Yapay zeka (AI) sektöründe dev bir dönüşümün ayak sesleri duyuluyor. Nvidia'nın genel amaçlı GPU'ları yıllardır AI eğitim ve çıkarım süreçlerini domine ederken, şimdi özel amaçlı entegre devreler (ASIC) olarak bilinen tensor işlemci birimleri (TPU) rüzgarı esiyor. Bu çipler, belirli AI görevlerinde GPU'lardan çok daha verimli çalışarak, kripto para madenciliğinde yaşanan ASIC devrimini AI dünyasına taşıyabilir mi?
Çinli Startup'tan Sarsıcı İddia: Ghana Çipi
Eski bir Google mühendisi tarafından kurulan Zhonghao Xinying adlı Çinli girişim, Ghana adlı AI çipini tanıttı. Bu çip, Nvidia'nın 2020 model A100 GPU'suna kıyasla 1.5 kat daha yüksek performans sunarken, güç tüketimini %75 oranında azaltıyor. Üstelik, Çin'in yerli üretim teknolojisiyle maliyeti, önde gelen uluslararası GPU'lara göre "bir mertebe daha düşük" tutulmuş. Bu, TSMC gibi lider üreticilerin gerisinde kalan Çin teknolojisinin bile maliyet odaklı avantajlar sağlayabileceğini gösteriyor.
Karşılaştırma Tablosu: Ghana vs Nvidia A100
- Performans: Ghana: A100'ün 1.5 katı
- Güç Tüketimi: %75 daha az
- Üretim Maliyeti: Uluslararası GPU'lardan bir mertebe düşük
- Not: A100 eski bir model; Nvidia'nın yeni Blackwell serisi daha hızlı olsa da verimlilik farkı dikkat çekici
Ancak eleştirel bir bakışla, bu iddiaların bağımsız testlerle doğrulanması şart. Çin'in çip teknolojisi hâlâ birkaç nesil geride; örneğin Hygon C86-4G işlemcili Thunderobot Black Warrior Hunter Pro gaming PC'si 2017 Zen 1 mimarisine dayanıyor ve jeopolitik gerilimler ihracatı zorlaştırabilir.
Google TPU'ları Pazara Giriyor mu?
Google, 2017'den beri kullandığı TPU'ları artık satmayı düşünüyor. The Information'a göre, Meta ile milyarlarca dolarlık anlaşma görüşmeleri yapılıyor ve Nvidia'nın AI gelirinin %10'unu hedefliyor. TPU'lar, Nvidia GPU'larından daha dar kapsamlı ama güç verimli yapıda.
Nvidia GPU'ları 45.000-50.000 dolar arasında satılırken, ASIC'ler uzun vadeli tasarruf vaat ediyor. Ancak geçiş, yazılım uyumluluğu ve mevcut yatırımlar nedeniyle sancılı olabilir.
Karşıt Görüşler ve Potansiyel Etkiler
Nvidia ekosistemi (CUDA gibi araçlar) rakipsiz; firmalar milyarlarca dolarlık altyapılarını terk etmek istemeyebilir. Buna rağmen, OpenAI'nin Broadcom ile kendi AI işlemcilerini geliştirmesi gibi hamleler, çeşitliliği artırıyor. Bu değişim, AI talebini en ileri üretim süreçlerinden uzaklaştırarak oyun GPU fiyatlarını düşürebilir. Yüksek AI talebi yüzünden pahalılaşan grafik kartları için iyi haber olabilir, tedarik zincirini rahatlatır. Ancak AI kaynaklı VRAM kıtlığı derinleşiyor; Nvidia'nın GPU die'sini VRAM'siz tedarik etmeye başlayacağı söylentileri, küçük üreticileri zorlayarak GPU fiyatlarını daha da yükseltebilir – örneğin RAM fiyatları son aylarda %500 artmış durumda.
Sonuçta, ASIC'ler AI'yi demokratikleştirip erişimi kolaylaştırabilir, ancak Nvidia'nın yenilik hızı bu balonu patlatmayabilir. Gelecekte hibrit yaklaşımlar hâkim olabilir.
Kaynak: Bu haber, PC Gamer orijinal raporuna dayanmaktadır.
