ASIC (uygulamaya özel entegre devre), tek bir iş için tasarlanan çiptir. Yapay zekâda terim, Google TPU, Amazon Trainium ve Inferentia, Meta MTIA ve Microsoft Maia gibi şirketlerin kendi iş yükleri için tasarlattığı özel hızlandırıcıları anlatır.
ASIC (Application-Specific Integrated Circuit, uygulamaya özel entegre devre), tek bir iş için tasarlanmış ve o işi genel amaçlı işlemcilerden daha verimli yapan çiptir. Yapay zekâ bağlamında terim, Google, Amazon, Meta ve Microsoft gibi hiper ölçekleyicilerin kendi modellerini eğitmek ve çalıştırmak için tasarlattığı özel hızlandırıcıları anlatır. Google’ın TPU’su, Amazon’un Trainium ve Inferentia’sı, Meta’nın MTIA’sı ve Microsoft’un Maia’sı bu ailenin bilinen üyeleridir. Nvidia GPU’larına karşı maliyet ve enerji avantajı vaat ettikleri için büyük bulut şirketlerinin yatırım planlarında payları büyüyor. Dragonomi’de terim en sık Broadcom, Marvell, Alphabet ve Amazon telekonferans notlarında, çoğu zaman TPU ya da XPU adıyla geçer.
| Künye | |
|---|---|
| Açılım | Application-Specific Integrated Circuit |
| Türkçe karşılık | Uygulamaya özel entegre devre, özel yapay zekâ çipi |
| Kullanım alanı | Yapay zekâ modellerinin eğitimi ve çıkarımı, öneri ve sıralama sistemleri |
| Başlıca üreticiler | Tasarım sahipleri Google, Amazon (Annapurna Labs), Meta, Microsoft, OpenAI, tasarım ortakları Broadcom, Marvell, MediaTek, Alchip, GUC, üretici TSMC |
| İlk üretim kullanımı | Google TPU v1, 2015’ten itibaren yalnızca Google’ın kendi veri merkezlerinde |
| Güncel nesil | Google TPU 8t ve TPU 8i (Nisan 2026’da duyuruldu), AWS Trainium3, Microsoft Maia 200, Meta MTIA 300 (üretimde) ve MTIA 400 (test aşamasında) |
Bir CPU her türlü komutu çalıştırabilmek için çipin büyük kısmını komut çözme, dallanma tahmini ve önbellek yönetimine ayırır. Bir GPU binlerce küçük çekirdekle aynı işlemi çok sayıda veri üzerinde paralel yürütür ve programlanabilir kalır. ASIC ise esnekliğin bir kısmından vazgeçer ve çip alanını hedeflediği işin gerçekten ihtiyaç duyduğu birimlere harcar.
Yapay zekâ modellerinin iş yükü büyük ölçüde matris çarpımıdır. Bir sinir ağı katmanı, girdiyi ağırlık matrisiyle çarpar, sonuçları toplar ve bir sonraki katmana aktarır. Bu işlemin en küçük adımına MAC (multiply-accumulate, çarp-topla) denir. Yapay zekâ ASIC’leri saniyede olabildiğince çok MAC yapacak şekilde kurulur.
Bunun klasik yolu sistolik dizidir (systolic array). Binlerce MAC hücresi bir ızgara gibi dizilir. Veri bir kenardan girer, her saat vuruşunda komşu hücreye geçer ve yol boyunca çarpılıp toplanır. Ara sonuçlar ana belleğe gidip gelmeden hücreden hücreye akar. Bellek erişimi en çok enerji harcayan işlem olduğu için bu düzen watt başına hesaplamayı yükseltir. Google’ın ilk TPU’su bu yapının ders kitabı örneğidir, 65.536 adet 8 bitlik MAC hücresi taşıyordu.
İkinci tasarım ekseni sayı biçimidir. Eğitimde genellikle BF16 gibi 16 bitlik biçimler, çıkarımda giderek FP8 ve FP4 gibi 8 ve 4 bitlik biçimler kullanılır. Bit sayısı yarıya indiğinde aynı çip alanına kabaca iki kat daha fazla hesaplama birimi sığar. Bu yüzden üreticiler tepe performansı hangi biçimde verdiklerini her zaman belirtir ve FP4 ile FP8 rakamları doğrudan karşılaştırılmaz. Performans FLOPS ile ölçülür, yani saniyede yapılan kayan noktalı işlem sayısıyla. TFLOPS 10 üzeri 12, PFLOPS 10 üzeri 15, exaFLOPS 10 üzeri 18 işlem demektir. Tamsayı işlemlerde aynı ölçü TOPS adını alır.
Üçüncü eksen bellektir. Çipin içindeki SRAM çok hızlıdır ama pahalıdır ve kapasitesi megabaytlarla sınırlıdır. Çipin yanına paketlenen HBM (yüksek bant genişlikli bellek) ise yüzlerce gigabayt veri tutar. Büyük dil modellerinde darboğaz çoğu zaman ağırlıkların bellekten ne hızla taşındığıdır. Bu yüzden bir ASIC’in değeri tepe FLOPS rakamı kadar HBM kapasitesi ve bant genişliğiyle de ölçülür.
Dördüncü eksen ölçeklemedir. Tek bir çip büyük bir modeli taşıyamaz. Çipler önce raf içinde yüksek hızlı bağlantılarla tek bir mantıksal makine gibi bağlanır, buna scale-up (dikey ölçekleme) denir. Ardından raflar veri merkezi ağıyla birbirine bağlanır, buna da scale-out (yatay ölçekleme) denir. Birlikte çalışan çip grubuna pod, en büyük yapılandırmaya süperpod denir. Modern bir yapay zekâ ASIC’i bu yüzden çip, bağlantı, raf ve yazılımdan oluşan bir sistemdir.
