Kenar yapay zekâ (edge AI) — Cihaz içi yapay zekâ hesaplaması

Kenar yapay zekâ (edge AI, cihaz içi yapay zekâ), yapay zekâ modellerinin uzak bir veri merkezinde değil, verinin üretildiği cihazın kendi çipinde çalıştırılmasıdır. Telefon, dizüstü bilgisayar, otomobil, robot, endüstriyel kamera ve mikrodenetleyicili sensörler bu cihazların başında gelir. Yapılan iş çoğunlukla çıkarımdır, yani önceden eğitilmiş bir modelin yeni veriye cevap üretmesi. Cihazda çalışmak gecikmeyi kısaltır, veriyi cihazda tutar ve bulut hesaplama faturasını düşürür. Dragonomi raporlarında terim çoğu zaman adıyla değil, NPU, TOPS, AI PC ve AI telefon gibi türevleriyle geçer. PC ve telefon üreticilerinin yenileme döngüsü, Qualcomm, Intel ve AMD’nin ürün kuşakları ve Çin’deki otomotiv yongası yarışı bu kavram üzerinden okunur.

Nasıl çalışır

Bir yapay zekâ modelinin hayatı iki evreden oluşur. Eğitim, modelin ağırlıklarının, yani milyarlarca ayarlanabilir sayının, büyük veri kümeleri üzerinde hesaplandığı aşamadır. Bu iş binlerce GPU barındıran veri merkezlerinde yapılır. Çıkarım (inference) ise eğitilmiş modelin bir soruya, bir fotoğrafa ya da bir ses kaydına cevap üretmesidir. Kenar yapay zekâ bu ikinci işin bir bölümünü buluttan alıp cihaza taşır.

Bulut modelinde telefon bir isteği internet üzerinden bir hiper ölçekleyicinin sunucusuna yollar, cevap geri döner. Kenar modelinde istek cihazdan çıkmaz. Fotoğraftaki yüzü tanımak, konuşmayı yazıya dökmek ya da otomobil kamerasındaki yayayı ayırt etmek cihazın kendi yonga sisteminde (SoC, system on chip, tek çip üzerinde sistem) hesaplanır.

Modern bir SoC üç tür hesap birimini aynı silikonda taşır. CPU genel amaçlı işlemcidir, her işi yapar ama matris çarpımında verimsizdir. GPU binlerce küçük çekirdekle paralel hesap yapar, hızlıdır ama çok güç çeker. NPU (neural processing unit, sinir ağı işlem birimi), yapay zekâ modellerinin temel işlemi olan matris çarpımını düşük güçle yapmak için tasarlanmış özel bir hızlandırıcıdır. Apple bu birime Neural Engine, Qualcomm Hexagon, Google ise TPU der. İşletim sistemi ve uygulama, bir işi hangi birime vereceğine iş yükünün büyüklüğüne ve pil durumuna göre karar verir.

Bir modeli telefona sığdırmanın ana aracı nicemlemedir (quantization). Ağırlıklar 16 ya da 32 bit yerine 8, 4, hatta 2 bit gibi daha kaba sayılarla saklanır. Model küçülür, doğruluk biraz düşer. Apple Machine Learning Research’ün Temmuz 2025 tarihli teknik makalesine göre Apple Intelligence’ın cihaz içi modeli yaklaşık 3 milyar parametrelidir ve 2 bit nicemlemeye göre eğitilir (QAT, quantization-aware training, nicemleme farkındalıklı eğitim). Daha ağır işler, PT-MoE mimarili bir sunucu modeliyle Apple’ın Private Cloud Compute adlı kendi bulutuna gider. Kısa, sık ve kişisel işlerin cihazda kalıp büyük işlerin buluta gittiği bu hibrit iş bölümü sektörün genel pratiğidir.

