2025’te küresel ortalamanın neredeyse iki katına çıkarak 7,5 megavat-saate (MWh) ulaştı. Kapsamlı bir elektrik üretim ve iletim altyapısı inşası şart.
Çin bu konuda başarılı olsun ya da olmasın, teknolojik rekabetin doğası kökünden değişti. On yıllar boyunca bu rekabet, bilimin ve çip tasarımının sınırlarını zorlama yarışı olarak algılandı. Bugün ise, o bilimsel buluşları ticari olarak uygulanabilir hale getirecek fiziksel altyapıyı inşa etme yarışına dönüşmüş durumda. Silikon saati sıfırlandığına göre, bir sonraki inovasyon döngüsü nanometreler kadar watt’lar üzerinden de okunacak.
Yazının orijinaline bu linkten ulaşabilirsiniz.
Fotoğraf: Alexandre Debiève