GPU yeni bir model mimarisine yazılımla uyum sağlar. ASIC ise tasarımın dondurulduğu andaki iş yüküne göre optimize edilir ve mimari beklenmedik yöne kayarsa verim kaybeder. İş yükü öngörülebilir ve büyük olduğunda, örneğin bir şirketin kendi arama ya da reklam trafiğinde, ASIC aynı işi daha az enerji ve sermayeyle yapar. Bu ölçü TCO (total cost of ownership, toplam sahip olma maliyeti) ile ifade edilir. TCO çipin fiyatına ek olarak elektrik, soğutma, ağ ve bakım giderlerini de kapsar.
Kavram yapay zekâdan eskidir, ASIC’ler on yıllardır ağ anahtarlarında, modemlerde ve video kodlayıcılarında kullanılır. Yapay zekâ ASIC’i dalgası ise Google’la başladı.
Google 2013’te, sesli arama gibi derin öğrenme servislerinin yaygınlaşması hâlinde veri merkezi kapasitesinin katlanması gerekeceğini hesapladı. Jouppi ve ekibinin 2023’te ISCA’nın 50. yılı için yazdığı retrospektife göre TPU tasarımı 2013 sonunda hâlâ FPGA ile ASIC arasında çift yollu bir çalışmaydı. Sistolik dizi yaklaşımı mühendis Andy Phelps’in ilk tasarımından geldi. Ekip ASIC yolunu seçti ve TPU v1 2015’ten itibaren Google veri merkezlerinde çalışmaya başladı. Çip yalnızca Google’ın kendi servislerinde kullanıldı.
Çip, Google mühendislerinin 2017’de ISCA konferansında yayımladığı makaleyle kamuoyuna tanıtıldı. Makaleye göre TPU v1 yalnızca çıkarım yapan bir ASIC’ti, 92 TOPS tepe hız ve 28 MiB çip içi bellek taşıyordu. Google’ın üretim iş yüklerinde çağdaş CPU ve GPU’lara göre ortalama 15 ile 30 kat hız, 30 ile 80 kat watt başına performans sağladı.
Google 2017’deki TPU v2 ile eğitime geçti ve çipleri raf içinde ve raflar arasında kendi ara bağlantısı ICI (inter-chip interconnect, çipler arası bağlantı) ile ölçeklemeye başladı. Amazon, satın aldığı Annapurna Labs ekibiyle önce çıkarım için Inferentia’yı, ardından eğitim için Trainium’u geliştirdi. Meta öneri sistemleri için MTIA’yı (Meta Training and Inference Accelerator), Microsoft da Azure için Maia serisini başlattı. Büyük dil modelleriyle hesaplama talebinin patlaması bu programları yan projeden milyarlarca dolarlık tedarik kararlarına dönüştürdü.
Bir yapay zekâ ASIC’inin arkasında genellikle üç ayrı taraf bulunur.
Tasarım sahibi, çipi kendi iş yükü için isteyen şirkettir. Google, Amazon, Meta, Microsoft ve OpenAI bu roldedir. Mimariyi, yani hesaplama birimlerinin düzenini, sayı biçimlerini ve bellek dengesini belirler. Fikri mülkiyet genellikle onda kalır.
Tasarım ortağı, mimariyi üretilebilir silikona dönüştüren şirkettir. Yüksek hızlı SerDes (seri veri aktarım devreleri), paketleme tasarımı, HBM arayüzü ve fiziksel yerleşim gibi zor işleri üstlenir. Bu pazarda Broadcom ve Marvell başı çeker. Dolphin Research’ün 2025 tahminine göre iki şirket birlikte özel yapay zekâ ASIC ortak tasarım pazarının kabaca %95’ini tutar. MediaTek ile Tayvanlı tasarım evleri Alchip ve GUC ikinci katmanı oluşturur.
Üretici ise dökümhanedir. 2026 itibarıyla öne çıkan yapay zekâ ASIC’lerinin hepsi TSMC’de üretilir. Trainium3 ve Maia 200 TSMC’nin 3 nm proses düğümünü kullanır. Hesaplama kalıbı HBM yığınlarıyla birlikte TSMC’nin CoWoS (chip-on-wafer-on-substrate) adlı gelişmiş paketleme teknolojisiyle tek pakete yerleştirilir. HBM ise SK hynix, Samsung ve Micron’dan gelir.
Nvidia çipi kendisi tasarlar, kendi markasıyla satar ve marjı kendisi alır. ASIC’te çipin sahibi müşteridir, tasarım ortağı mühendislik hizmeti ve silikon tedariği üzerinden kazanır. Broadcom’un bu müşterilere sattığı özel hızlandırıcılar için kullandığı genel ad XPU’dur. XPU, "müşteriye özel hızlandırıcı" anlamında bir şemsiye terimdir. Broadcom’un notlarında XPU geçtiğinde kastedilen Google TPU’su, Meta MTIA’sı ya da OpenAI çipi olabilir.
Zincirin tamamı yarı iletken değer zinciri maddesinde, ASIC’in yapay zekâ yatırım katmanları içindeki yeri ise yapay zekâ değer zinciri maddesinde anlatılır.
Pazar büyüklüğü için farklı ölçüler kullanılır ve bunlar birbirine kolayca çevrilmez. TrendForce’un Ocak 2026 tahminine göre 2026’da yapay zekâ sunucusu sevkiyatlarında GPU’lu sistemlerin payı yaklaşık %69,7, ASIC’li sistemlerin payı yaklaşık %27,8 olacak. Bu ASIC payı 2023’ten beri en yüksek seviyedir ve TrendForce’un önceki tahminleri daha yüksek bir ASIC payı öngörüyordu. Bu oran sunucu adedine dayanır, gelir payını göstermez.
Gelirde en temiz gösterge Broadcom’dur. Şirketin 1 Şubat 2026’da biten 2026 mali yılı ilk çeyreğinde toplam geliri yıllık bazda %29 artışla 19,3 milyar dolar, yapay zekâ yarı iletken geliri %106 artışla 8,4 milyar dolar oldu. Talebin kaynağı sermaye harcamasıdır. Alphabet 29 Nisan 2026’da 2026 yatırım kılavuzunu, yani şirketin önceden açıkladığı harcama beklentisini, 175 ile 185 milyar dolar aralığından 180 ile 190 milyar dolar aralığına çıkardı.