Neden cihazda çalıştırılır

Kenar yapay zekânın dört gerekçesi vardır. Birincisi gecikmedir. Önündeki engeli fark eden bir otomobil, fren kararı için sinyalin buluta gidip dönmesini bekleyemez. İkincisi maliyettir. Bulutta çalışan her sorgu, sunucu ve elektrik maliyeti olarak model sahibinin hesabına yazılır. Aynı iş kullanıcının cebindeki çipte yapılırsa donanım bedelini kullanıcı cihazı alırken öder. Veri merkezi sermaye harcamasına karşı kenar tezinin ekonomik özü budur. Üçüncüsü gizliliktir. Sağlık verisi, mesajlar ve fotoğraflar cihazdan çıkmadan işlenebilir. Dördüncüsü bağlantısız çalışmadır. Fabrika, maden ya da uçak gibi ortamlarda internet her zaman yoktur.

Kenar üç katmanlı bir yelpazedir. En görünür katman telefon ve dizüstü bilgisayardır. Burada NPU’lar birkaç watt ile çalışır ve pazarlama dili "AI PC" ve "AI telefon" kavramları üzerinden kurulur. İkinci katman otomobil, robot ve endüstriyel makinedir. Bu cihazlar onlarca hatta yüzlerce watt harcayabilir ve kamera, radar, LiDAR gibi algılayıcılardan gelen veriyi anlık işler. Üçüncü katman mikrodenetleyiciler (MCU), kamera sensörleri ve akıllı gözlüklerdir. Bunlar miliwatt düzeyinde güçle basit modelleri çalıştırır, bu sınıfa TinyML de denir. Üç katmanın fiyatı, marjı ve rekabet yapısı birbirinden çok farklıdır.

NPU ve TOPS ölçüsü

TOPS (tera operations per second, saniyede trilyon işlem), bir yapay zekâ hızlandırıcısının saniyede kaç trilyon temel aritmetik işlem yapabildiğini gösteren tepe değerdir. Bir NPU’nun gücü pazarlamada neredeyse her zaman bu sayıyla anlatılır. Çipteki çarpma-toplama birimlerinin sayısı, saat frekansıyla ve her döngüde yapılan işlem sayısıyla çarpılır. Sonuç, birimlerin hiç boş beklemediği ideal koşuldaki tavandır.

TOPS’un sektörde ağırlık kazanmasının nedeni Microsoft oldu. Microsoft Learn’deki Windows yapay zekâ karşılaştırma sayfasına göre şirketin 2024’te başlattığı Copilot+ PC kategorisi en az 40 TOPS NPU, 16 GB RAM ve 256 GB depolama ister. Ekran görüntülerini aranabilir bir arşive dönüştüren Recall gibi özellikler bu donanıma bağlandı. Böylece "AI PC" sözcüğü ölçülebilir bir sertifika eşiğine kavuştu.

Mayıs 2026 itibarıyla güncel nesillerde NPU değerleri şöyle. Qualcomm, Eylül 2025’te duyurduğu Snapdragon X2 Elite ve X2 Elite Extreme için 80 TOPS Hexagon NPU açıkladı, ilk nesil X Elite’te bu değer 45 TOPS’tu. Intel’in 5 Ocak 2026’da duyurduğu Core Ultra Series 3 (Panther Lake, Intel 18A üretim süreci) 50 TOPS NPU taşır. AMD’nin CES 2026’da tanıttığı Ryzen AI 400 serisinde (Gorgon Point) NPU değeri giriş modeli Ryzen AI 5 430’da 50, en üst Ryzen AI 9 HX 475’te 60 TOPS’tur. Apple ise farklı bir yol seçti. Eylül 2025’te duyurduğu A19 Pro ile Ekim 2025’te duyurduğu M5’te her GPU çekirdeğine ayrı bir Neural Accelerator yerleştirdi. A19 Pro’da 16 çekirdekli Neural Engine de korunuyor.

AI PC ve AI telefon döngüsü

AI PC, en basit tanımıyla, işlemcisinde gömülü bir NPU bulunan kişisel bilgisayardır. AI telefon ya da GenAI-yetenekli telefon ise üretken yapay zekâ modellerini, yani metin, görüntü ya da ses üreten modelleri cihazda çalıştırabilecek çip ve belleğe sahip akıllı telefondur. Sektördeki beklenti, yapay zekâ özelliklerinin tüketiciyi eski cihazını değiştirmeye iteceği ve ortalama satış fiyatını (ASP) yükselteceğidir.

