Jensen Huang Anlatıyor: Yapay Zeka Geliri Dev Bütçeyi Haklı Çıkarır mı

Jensen Huang son günlerde Beyaz Saray ile bilim madalyası töreni arasında mekik dokudu. Sahnede ailesiyle durdu, törende salondaki altı kişiden beşinin ülke dışında doğduğunu anlattı. Bana kalırsa sohbetin ilk mesajı buydu: yapay zeka dalgasını taşıyan yetenek dünyanın her yerinden gelir ve o yetenek bir araya gelince model çalışmaları hızlanır.

Peki tekillik denen eşikte neredeyiz? Sohbetteki anlayışa göre yapay zeka artık laboratuvar oyuncağı değil, her işe giren bir yardımcı. Tıpkı elektriğin bir zamanlar yalnız fabrikada değil her evde belirmesi gibi, yapay zeka modelleri de her mesleğe giriyor. Bu yüzden soru artık model var mı değil, o modeli günlük hayata ne kadar kattığımızdır.

Navier-Stokes örneği bu noktayı ete kemiğe büründürür. Eskiden ağır fizik problemleri günlerce çözülürdü, şimdi yapay zeka destekli sistemler aynı işi çok daha hızlı yapar. Tıpkı bulaşığı elde yıkamaktan makineye geçmek gibi: sonuç aynı temiz tabak, ama emek ve süre bambaşka. Zekânın birim maliyeti düştükçe her alanda model kullanımı artar.

Bolluk sorusu buradan doğar: ucuzlayan zekâ ile ne yapacağız? Sohbetteki hesap kabaca şöyle: dünya üretiminin yarısından fazlası insan aklına dayanır, yapay zeka bu akla ek güç verir. Yüz binlik çalışana on binlik bir yapay zeka yardımcısı verip verimini ikiye katlamak gibi düşünün. O hesap tutarsa token üreten sistemler her şirkete girer.

Fiziksel yapay zeka işin ikinci perdesidir. Ekrandaki sohbet robotu yetmez; depoda taşıyan, fabrikada monte eden sistemler gerekir. Japonya'daki ulusal yapay zeka girişimi bu yüzden anlatıldı; Nvidia Newsroom kaydına göre Japonya 27 binden fazla yeni yonga ile üretim, lojistik ve bakım işlerine yapay zeka sokar. Model artık ekrandan çıkıp atölyeye yürür.

Sorumlu inşa başlığı sohbetin freni gibidir. Hızlı gitmek ile dikkatli gitmek arasında denge aranır. Tıpkı yeni bir köprü açarken önce taşıma sınırını yazmak gibi, yapay zeka sistemlerinde de kural ve denetim önden konur. Büyüme güzel, ama güven olmadan büyüme ayakta durmaz.

Güvenlik için hava yastığı benzetmesi yapılır. Arabada hava yastığı var diye kimse kaza yapmak istemez, ama o yastık her arabada bulunur. Yapay zeka modellerinde de güvenlik böyle düşünülür: görünmez, sessiz, her sistemde hazır. Kaza anında değil, tasarım anında konur.

Amerika'nın kazanması ne demek? Sohbetteki anlayışa göre bu, başkasının kaybetmesi değil, kendi topraklarında üretim ve model geliştirme gücünü korumaktır. Tıpkı mahallenin fırını gibi: ekmek hep taze çıkar, kimseye muhtaç kalınmaz. Yapay zeka altyapısı da böyle görülür, içeride pişen bir güç kaynağıdır.

Üç ayaklı tabure benzetmesi bu gücü üç parçaya böler: güçlü yonga tasarımı, yaygın model ekosistemi ve yetişmiş insan. Biri kısa kalırsa tabure sallanır. Sohbetin iddiası, bu üç ayağın aynı anda büyümesi gerektiğidir; yalnız yonga yetmez, modeli çalıştıran yazılım ve onu kullanan ekip de gerekir.

2027 darboğazı para değil, inşaat tarafındadır. Gartner kaydına göre 2027'de yapay zeka odalarının önemli bir bölümünde elektrik kısıtı yaşanır. Arazi izni, trafo temini, hat bağlantısı ve usta ekip bulmak aylar sürer. Tıpkı düğün salonu tutmak gibi: paranız hazırdır ama salon doludur, tarih bulunmaz.

Sayılar bu yüzden watt ile konuşulur. Sohbette 50 GW yonga karşılığında 35 GW güç hesabı verilir. GoldmanSachs incelemesi de benzer tabloyu çizer: veri merkezi güç talebi iki yılda katlanır. CSIS incelemesi ise işin özünü tek kelimeyle koyar: güce erişim hızı. Elektriğe hızlı ulaşan kazanır, bekleyen kuyrukta kalır.