TPU (Tensor Processing Unit, tensör işlem birimi), Google’ın yapay zekâ ASIC ailesidir ve Broadcom’un tasarım ortaklığıyla üretilir. Google’ın 2025’te genel kullanıma açtığı yedinci nesil Ironwood (TPU7x), Google Cloud belgelerine göre çip başına 4.614 TFLOPS FP8, 192 GiB HBM ve yaklaşık 7,38 TB/s bellek bant genişliği sunar.
Google’ın Hot Chips 2025 sunumu paketin içini de gösterdi. Ironwood, iki hesaplama kalıbından oluşan ilk çok yongacıklı TPU’dur, bu yüzden tasarım tek bir pozlama alanının (retikül) boyut sınırına takılmaz. Paket sekiz HBM3e yığını taşır. Bir raf, dörder çiplik 16 tepsiden oluşan 64 çip içerir. Raf içinde bağlantı bakırla, raflar arasında optik devre anahtarlarıyla (OCS) kurulur. 9.216 çiplik süperpod FP8’de 42,5 exaFLOPS ve 1,77 PB HBM sunar (9.216 × 4.614 TFLOPS ≈ 42,5 exaFLOPS). Google’a göre bir Ironwood süperpodu yaklaşık 10 MW güç çeker. Google watt başına performansı Trillium’a göre yaklaşık 2 kat, TPU v4’e göre yaklaşık 6 kat verir, çip başına güç ve kalıp alanını ise açıklamaz.
Google 22 Nisan 2026’daki Cloud Next etkinliğinde sekizinci nesli ikiye böldü. Eğitim için TPU 8t, çıkarım için TPU 8i duyuruldu. Google’ın açıklamalarına göre TPU 8t süperpodu 9.600 çip, 2 PB paylaşımlı HBM ve 121 exaFLOPS’a ulaşıyor. TPU 8i yaklaşık 3 kat büyütülmüş 384 MB SRAM ve 288 GB HBM taşıyor. Bölünmenin mantığı çıkarımdaki "kod çözme" (decode) aşamasındadır. Bir dil modeli her yeni token, yani kelime parçası için ağırlıkların tamamını bellekten okur. Bu aşama bellek erişimine bağlıdır ve ağırlıkların daha büyük kısmını SRAM’de tutmak gecikmeyi düşürür.
Trainium ve Inferentia, Amazon Web Services’in (AWS) yapay zekâ ASIC aileleridir ve Amazon’un Annapurna Labs birimi tarafından geliştirilir. AWS’nin özel yapay zekâ silikonundaki ilk ürün ailesi Inferentia’dır, ama 2025 ve 2026’daki sözleşmelerin ve telekonferansların gündemini Trainium belirler. Pratikte Trainium hem eğitim hem çıkarım için kullanılan ana hat hâline geldi.
AWS’nin ürün sayfasına göre 16 çipli trn2.48xlarge sunucusu 20,8 PFLOPS FP8 ve 1,5 TB HBM3 sunar, bu da çip başına yaklaşık 1,3 PFLOPS ve 96 GB demektir. Aralık 2025’te genel kullanıma açılan Trainium3, AWS’nin ilk 3 nm çipidir. Çip başına 2,52 PFLOPS FP8, 144 GB HBM3e ve 4,9 TB/s bant genişliği sunar. İkinci nesil UltraServer, 144 çiplik tek bir scale-up alanıdır ve çipler NeuronSwitch-v1 anahtarı üzerinden birbirine bağlanır. AWS, Trn3’ün Trn2’ye göre 4,4 kat performans sunduğunu söyler.
MTIA, Meta’nın ASIC ailesidir. İlk nesiller Facebook ve Instagram’daki öneri ve sıralama modelleri için tasarlandı. MTIA 200’de HBM yoktu, çip 256 MB SRAM ve standart DRAM ile çalışıyordu, çünkü öneri modelleri dil modelleri kadar bant genişliğine ihtiyaç duymaz. Meta’nın Mart 2026’da paylaştığı yol haritasında MTIA 300 öneri ve sıralama için üretimdedir. MTIA 400 test aşamasındadır ve Nvidia’nın Blackwell rafıyla aynı büyüklükte, 72 çiplik bir scale-up alanı kurar. Meta, MTIA 300’den 2027’deki MTIA 500’e HBM bant genişliğinin 4,5 kat, hesaplamanın 25 kat artacağını ve nesillerin yaklaşık altı ayda bir yenileneceğini söylüyor. MTIA, SRAM ağırlıklı bir öneri çipinden HBM kullanan bir dil modeli çıkarım çipine dönüşüyor.
Maia, Microsoft’un Azure için geliştirdiği ASIC serisidir. Microsoft 26 Ocak 2026’da Maia 200’ü duyurdu. Şirket bloguna göre Maia 200 TSMC’nin 3 nm sürecinde üretilen bir çiptir. FP4’te 10 PFLOPS’un, FP8’de 5 PFLOPS’un üzerinde hesaplama, 216 GB HBM3e ve 272 MB SRAM taşır, termal tasarım gücü 750 W’tır. Scale-up için standart Ethernet üzerine kurulu iki katmanlı bir yapı kullanır. Microsoft, filosundaki en yeni donanıma göre dolar başına performansta %30 iyileşme iddia ediyor.