Rakamlar hızlı bir yayılmayı gösteriyor ama tanıma çok bağlı. Gartner’ın 28 Ağustos 2025 tarihli açıklamasına göre AI PC’ler 2025’te küresel PC pazarının %31’ine ulaşacaktı. Counterpoint Research’ün 8 Eylül 2025 çalışması daha dar bir tanım kullanır ve Copilot+ benzeri dizüstülerin 2025 payını yaklaşık %39 öngörür.

Telefonda Counterpoint’in 19 Mart 2025 tahminine göre GenAI-yetenekli akıllı telefon sevkiyatı 2025’te 400 milyonu aşacak ve küresel sevkiyatın yaklaşık üçte birine ulaşacaktı. Bu oran 2024’te beşte birdi. Counterpoint’in 31 Ekim 2025 güncellemesine göre bu telefonların kümülatif sevkiyatı 2025’in 3. çeyreğinde 500 milyonu geçti, kümülatif sevkiyatın %70’ten fazlası Apple ve Samsung’a ait. Counterpoint, sınıflamanın çip ve RAM eşiğine göre yapıldığını, kullanım verisine dayanmadığını ve tüketici benimsemesinin sınırlı kaldığını da not ediyor.

PC tarafında döngünün ilk motoru bir takvimdi. Microsoft, Windows 10 desteğini 14 Ekim 2025’te sonlandırdı. Counterpoint’in Eylül 2025 tahminine göre 2025 sonunda PC kurulu tabanının yaklaşık %40’ı hâlâ Windows 10 kullanıyor olacaktı. Yeni alınan makinelerin çoğunda NPU bulunması, yapay zekânın talebi yarattığını göstermez. Yeni işlemcilerin artık standart olarak NPU’yla geldiğini gösterir.

Kimler üretiyor

Kenar yapay zekânın çip zinciri, yarı iletken değer zincirinin bütün halkalarını kullanır. Telefon SoC’lerinde Qualcomm (Snapdragon), Apple (A serisi), MediaTek (Dimensity), Samsung (Exynos) ve Google (Tensor) öne çıkar. PC işlemcilerinde Intel, AMD, Qualcomm ve Mac’ler için Apple vardır. Otomotiv ve robotikte NVIDIA’nın Jetson ve Drive Thor ailesi, Qualcomm’un Snapdragon Digital Chassis’i ve XPeng’in Turing yongası gibi şirket içi tasarımlar yarışır. Endüstriyel tarafta NXP, Infineon ve GigaDevice gibi mikrodenetleyici üreticileri NPU’yu kendi çiplerine gömer.

Üretim birkaç dökümhanede toplanır. Notebookcheck’in Ekim 2025 analizine göre Eylül 2025’te çıkan Snapdragon 8 Elite Gen 5, Dimensity 9500 ve A19 Pro’nun üçü de TSMC’nin N3P sürecinde üretiliyor. Google, Ağustos 2025’te tanıtılan Pixel 10’daki Tensor G5 ile Samsung’dan TSMC’ye geçti. Samsung, Galaxy S26’daki Exynos 2600’ü kendi 2 nm GAA sürecinde üretiyor ve selefine göre NPU’da %113 iyileşme iddia ediyor. Kenar çipleri ile veri merkezi hızlandırıcıları bu yüzden aynı proses düğümü kapasitesi ve aynı wafer için yarışır.

Cihazı son kullanıcıya ulaştıran halka OEM ve ODM şirketleridir. PC’de Lenovo, HP ve Dell, telefonda Apple, Samsung, Xiaomi, OPPO, vivo, HONOR ve Transsion döngünün gelir tarafını taşır. Maliyet tarafındaki en ağır kalemin tedarikçileri ise bellek üreticileri Samsung, SK hynix ve Micron’dur, çünkü cihaz içi model her şeyden önce RAM ister.