Elon ve Memphis örneği hızın kanıtı sayılır. Yüz bin yongalık bir sistemin haftalar içinde ayağa kalktığı anlatılır. Normalde yıllar süren planlama, hazır tasarım ve sıkı ekip ile aylara iner. Tıpkı hazır mutfakta yemek çıkarmak gibi: malzeme ve tarif belliyse servis hızlı olur. Yapay zeka altyapısında da hazır tasarım fark yaratır.

Uzayda veri merkezi fikri kulağa masal gibi gelir, ama mantığı basittir: yukarıda güneş bol, soğutma bedava, yer kavgası yok. Sohbette bu düşünce bir olasılık olarak anılır, yakın plan değil uzak ufuk olarak. Tıpkı yaylaya ev yapmak gibi: havası temizdir ama yolu uzundur. Önce yeryüzündeki güç işi çözülür.

Gelir bütçeyi haklı çıkarır mı sorusu sohbetin kalbidir. CNBC kaydına göre GTC sahnesinde 2027'ye kadar $1T sipariş ufkundan söz edilir. OpenAI ortaklığı da bu hesaba dayanır: 10 GW güç, $100B kaynak, ilk kurulumda Vera Rubin tasarımı. Yapay zeka geliri büyürse bu bütçe taşınır, durursa yük olur.

Açık ve kapalı model tartışması sohbetin en hararetli bölümüdür. Açık ağırlık, modeli indirip kendi sisteminde çalıştırma özgürlüğü verir; kapalı model ise hazır hizmet olarak gelir. TechnologyReview derlemesi iki yolun da artı ve eksi taşıdığını yazar: açıklık denetimi zorlaştırır, kapalılık ise gücü az elde toplar. Sohbetteki tavır açıklıktan yanadır.

İki laboratuvara fazla yük bindiği uyarısı da yapılır. En güçlü modeller az sayıda ekipte toplanırsa bütün yük onların omzuna kalır. Tıpkı mahallede tek fırın olması gibi: ekmek çıkar ama kuyruk uzar, fırın yorulur. Yapay zeka dünyasında da yükün dağılması, model çeşitliliği ile olur.

Arz ve talep tarafında ilginç bir itiraf vardır: her yılki tahmin düşük kalır. Müşteriler ne kadar yonga gerekeceğini söyler, gerçek ihtiyaç daha fazla çıkar. TechCrunch kaydına göre Amazon siparişini katlayıp 2 milyon ek yonga ister, sevkiyat 2027 ve 2028'e yazılır. Talep önden koşar, tedarik arkadan yetişir.

Wall Street uzlaşması ile sohbetin iddiası çelişir. Analistler 2027 sonrası büyümenin yatay gideceğini yazar, sohbet ise fırsatın çok daha büyük olduğunu savunur. Eski sistemlerin yenilenmesi ile yeni yapay zeka işleri üst üste konunca toplam adres büyür. Tıpkı eski evi boyarken yeni kat çıkmak gibi: iş iki katına çıkar.

Vera Rubin tasarımı bu büyümenin motoru sayılır. CNBC kaydına göre yeni tasarım, önceki kuşağa göre eğitimde kat kat hızlı, çıkarımda daha da hızlıdır. Sevkiyatın ikinci yarıda artması, üretimin üçüncü dönemde hızlanması beklenir. Model büyüdükçe token maliyeti düşer, düşen maliyet yeni kullanımı çağırır.

Küresel erişim Avrupa ve Japonya ile genişler. Avrupa'da egemen yapay zeka kurulumları, Japonya'da ulusal yapay zeka girişimi anlatılır. Her ülke kendi dilinde, kendi kurallarıyla model çalıştırmak ister. Tıpkı her evin kendi mutfağı gibi: tarif paylaşılır ama yemek evde pişer. Yapay zeka altyapısı da yerelleşir.

Önümüzdeki on yıl için güven tamdır. Sohbette %99.99 güven sözü verilir; yapay zeka her mesleğe girer, her şirket model kullanır. Tıpkı elektriğin sayaçtan okunması gibi, token üretimi de sayaçlı bir hizmet olur. Ben bu kadar kesin konuşmam, ama yönün doğruluğuna ben de inanırım.

Toparlarsam, bu sohbet bana üç cümle bırakır. Yapay zeka modelleri günlük işin içine girer, güç ve izin işi hızı belirler, açık ağırlıklar oyunu dengeler. $ rakamları değişir, ama bu üç anlayış kalır. Ben kararımı bu üçüne bakarak veririm: kullanım artıyor mu, elektrik yetişiyor mu, açıklık yaşıyor mu?