| Çip | Şirket | Süreç | Tepe hesaplama (çip başına) | HBM | Scale-up alanı |
|---|---|---|---|---|---|
| TPU v1 (2015) | Açıklanmadı | 92 TOPS INT8 | Yok (28 MiB çip içi) | Tek çip | |
| Ironwood (TPU7x) | Açıklanmadı | 4.614 TFLOPS FP8 | 192 GiB, 8 yığın HBM3e | 9.216 çip | |
| TPU 8t | Tutarsız raporlar | Açıklanmadı | Süperpodda 2 PB | 9.600 çip | |
| TPU 8i | Tutarsız raporlar | Açıklanmadı | 288 GB (+384 MB SRAM) | Açıklanmadı | |
| Trainium2 | AWS | Açıklanmadı | ~1,3 PFLOPS FP8 | ~96 GB HBM3 | 64 çip |
| Trainium3 | AWS | 3 nm | 2,52 PFLOPS FP8 | 144 GB HBM3e | 144 çip |
| Maia 200 | Microsoft | 3 nm | >5 PFLOPS FP8, >10 PFLOPS FP4 | 216 GB HBM3e | Ethernet, iki katman |
| MTIA 400 | Meta | Açıklanmadı | MTIA 300’ün 5 katı (FP8) | Açıklanmadı | 72 çip |
Trainium2 değerleri 16 çiplik sunucunun toplamının 16’ya bölünmesiyle bulunmuştur. Google HBM’i GiB ile verir, bir GiB bir GB’den yaklaşık %7 büyüktür. Nvidia’nın GB200 ve GB300 NVL72 rafları karşılaştırma için 72 GPU’luk scale-up alanı kurar.
Broadcom’un XPU işi, ASIC pazarını izlemenin en yakın penceresidir. Şirket müşterilerini çoğu zaman sırayla numaralandırır. 2025 mali yılı üçüncü çeyreğinde dördüncü müşteri 10 milyar dolarlık Ironwood rafı siparişi verdi. Hock Tan Aralık 2025 çağrısında bu müşterinin Anthropic olduğunu açıkladı ve Anthropic’in 2026 sonunda teslim edilecek 11 milyar dolarlık ek sipariş verdiğini söyledi. Aynı çağrıda beşinci bir müşterinin 1 milyar dolarlık ilk siparişi duyuruldu, ama bu müşterinin adı verilmedi. Mart 2026’da OpenAI altıncı XPU müşterisi olarak anıldı. Numaralı müşteri sayacının tuzağı buradadır. Adı verilmeyen beşinci müşteri gibi durumlarda piyasadaki eşleştirmeler tahmindir.
Ortak payları da sabit değildir. SemiAnalysis’in analizini aktaran haberlere göre TPU 8t ("Sunfish") Broadcom ile, TPU 8i ("Zebrafish") ise MediaTek ile tasarlandı. Aynı kaynaklara göre 8t iki hesaplama kalıbı, bir I/O çipleti ve sekiz yığın 12 katlı HBM3e, 8i ise tek hesaplama kalıbı ve altı HBM3e yığını taşıyor. Google bu ortak dağılımını doğrulamadı. Bu ayrıntılar doğruysa Google tek tasarım ortağına bağımlılığı kırmaya çalışıyor ve Broadcom hissesi için TPU payı garanti bir rant sayılmaz.
Trainium tarafında tasarım ortaklığının parçalara bölünebildiği görüldü. Marvell, Aralık 2024’te AWS ile Trainium2 özel ASIC’ini, optik ve AEC DSP’lerini (sayısal sinyal işleyici), optik modülleri ve Ethernet anahtar silikonunu kapsayan beş yıllık bir anlaşma imzalamıştı. Benzinga’nın aktardığı bir analist notu 9 ve 10 Aralık 2025’te Trainium3 ve Trainium4 tasarımının Alchip’e kaydığını öne sürünce Marvell hissesi iki günde %10’dan fazla düştü. Sonraki haberler Marvell’in Amazon’daki konumunu tümüyle kaybetmediğini aktardı. Amazon’un Trainium3 ve 4 için SerDes’i ayrıca Synopsys’ten lisansladığı da bildirildi. Bir "tasarım kazanımı" bu yüzden tek bir kutu sayılmaz, SerDes, arka uç tasarım ve yardımcı çipler ayrı ayrı el değiştirebilir.
Marvell kendi büyümesini bu parçalanmaya göre anlatıyor. XPU-attach, bir XPU’ya eşlik eden ayrı çipleri, örneğin bellek ve SRAM yükünü üstlenen yardımcı çipleri ya da ağ çiplerini kapsar. Marvell’in 27 Mayıs 2026’daki çağrısına göre 2 Mayıs 2026’da biten 2027 mali yılı ilk çeyreğinde geliri %28 artışla yaklaşık 2,42 milyar dolar oldu. Şirket 2028 mali yılı için 16,5 milyar dolar gelir hedefliyor ve özel çip işinin 2029 mali yılında 10 milyar doları aşmasını bekliyor. Yönetim bu büyümenin kabaca üçte birinin mevcut programlardan, üçte birinin XPU-attach’tan, üçte birinin de yeni bir birinci kademe XPU programından geleceğini söylüyor.
SemiAnalysis’in 2025 sonundaki değerlendirmesinin ana fikri, TPU’nun asıl avantajının sistem düzeyinde olduğudur. Ironwood 3B torus (üç boyutlu halka ağ) topolojisini Apollo adlı optik devre anahtarıyla birleştirir. OCS, ışık yollarını aynalarla yeniden yönlendirir ve 9.216 çiplik alanın arızalı parçaları devre dışı bırakılarak yeniden yapılandırılmasını sağlar. Ayrıntılı çeviri Müşterilerin TPU talebinin gerekçeleri yazısındadır.
Bağlantı tercihi tedarikçi seçimini belirler. Google’ın optik ağırlıklı pod’u OCS ve optik alıcı-verici talebi yaratır, bu teknolojinin zemini silikon fotonik maddesinde anlatılır. Broadcom ise başka bir yol savunur. Mart 2026 çağrısında şirket, scale-up katmanında 200G SerDes ile doğrudan bakır bağlantının optiğe göre büyük maliyet ve güç avantajı verdiğini, müşterilerin 400G SerDes’te bile büyük ölçüde bakırda kalacağını ve ortak paketlenmiş optiğin (CPO) 2028 sonrasına kalacağını söyledi. Ayrıntılar Broadcom’un Mart 2026 çağrı notunda yer alır.