TOPS neden yanıltır

TOPS sayısını okumanın ilk tuzağı hassasiyettir. Bir NPU, 8 bitlik tam sayılarla (INT8) saniyede belli sayıda işlem yapıyorsa, 4 bitlik sayılarla (INT4) aynı sürede yaklaşık iki katını yapar. İkinci tuzak seyrekliktir (sparsity). Ağırlıkların bir kısmı sıfır kabul edilip atlanırsa etkin işlem sayısı kâğıt üzerinde yine ikiye katlanır. Aynı "45 TOPS", farklı varsayımlarla dört kat farklı bir hesap gücünü anlatabilir.

NVIDIA’nın ailesi bunun en iyi örneğidir. heise.de’nin Ağustos 2025 lansman haberine göre Jetson AGX Thor için verilen 2.070 TFLOPS değeri 4 bitlik kayan noktalı sayılarla (FP4) ve seyreklik varsayımıyla hesaplanmıştır, önceki kuşak Jetson Orin’in 275 TOPS’u ise INT8 değeridir. Otomotivde aynı Thor adı için üç ayrı sayı dolaşır. İlk hedef yaklaşık 2.000 TOPS’tu. CnEVPost ve CarNewsChina aktarımlarına göre ortaklara ulaşan sürüm yaklaşık 750 TOPS’ta kaldı, Xiaomi ve Li Auto’nun kullandığı Thor-U ise yaklaşık 700 TOPS olarak veriliyor. NVIDIA’nın geliştirici belgesi Thor-X için 1.000 INT8 TOPS’a kadar ham performans yazıyor. Sürümü ve sayı biçimi belirtilmeyen bir "Thor" kıyası bu yüzden bir şey söylemez.

Üçüncü tuzak platform toplamıdır. Intel’in Core Ultra Series 3 için sık geçen 180 TOPS rakamı CPU, GPU ve NPU’nun toplamıdır, NPU’nun payı 50 TOPS’tur. Intel’in bir önceki Lunar Lake işlemcisinde NPU 48 TOPS’tu. NPU kuşaktan kuşağa yaklaşık %4 büyüdü, artışın ağırlığı GPU’ya kaydı. AMD’nin Ryzen AI 400 serisi Ryzen AI 300 ile aynı XDNA 2 mimarisini kullanıyor. HotHardware ve Digit’in CES 2026 özetlerine göre 50, 55 ve 60 TOPS değerleri büyük ölçüde frekans artışı ve yeniden adlandırmadan geliyor.

Dördüncü tuzak tepe ile sürdürülebilir performans arasındaki farktır. TOPS, çipin soğuk ve tam güçle çalıştığı birkaç saniyelik tavanı gösterir. Android Headlines’ın 6 Kasım 2025’te aktardığı Android Authority erken testinde fansız realme GT8 Pro, aynı Snapdragon yongasıyla yüzey sıcaklığını 44,1 °C’de tutmak için frekans düşürdü ve yoğun bir grafik testinde ilk tepe performansının %30’unun altına indi. Fanlı RedMagic 11 Pro bu düşüşü hafifletti. Sürdürülebilir çıktı yongadan çok kasaya ve soğutmaya bağlıdır. A19 Pro, Dimensity 9500 ya da Exynos 2600 için yarım saatlik bir dil modeli döngüsünde token hızı kaybını gösteren kamuya açık bir ölçüm Mayıs 2026 itibarıyla yok.

Sektör bu yüzden kullanıcı deneyimini ölçen testlere yöneliyor. MLCommons’un MLPerf Client ölçütü iki sayı verir. İlk token gecikmesi (TTFT, time to first token) cevabın ilk kelimesinin gelme süresidir, token/sn ise cevabın akış hızıdır. Intel, MLPerf Client v0.6’da Core Ultra Series 2 NPU’su için Llama 2 7B modelinde 1,09 saniye ilk token gecikmesi ve saniyede 18,55 token bildirdi. AMD’nin Ağustos 2025’te yayımladığı v1.0 sonuçları NPU ile entegre GPU’yu birlikte kullanan hibrit yoldan geldi. Ryzen AI Max+ 395’in entegre GPU’su Phi-3.5 ile saniyede 61 token’a ulaştı. Sonuçları satıcılar kendisi yayımlıyor ve saf NPU ile hibrit yürütme ayrılmıyor. Qualcomm’un X2 Elite Extreme üstünlük iddiaları ise kendi yaptırdığı Signal65 çalışmasında Procyon AI Computer Vision ve Geekbench AI testlerine dayanıyor ve token hızı içermiyor. Snapdragon X2, Core Ultra Series 3 ve Ryzen AI 400’ü aynı dil modeli iş yükünde NPU üzerinde yan yana koyan bir tablo Mayıs 2026 itibarıyla kamuya açık değil. Test koşulları sürümden sürüme değiştiği için v0.6 ile v1.0 sonuçları da kıyaslanamaz.