ASIC ile GPU arasındaki sınır da bulanıklaşıyor. AWS, 2027 için planladığı Trainium4’ün Nvidia’nın NVLink Fusion ara bağlantısını ve açık UALink standardını destekleyeceğini açıkladı. Marvell de Mayıs 2026 çağrısında Nvidia ile ortaklığını silikon fotonik ve NVLink Fusion alanlarında genişlettiğini duyurdu.
Ağın zayıf olduğu yerde çipin üstünlüğü kaybolabilir. SemiAnalysis’in 2025’teki ClusterMAX derecelendirmesinde AWS’nin EFA ağı Nvidia InfiniBand, Spectrum-X ve RoCEv2 çözümlerinin gerisinde kaldı ve AWS "gümüş" aldı, CoreWeave, Oracle ve Azure ise platin ya da altın seviyedeydi (Amazon’un yapay zekâ stratejisi, Eylül 2025). Müşteri kaybının nedeni kümenin operasyonel olgunluğu olabilir.
ASIC anlaşmaları artık adetle değil gigawattla duyuruluyor. GW (gigawatt, bir milyar watt) bir güç birimidir. Büyük bir yapay zekâ veri merkezi (AIDC) kampüsü yüzlerce megawatt ile birkaç gigawatt arasında güç çeker ve çip sayısı, raf sayısı ve harcama bu güçten türetilir. Analistler aynı pazarı adet, GW ve dolar olarak üç birimle konuşur ve en yaygın hata bu birimler arasındaki dönüşümde yapılır.
Aynı 1 GW, ölçümün kapsamına göre çok farklı çip sayıları verir. SemiAnalysis’e göre bir GB200 NVL72 rafı AC-DC dönüşüm kayıpları dahil yaklaşık 123,6 kW çeker. HPE belgelerine göre GB300 NVL72 rafının nominal gücü 132 kW, tepe elektriksel tasarım gücü yaklaşık 155 kW’tır ve HPE kurulum için 192 kW ayrılmasını önerir. Google ise Ironwood için çip gücü vermez, yalnızca süperpodun yaklaşık 10 MW çektiğini söyler.
| Sistem | Güç (kaynak) | Kapsam | Çip başına | 1 GW’a sığan çip |
|---|---|---|---|---|
| GB200 NVL72 | 123,6 kW (SemiAnalysis) | Yalnız raf | ~1,7 kW | ~582 bin GPU |
| GB300 NVL72 | 132 kW nominal (HPE) | Yalnız raf | ~1,8 kW | ~545 bin GPU |
| Ironwood süperpodu | ~10 MW (Google) | Pod, ana makine ve ağ dahil | ~1,1 kW | ~922 bin TPU |
1 GW 123,6 kW’a bölündüğünde yaklaşık 8.090 GB200 rafı çıkar, 72 ile çarpılınca yaklaşık 582 bin GPU bulunur. Ironwood için 1 GW 10 MW’a bölündüğünde 100 süperpod çıkar, 100 × 9.216 = 921.600 TPU eder. Anthropic’in Ekim 2025’te Google ile yaptığı "bir milyona kadar TPU" ve "2026’da 1 GW’ın epey üzerinde" kapasite anlaşması da çip başına yaklaşık 1 ile 1,3 kW ile tutarlıdır. Tablodaki satırlar aynı şeyi ölçmez. Nvidia değerleri yalnızca rafı, Google değeri ana makineleri ve ağı da kapsar ve hiçbiri soğutma kayıplarını içermez. Bir anlaşmadaki GW’ın şebeke bağlantısını mı yoksa yalnızca BT yükünü mü anlattığı belirtilmeden yapılan çip sayısı hesabı bu yüzden belirgin biçimde sapabilir.
Broadcom CEO’su Hock Tan Mart 2026 çağrısında GW başına gelirin müşteriye göre değiştiğini, ama kabaca 20 milyar dolar civarında olduğunu söyledi. Nvidia CEO’su Jensen Huang ise 2025’te bir gigawattlık yapay zekâ fabrikasının toplam bütçesini 50 ile 60 milyar dolar olarak verdi. Broadcom’un 20 milyar doları bu bütçenin kabaca üçte biri (20 / 60) ile beşte ikisi (20 / 50) arasındadır. Creative Strategies’in Nvidia yönetimi açıklamalarından derlediği karşılaştırmaya göre ASIC’in GW başına tedarikçi geliri GPU tedarikçisininkinin kabaca yarısı ile üçte biri arasında kalır. Tasarım sahiplerinin XPU’ya geçme nedeni bu farktır.
Hock Tan aynı çağrıda 2027’de 10 GW’a yakın XPU sevkiyatı ve yapay zekâ çiplerinden 100 milyar doları aşan gelir için somut sipariş görünürlüğü (line of sight) olduğunu söyledi. 10 GW’ı GW başına 20 milyar dolarla çarpan bir okur 200 milyar dolar bulur, yani yönetimin rakamının iki katını. Farkın bir kısmını Tan’ın kendi tanımı açıklar. 100 milyar doların üzerindeki rakam yalnızca silikon içeriğini, yani XPU, anahtar çipleri ve DSP’leri kapsar, raf ve sistem içinde aktarılan bileşen gelirini içermez. Geri kalanı zamanlamadır. GW taahhütleri birkaç yıla yayılır, gelir ise teslimatın yapıldığı çeyrekte tanınır.
Morgan Stanley’nin Kasım 2025 sonundaki TPU notu, adet ile dolar arasındaki köprü için iyi bir örnektir. Morgan Stanley, Broadcom’un 2025’te Google için yaklaşık 1,8 milyon TPU üreteceğini ve bu sayının 2027’de 3 milyona çıkabileceğini tahmin etti. Google’ın dışarıya sattığı her 500 bin TPU yaklaşık 13 milyar dolar ek gelir getirir. 13 milyar dolar 500.000 adede bölündüğünde TPU başına yaklaşık 26.000 dolar gelir çıkar. JPMorgan ise toplam TPU sevkiyatının 2026’da 3,7 milyon, 2027’de 5 milyon adede ulaşacağını tahmin ediyor. İki bankanın sayıları 2027 için 2 milyon adet ayrışır ve ikisi de şirket açıklaması sayılmaz. Ayrıntılar Google TPU notunda yer alır.
Broadcom’un çeyreklik yapay zekâ yarı iletken geliri denetlenmiş tablolarda ayrı bir kalem olarak yer almaz. Şirketin 18 Aralık 2025’te dosyaladığı 2025 mali yılı 10-K’sı (ABD’de SEC’e verilen yıllık rapor), "yapay zekâ yarı iletken çözümleri"ni XPU’lar, Ethernet anahtar ve yönlendirme silikonu, ağ kartları, PHY, optik bileşenler ve XPU tabanlı raf ve sistemler olarak sayar. Dosyada ölçülebilen tek satır Yarı İletken Çözümleri segmentidir. Bu segmentin geliri 2025 mali yılında 36,86 milyar dolar oldu, bir önceki yıl 30,10 milyar dolardı (%22 artış). Şirket artışı öncelikle özel yapay zekâ hızlandırıcılarına ve yapay zekâ ağ ürünlerine bağladı. Yönetimin çağrılarda verdiği yıllık yaklaşık 20 milyar dolarlık yapay zekâ geliri bu yüzden bir yönetim metriğidir.
Aynı metriğin içinde ağ ürünlerinin payı küçük değildir. Broadcom Mart 2026 çağrısında yapay zekâ ağ gelirinin ilk çeyrekte yapay zekâ gelirinin yaklaşık üçte biri olduğunu, ikinci çeyrekte yaklaşık %40’a çıkacağını ve ileride %33 ile %40 bandında kalacağını söyledi. Buradan saf XPU geliri kaba bir hesapla çıkarılabilir. İlk çeyrekte 8,4 milyar doların üçte biri yaklaşık 2,8 milyar dolar ağ geliri eder ve XPU’ya yaklaşık 5,6 milyar dolar kalır. İkinci çeyrek kılavuzunda 10,7 milyar doların %40’ı yaklaşık 4,3 milyar dolardır ve XPU payı yaklaşık 6,4 milyar dolara iner. Manşetteki %140’lık yapay zekâ büyümesinin XPU kısmı bu yüzden daha yavaştır.
10-K’daki müşteri bilgileri de XPU müşterilerini göstermez. 2025 mali yılında bir distribütör net gelirin %32’sini (2024’te %28), distribütör kanalı toplamda %48’ini oluşturdu. Tüm kanallar toplamında ilk beş nihai müşteri gelirin kabaca %40’ını aldı. Çin ve Hong Kong’a sevkiyat payı %17’ye indi (2024’te %20). Google, Meta ya da Anthropic’in payı bu tablolarda ayrı satır olarak görünmez ve yoğunlaşma ancak çağrı sözlerinden ve analist modellerinden kurulabilir. Aynı dosyada 7,8 milyar dolarlık peşin VMware lisans gelirinin ürün gelirine yazılması da "ürün geliri" satırını yarı iletken büyümesi için kullanışsız hâle getirir. Yapay zekâ çipi büyümesi için segment satırı izlenir.
Broadcom XPU sevkiyatlarını giderek raf ya da sistem olarak yapılandırıyor. Hock Tan Aralık 2025’te Anthropic işini anahtar bileşenleri içeren bir sistem satışı olarak tanımladı. Finans direktörü Kirsten Spears ise sistem satışı arttıkça brüt marj dolarının artacağını, marj yüzdesinin düşeceğini söyledi ve nedeni XPU üzerindeki bellek gibi üçüncü taraf maliyetlerin rafa aktarılması olarak gösterdi. Çağrı dilinden çıkan sonuç, raf anlaşmalarında HBM’i Broadcom’un satın alıp müşteriye faturaladığı ve gelirin brüt tanındığıdır. Bu yüzden bellek maliyeti hem gelire hem maliyete eklenir ve marj yüzdesini seyreltir. Şirketin gelir tanıma notu bu ayrıntıyı ayrıca teyit etmez. Google TPU’su gibi çip bazlı programlarda bellek düzenlemesi açıklanmadı.
10-K’nın risk faktörleri aynı mantığı yazılı hâle getirir. Dosyaya göre XPU tabanlı yapay zekâ raflarının satışı ya da kiralanması faaliyet marjını büyük olasılıkla artırır, ama gelecekteki brüt marjı sıkıştırır. Kira (leasing) seçeneğinin dosyada geçmesi, satış ile kira ayrımının Broadcom tarafında da açık bir seçenek olduğunu gösterir.
Kılavuzlar bu seyrelmeyi adım adım gösterdi. Eylül 2025 çağrısında finans direktörü dördüncü çeyrek için brüt marjda yaklaşık 70 baz puanlık düşüş öngördü ve bunu XPU ile kablosuz ürünlerin ağırlığına bağladı. 2026 mali yılı ilk çeyrek kılavuzu çeyreklik bazda yaklaşık 100 baz puanlık düşüş içeriyordu. İlk çeyrekte konsolide brüt marj %77 oldu, ama bu oranı %93’lük yazılım marjı yukarı taşıyor ve yarı iletken segmentinin brüt marjı yaklaşık %68’dir. Mart 2026’da bir analist raf ölçeğinin marjı yaklaşık 500 baz puan aşağı çekip çekmeyeceğini sorduğunda Hock Tan bu tahmini "halüsinasyon" diye niteledi. Aralık 2025 itibarıyla Broadcom’un 18 aya yayılan 73 milyar dolarlık yapay zekâ sipariş birikiminin yaklaşık 20 milyar doları anahtar, DSP ve optik ürünlerden, kalan kabaca 53 milyar doları XPU’lardan oluşuyordu. Konu Broadcom’un Aralık 2025 çağrı notunda ve Eylül 2025 çağrı notunda izlenebilir.