Asıl sınır bellek

Cihazda çalışan bir dil modelinin cevap üretme hızını çoğu zaman bellek belirler. Model her yeni token, yani kabaca her yeni kelime parçası için ağırlıklarının tamamını bellekten bir kez okur. Saniyedeki token sayısının üst sınırı, bellek bant genişliği bölü bayt cinsinden model boyutudur.

Bir dizüstü bilgisayarda LPDDR5X belleğin yaklaşık 77 GB/s bant genişliği sunduğu varsayılsın. 8 milyar parametreli bir model 4 bitle (INT4) saklanırsa her parametre yarım bayt tutar. Model boyutu 8 milyar × 0,5 bayt = 4 GB olur ve teorik tavan 77 / 4 ≈ 19 token/sn eder. Apple’ın Ekim 2025’te M5 için açıkladığı 153 GB/s birleşik bellek bant genişliği (M4’e göre yaklaşık %30 fazla), aynı 4 GB’lık model için tavanı 153 / 4 ≈ 38 token/sn’ye çıkarır. Ölçülen değerler bu tavanın altında kalır, çünkü KV-önbellek (key-value cache, modelin konuşmada işlediği bağlamı yeniden hesaplamamak için tuttuğu ara sonuçlar) okumaları da bant genişliğinden pay alır. NPU’nun TOPS değerini ikiye katlamak bu tavanı neredeyse hiç değiştirmez, bant genişliğini ikiye katlamak tavanı da ikiye katlar.

İkinci boyut kapasitedir. Google’ın Ağustos 2025’te tanıttığı Tensor G5’teki yeni Gemini Nano’nun bağlam penceresi, 9to5Google ve Android Central aktarımlarına göre 12 bin token’dan 32 bin token’a çıktı. Bağlam penceresi ancak KV-önbelleğin sığacağı RAM kadar büyüyebilir. Masaüstü sınıfında kapasite yeni bir kategori doğurdu. AMD’nin 2025 tarihli geliştirici makalesine göre Ryzen AI Max+ 395 (Strix Halo) 128 GB birleşik bellekle gelir, belleğin 96 GB’ına kadarını GPU ve yapay zekâ işlerine ayırabilir ve 128 milyar parametreye kadar modelleri çalıştırabilir. 70 milyar parametreli bir model INT4’te 70 milyar × 0,5 bayt = 35 GB tutar ve bu havuza rahatça sığar.

NPU’dan GPU’ya kayma

Copilot+ eşiği, yapay zekâ işinin NPU’da yapılacağını varsaydı. 2025 ile 2026 arasındaki gelişmeler bu varsayımı aşındırıyor. Apple, M5 ve A19 Pro’da ayrı Neural Engine’i büyütmek yerine her GPU çekirdeğine bir matris hızlandırıcısı (Neural Accelerator) yerleştirdi. Argmax adlı şirketin ikincil kaynaklarda aktarılan ölçümüne göre A19 Pro’da iPhone 16 Pro’ya kıyasla GPU üzerindeki çıkarım hızı 2,5 ila 3,1 kat artarken Neural Engine’deki artış 1,0 ila 1,15 katta kaldı. Ölçüm doğrulanmış değil ama yönü Apple’ın açıklamalarıyla tutarlı. Ortaya çıkan iş bölümünde NPU düşük güçlü arka plan işlerini, dil modeli ve görüntü üretimi gibi ağır işleri ise GPU’daki matris birimleri üstleniyor.

Microsoft tarafında da benzer bir kayma var. Windows ML 23 Eylül 2025’te genel kullanıma açıldı. Microsoft’un geliştirici blogundaki duyuruya göre Windows ML, açık model biçimi ONNX ile uyumlu bir çıkarım katmanıdır, Windows 11 24H2 ve üstünü ister ve Copilot+ PC şartı aramaz. Geliştirici NPU (düşük güç) ya da GPU (yüksek performans) politikasını kendisi seçer.

Kaymanın arkasında bir yazılım sorunu da yatıyor. Windows ML’de her çip tasarımcısının kendi yürütme sağlayıcısı (execution provider, EP) vardır. AMD için Vitis AI, Intel için OpenVINO, NVIDIA için TensorRT for RTX, Qualcomm için QNN. Bir modelin her NPU’da aynı verimle çalışması satıcının derleyicisine bağlı olduğu için rekabet avantajının bir bölümü bu yazılım zincirinden geliyor.

AI PC primi ve gerçek benimseme

"AI PC" kelimesinin ne anlattığı kimin saydığına bağlıdır. Aşağıdaki tablo aynı etiketin farklı eşiklerle ne kadar farklı paylar ürettiğini gösteriyor.

Futurum’un 9 Mayıs 2025 tarihli verisinde AI PC gelirinin ana sürükleyicisi 20 ila 39 TOPS bandıydı. "AI PC" diye satılan makinelerin ezici çoğunluğu Copilot+ eşiğinin altında kalıyordu. Yahoo Tech’in IDC’ye atfettiği ikincil bir aktarıma göre Copilot+ sistemler 2025’in 1. çeyreğinde satılan Windows makinelerinin yalnızca %2,3’ünü oluşturuyordu.

Fiyat tarafında elde edilebilen ölçüm Avrupa dağıtım kanalından gelir. The Register’ın 6 Şubat 2025’te aktardığı Context verisine göre 2024’ün 4. çeyreğinde ortalama Copilot+ PC 1.120 avroya, ortalama dizüstü 712 avroya satıldı. Aradaki fark %57’dir. Bu farkın ne kadarının NPU’dan geldiği ayrıştırılamaz, çünkü Copilot+ makineler aynı zamanda daha fazla RAM, depolama ve üst sınıf işlemciyle gelir. Aynı habere göre OEM’ler dağıtıcılara Copilot+ fiyatlarını %10 indirmeleri için fiyat koruması verdi, AI PC’ler satıcıya %5 ila %10 fazla marj bırakıyordu. Context analisti Marie-Christine Pygott’un Ocak 2025 değerlendirmesine göre Kasım 2024’te Copilot+ dizüstülerin ortalama fiyatı Ekim’e göre yaklaşık %10 düştü ama talep anlamlı biçimde artmadı. Gartner analisti Ranjit Atwal da kurumsal alıcıların ikna edici bir iş senaryosu olmadan prim ödemek istemediğini söyledi. NPU’nun kalıp alanı ya da malzeme maliyeti için ise kamuya açık bir birincil kaynak bulunmuyor.

Kullanım tarafında veri daha da azdır. Recall’un açılma oranı, Studio Effects kullanımı ya da Windows ML oturumlarının ne kadarının NPU’ya yönlendirildiği konusunda Microsoft, Dell, HP ya da Lenovo’nun yayımladığı bir telemetri rakamı yok. Dell’in ürün başkanı Kevin Terwilliger, Ocak 2026’da CES’te PC Gamer’a aktarılan sözlerinde müşterilerin yapay zekâya bakarak satın almadığını, yapay zekânın onları netleştirmekten çok kafalarını karıştırdığını söyledi. Buna rağmen Dell’in bütün yeni ürünlerinde NPU vardı. Gelir tablosunda resim farklı görünebilir. Dragonomi’nin Lenovo notuna göre Ekim-Aralık 2025 çeyreğinde yapay zekâ destekli cihazların Lenovo gelirindeki payı %40’a ulaştı ve yıllık bazda %71 büyüdü. Bu oran NPU’lu diye sayılan cihazların gelirini ölçer, NPU’nun ne kadar kullanıldığını ölçmez.