Marvell’in 31 Ocak 2026’da biten 2026 mali yılı 10-K’sına göre net gelir %42,1 artışla 8,19 milyar dolar oldu. Gelirin %10’undan fazlasını oluşturan iki müşteri var, biri distribütör, biri doğrudan müşteri. İlk on müşteri gelirin %82’sini, Asya’daki müşterilere sevkiyat %77’sini oluşturdu. Amazon ve Trainium dosyada adıyla geçmez, bu yüzden "Marvell’in Trainium3 payı" 10-K’dan okunamaz.
Dosyanın daha az okunan kalemi varantlardır. Marvell 2 Aralık 2024’te bir müşterinin bağlı kuruluşuna hisse başına 87,77 dolar kullanım fiyatıyla 4,2 milyona kadar hisse alım varantı verdi. Bunun yaklaşık 3,9 milyonu müşterinin 5 Ocak 2030’a kadar yapacağı alımlara bağlı olarak hak edilir ve yaklaşık 2,7 milyonu özel yapay zekâ ürünleriyle ilişkilidir. Müşteri adlandırılmıyor, piyasa onu Amazon olarak yorumluyor. Müşteri alım yaptıkça varantın maliyeti gelir indirimi olarak tanınabilir, böylece brüt satış ile net gelir arasında bir fark doğar. Alacaklar da dikkat çeker. 31 Ocak 2026’da 2,19 milyar dolara çıkan alacaklar bir yıl önce 1,03 milyar dolardı ve Marvell artışı son iki aydaki yüksek satışlara bağladı. Bu, ASIC gelirinin dönem sonuna yığıldığını gösteren bir gelir kalitesi sinyalidir.
| Anlaşma | Tarih | Duyurulan büyüklük | Zamanlama ve koşul |
|---|---|---|---|
| OpenAI ve Broadcom | 13 Ekim 2025 | 10 GW özel hızlandırıcı | Bülten 2026 ikinci yarısı diyor, Broadcom ilk nesli 2027’de >1 GW ile bekliyor |
| Anthropic ve Google | 23 Ekim 2025 | 1 milyona kadar TPU, 2026’da >1 GW | Kısmen satış, kısmen kira |
| OpenAI ve Amazon | 27 Şubat 2026 | 38 milyar $'lık sözleşmeye 8 yılda +100 milyar $, ~2 GW Trainium | Amazon’dan 50 milyar $'a kadar yatırım, 35 milyar $'ı koşullu |
| Anthropic, Google ve Broadcom | 6 Nisan 2026 | Broadcom dosyasında 2027’den itibaren ~3,5 GW | Anthropic’in fiilî kullanımına ve ticari başarısına bağlı |
| Anthropic ve Amazon | 20 Nisan 2026 | 10 yılda >100 milyar $, 5 GW’a kadar | 2026 sonuna kadar Trainium2 ve 3 ile ~1 GW, Amazon’dan 5 milyar $ + 20 milyar $'a kadar koşullu yatırım |
OpenAI ile Broadcom’un 13 Ekim 2025’teki ortak açıklaması, 10 GW’lık dağıtımın 2026’nın ikinci yarısında başlayıp 2029’a kadar süreceğini söylüyordu. Hock Tan ise Aralık 2025 çağrısında anlaşmanın 2027-2029 dönemini kapsadığını ve 2026’da anlamlı bir katkı beklemediğini belirtti. Anlaşmanın parasal tutarı açıklanmadı ve basında dolaşan 350 ile 500 milyar dolar arasındaki rakamlar doğrulanmış sayılmaz.
6 Nisan 2026’da Google ile Broadcom, gelecek nesil TPU’lar ve raf ağı bileşenleri için 2031’e uzanan bir anlaşma duyurdu. Anthropic’e ait yaklaşık 3,5 GW’lık rakam Anthropic’in duyurusunda yer almadı, Broadcom’un 8-K dosyasında (ABD’de önemli gelişmeler için SEC’e verilen ani bildirim) geçti. Dosya bu kapasitenin Anthropic’in fiilî kullanımına ve ticari başarısına bağlı olduğunu, tarafların finansal ortaklarla görüştüğünü belirtiyordu. Koşullu dil, taahhüdün kesin bir alım sözü olmadığını gösterir. Anthropic aynı gün yıllık gelir hızının, yani son dönem gelirinin yıllığa çevrilmiş karşılığının, 30 milyar doları aştığını açıkladı.
Google uzun yıllar TPU’yu yalnızca kendi bulutunda kiraladı. SemiAnalysis’e göre Anthropic ile Ekim 2025 anlaşmasının bir kısmı doğrudan donanım satışı, bir kısmı Google Cloud kirasıdır. Alphabet’in 29 Nisan 2026’daki ilk çeyrek çağrısında Sundar Pichai TPU’ları bazı müşterilere doğrudan satmaya başladıklarını ilk kez resmî olarak söyledi ve yönetim TPU donanım gelirinin büyük kısmının 2027’de tanınacağını belirtti. Çağrının özeti Alphabet’in ilk çeyrek notunda bulunur.
Amazon’un rakamları başka bir tuzak içerir. Amazon 29 Nisan 2026’da Trainium, Graviton ve Nitro’dan oluşan çip işinin yıllık gelir hızının üç haneli büyümeyle 20 milyar doları aştığını söyledi. Andy Jassy, çipler AWS’ye ve üçüncü taraflara satılmış olsaydı bu hızın yaklaşık 50 milyar dolar olacağını ekledi. 20 milyar dolar büyük ölçüde AWS’nin kendi tüketimine göre hesaplanan dahili bir rakamdır, 50 milyar dolar ise varsayımsaldır. Amazon ayrıca Trainium için 225 milyar doları aşan gelir taahhüdü olduğunu bildirdi ve taahhüt henüz tanınmış gelir sayılmaz. Yönetime göre Trainium2 büyük ölçüde tükendi, 2026’da sevkiyatı hızlanan Trainium3 neredeyse tamamen rezerve edildi. Ayrıntılar Amazon’un ilk çeyrek çağrı notunda bulunur.
Tablodaki iki Amazon anlaşması ortak bir desen taşır. Hızlandırıcı alımı, tedarikçinin müşteriye yaptığı yatırımla birbirine bağlanır. Google da TPU’yu kendi veri merkezleri dışına taşırken bilançosunu kullandı. The Information ve DCD’nin haberlerine göre Google, GPU ve hızlandırıcı kiralamaya odaklı yeni bulut şirketi (neocloud) Fluidstack’in kira yükümlülükleri için 3,2 milyar dolarlık geri ödeme garantisi verdi ve kapasiteyi kiralayan veri merkezi şirketlerinde hisse payı aldı. Marvell’in bir müşterisine verdiği varant da aynı ailedendir. Bu yapılarda talep sinyali ile finansman sinyali ayrı okunmalıdır.
ASIC ile GPU aynı CoWoS ve HBM kuyruğunda yarışır. Morgan Stanley’nin Eylül 2025 notuna göre Broadcom’un 2026 TSMC CoWoS siparişi 205 bin wafer’dı ve yaklaşık 3 milyon TPU v7 hacmine bağlıydı. Bu oran wafer başına kabaca 14 ile 15 TPU eder (3.000.000 / 205.000 ≈ 14,6), ama Broadcom’un diğer programları da bu siparişin içinde olduğu için kaba bir göstergedir. Aynı not MediaTek’li TPU v8’in tasarım teslimi (tape-out) gecikmesi nedeniyle bu çipin 2026 hacmini 200 ile 300 bin adede indirdi. Morgan Stanley 2026’daki toplam CoWoS talebini yaklaşık 1,38 milyon wafer, 2027’yi yaklaşık 2,68 milyon wafer olarak veriyor. Nvidia’nın payı 780 bin wafer ile yaklaşık %56, Broadcom’un payı yaklaşık %15’tir. JPMorgan ise Broadcom’un 2026 tahsisini yıllık bazda %93 artışla 185 bin wafer görüyor. Kurumların wafer tahminleri birbirinden 20 ile 30 bin wafer sapar ve bu fark adet tahminlerine de yansır.
TPU kapasitesi tamamen CoWoS-S türüyle yürüyor. TrendForce’un Kasım 2024 verisine göre ASE, 2025’te TSMC’nin dışarıya verdiği CoWoS-S işinin "oS" (on-substrate) arka ucunun %40 ile %50’sini üstlenebilecek, SPIL’in ise CoWoS-L yeteneği de var. Dışarıya verilen kısım ara katmanın (interposer) üretimi sayılmaz, TSMC ara katmanı yaptıktan sonraki alt tabaka montajıdır. CoWoS-L’nin köprülü büyük ara katmanı TSMC’de kalır. ASE ve Amkor’un "CoWoS kapasitesi" haberleri bu yüzden çoğunlukla asıl darboğazı genişletmez.
Broadcom bu darboğaza sözleşmeyle cevap veriyor. Mart 2026 çağrısında şirket, altı XPU müşterisinin iki ile dört yıllık yol haritalarını paylaştığını ve bu sayede silikon, HBM ve alt tabaka tedarikini 2028’e kadar güvence altına aldığını söyledi. Olgunlaşan müşteriler yılda biri eğitim, biri çıkarım için iki çip geliştirmeye başlıyor. Tedarik kilidi yeni bir oyuncu için fiilî bir giriş engelidir. Broadcom’un TPU işindeki ivme UBS’nin Şubat 2026 notunda da işlenir.
ASIC programlarının bedeli çoğu zaman çipin kendisinden büyüktür. Reuters’ın 2023’teki haberine göre Meta, ilk MTIA çıkarım çipi iç hedeflerini tutturamayınca 2022’de geniş çaplı dağıtım planını rafa kaldırıp Nvidia GPU’larına döndü. Bu karar veri merkezi tasarımının yeniden yapılmasını gerektirdi, yeni tesislerde ağ kapasitesi 24 ile 32 kat artırıldı ve sıvı soğutmaya geçildi. Program öldürülmedi, halef nesiller geliştirildi. Açıklanmış bir değer düşüklüğü tutarı yok, asıl bedel GPU’ya geçişin zorladığı yeniden tasarım ve kaybedilen zamandı.
Microsoft’un ilk denemesi de sınırlı kaldı. The Information’ın Haziran 2025 haberine göre Maia 100 üretken yapay zekâ hizmetlerine güç vermedi, ağırlıkla görüntü işleme için tasarlandı ve şirket içi eğitimde kullanıldı. Aynı habere göre Braga kod adlı yeni nesil en az altı ay gecikti. Nedenler plansız tasarım değişiklikleri, personel eksikliği ve bazı ekiplerde %20’ye varan çalışan kaybıydı. Maia 200 ancak Ocak 2026’da duyuruldu ve DigiTimes’ın 27 Ocak 2026 tarihli haberine göre hacmi Maia 100 düzeyinin 10 katından fazla olacak.
MTIA’nın zayıfladığına dair haberlere karşın Meta Nisan 2026’da Broadcom ile çok nesilli MTIA ortaklığını 1 GW’ı aşan bir ilk aşamayla genişletti, DCD’ye göre Hock Tan da Meta yönetim kurulundan ayrılıp danışman rolüne geçti.
Tedarik çözülse bile benimsemenin ikinci engeli yazılımdır. Geliştiricilerin büyük kısmı PyTorch ve Nvidia’nın CUDA ekosistemiyle çalışır, TPU’lar ise tarihsel olarak Google’ın JAX ve XLA derleyicisiyle en iyi sonucu verdi. Google bu açığı kapatmak için Meta ile birlikte geliştirilen ve PyTorch’u doğrudan TPU’da çalıştıran TorchTPU arka ucu üzerinde çalışıyor.