Ertelenen ve geri çekilen özellikler

Cihaz içi yapay zekânın ilk büyük aksamaları donanım sınırından gelmedi. Recall’un zaman çizelgesi bunun belgelenmiş örneğidir. The Register’ın Nisan 2025 dosyasına göre Microsoft özelliği Mayıs 2024’teki Build konferansında varsayılan olarak açık biçimde duyurdu. Haziran 2024’te araştırmacı Alex Hagenah’ın TotalRecall adlı kanıt-kavram aracı, ekran görüntülerinden çıkarılan metnin tutulduğu yerel SQLite veritabanından veri çekilebildiğini gösterdi ve yayın durduruldu. Kasım 2024’te özellik varsayılan olarak kapalı biçimde, yalnızca Qualcomm işlemcili Copilot+ PC’lerde Windows Insider Dev kanalında yeniden test edilmeye başlandı. 10 Nisan 2025’te 26100.3902 numaralı sürümle Release Preview kanalına girdi. Son hâli açık onaya (opt-in) dayalı, şifreli ve Windows Hello kimlik doğrulaması isteyen bir yapıdır. Yaklaşık on aylık gecikmenin gerekçesi gizlilik ve güvenlikti. Verinin cihazda kalması gizliliği kendiliğinden sağlamıyor, yerel veri deposu yeni bir saldırı yüzeyi yaratıyor.

Apple’da gecikmenin gerekçesi güvenilirlikti. Apple, 7 Mart 2025’te kişiselleştirilmiş Siri özelliklerinin beklenenden uzun süreceğini açıkladı. Craig Federighi Haziran 2025’te Wall Street Journal’a verdiği röportajda özelliklerin yeterince çabuk güvenilir hâle getirilemediğini ve Mart’ta "V2" adı verilen yeni bir mimariye geçildiğini söyledi. Bloomberg’in aktardığı bir iç toplantıya göre yeni Siri özellikleri iç testlerde vakaların yalnızca üçte iki ila %80’inde doğru çalışıyordu, bu rakam ikincil aktarımdır. Sonraki adım bulut oldu. Apple ile Google, 12 Ocak 2026’da çok yıllı ve münhasır olmayan bir anlaşma açıkladı. Aktarımlara göre Google’ın Gemini modelleri Apple Foundation Models’in yeni neslinin temeli olacak ve Siri’nin 2026’daki yenilemesinde kullanılacak, Apple Intelligence ise cihazda ve Private Cloud Compute’ta çalışmayı sürdürecek.

Samsung’da konu fiyatlamaya dönüştü. Galaxy AI’ın altbilgisi başlangıçta özelliklerin desteklenen cihazlarda 2025 sonuna kadar ücretsiz olduğunu söylüyordu. Samsung 2025’te Android Police’e, cihazda varsayılan gelen Live Translate, Note Assist ve Audio Eraser gibi özelliklerin süresiz ücretsiz kalacağını açıkladı. Android Authority’ye göre Ocak 2026’da altbilgi sessizce değişti ve "temel Galaxy AI özellikleri ücretsiz" ifadesi geldi, Samsung yeni ücretli özellikler sunma hakkını saklı tuttu. Ayrımın mantığı ekonomiktir. Cihazda çalışan özelliğin şirkete sorgu başına maliyeti yoktur, bulutta çalışan özellik ise her sorguda maliyet yazar.

Bellek krizi ve sözleşme mekaniği

2025 sonundan itibaren DRAM fiyatlarındaki sert yükseliş AI PC ve AI telefon döngüsünü doğrudan vurdu. Yapay zekâ veri merkezleri bellek üreticilerinin wafer kapasitesinden giderek daha büyük pay çekerken telefon ve PC belleğinin arzı daraldı. IDC bu durumu dünya wafer kapasitesinin potansiyel olarak kalıcı ve stratejik bir yeniden tahsisi diye tanımladı ve ikincil aktarımlara göre PC fiyatlarında %15 ila %20 artış bekliyor.

Gartner’ın 26 Şubat 2026 tarihli açıklamasına göre 2026’da küresel PC sevkiyatı %10,4, akıllı telefon sevkiyatı %8,4 gerileyecek. Gartner, DRAM ve SSD fiyatlarının 2026 sonuna kadar toplamda yaklaşık %130 artmasını bekliyor ve AI PC’nin %50 pazar payına ulaşmasını 2028’e erteliyor. Ağustos 2025’te 2026 için yaklaşık %55 AI PC payı öngören kurumun altı ayda takvimi iki yıl kaydırması, döngüyü bileşen maliyetinin frenlediğini gösteriyor.

Bellek sözleşmeleri yıllık sabit fiyatla yürümüyor, çeyrek çeyrek yeniden fiyatlanıyor. Dragonomi’nin Lenovo notuna göre Lenovo yönetimi Şubat 2026’da, sözleşmelere rağmen bellek fiyatlarının bir önceki çeyrekte %40 ila %50 arttığını ve sonraki çeyrekte neredeyse ikiye katlanmasının beklendiğini söyledi. TrendForce’un Mayıs 2026 tahminine göre mobil DRAM’de 2026’nın 2. çeyreğinde ortalama satış fiyatının LPDDR4X’te en az %70 ila %75, LPDDR5X’te en az %78 ila %83 çeyreklik artması bekleniyor. Aynı dönemin aktarımlarına göre telefon markaları yüksek uçta 12 GB’ı ana akım yapıyor, 16 GB’tan geri çekiliyor, orta segmentte 8 GB’ta kalıyor. Cihaz içi modelin büyüklüğü RAM’e bağlı olduğu için bellek fiyatı, telefonda çalışabilecek modeli doğrudan sınırlıyor.

Yük segmentler arasında eşit dağılmıyor. Jiemian’ın Omdia ve TrendForce verilerine dayanan ve 36Kr’de aktarılan hesabına göre bellek, 200 doların altındaki telefonların malzeme maliyetinin %30’undan fazlasını, 800 doların üstündekilerin %10’undan azını oluşturuyor. Aynı marjı korumak için giriş seviyesinde %40 ila %50, üst segmentte %5 ila %8 fiyat artışı gerekiyor. Jiemian’ın Ocak 2026 haberine göre Xiaomi, OPPO, vivo ve Transsion yıllık sipariş hacmini düşürdü, Xiaomi’deki kesinti %20’yi aştı. Tek kaynaklı bu haber doğrulanmış değil. Xiaomi’den Lu Weibing’in, 12 GB RAM ve 512 GB depolamalı bir yapılandırmanın maliyetinin 2025’in 1. çeyreğine göre yaklaşık 1.500 yuan arttığını söylediği aktarıldı. PC tarafında CMB International’ın notuna göre Lenovo 7 ila 8 aylık bellek stoğu taşıyor, rakiplerde bu süre 2 ila 3 ay. Stok farkı, maliyet şokunun OEM’lerin marjına farklı zamanlarda yansıyacağı anlamına geliyor.

Şirket sonuçları da aynı resmi veriyor. Qualcomm’un Mart 2026’da biten 2026 mali yılı 2. çeyreğinde (29 Nisan 2026’da açıklandı) toplam gelir 10,6 milyar dolar oldu. El cihazları geliri yıllık bazda %13 düşüşle 6,02 milyar dolara geriledi, otomotiv geliri %38 artışla rekor 1,33 milyar dolara, IoT geliri %9 artışla 1,73 milyar dolara çıktı. Yönetim Çin el cihazı gelirinin bellek tedariki ve fiyatı nedeniyle 3. çeyrekte dibe vurmasını bekliyor. Intel cephesinde Dragonomi’nin Intel 4. çeyrek telekonferansı notu, yönetimin kıt kapasiteyi sunucuya yönlendirme kararını anlatıyor. HP ve hafıza krizi notu ise öbür yüzü gösteriyor. Daha yüksek bellekli ve pahalı AI PC yapılandırmaları, adetler yavaşlasa bile ciroyu destekleyebiliyor.