Herkes gibi ben de AI'a kafa yoruyorum. Açıkçası haber üstüne haber, kafam da karışıyor. Tam da bu süreçte Martin Alderson'un ufuk açıcı bir yazısına denk geldim. Önemli bulduğum yerleri kendi fikirlerimle de not ettim.
Özetle. Yapay zeka asıl şimdi başlıyor.
Sonda diyeceğimi başta dedim ama şuradan başlayayım.
Son zamanlarda bir söylenti var.
Yapay zeka ölçeklenmesi duvara tosladı deniyor.
Yatırımlar çok yüksek, getiriler ortada yok diyorlar.
Ama bu eleştiriler eski nesil donanımla eğitilmiş modellere bakıyor.
Yolda 6 kat daha fazla hesaplama gücü var ve sonuçları yeni yeni gelmeye başlıyor.
*
TSMC'nin CoWoS tahsislerine bakalım.
CoWoS, yapay zeka çiplerinin neredeyse tamamında kullanılan gelişmiş bir paketleme teknolojisi.
Rakamlar inanılmaz bir artış gösteriyor.
Toplam yonga levhası üretimi sadece dört yılda 117 binden 1 milyona çıkacak.
Bu pastanın en büyük dilimini, yüzde 60 ile NVIDIA alıyor.
Ama diğerleri de boş durmuyor.
Google'ın TPU'larını üreten Broadcom yüzde 15 pay kapıyor.
AMD ise MI300 ve MI400 serisi çipleriyle 15 kat büyüyecek.
Fakat asıl hikaye bu değil.
Çünkü çiplerin performansı da sürekli artıyor.
Basit bir hesapla bunu işlem gücüne, yani exaFLOP'a çevirebiliriz.
2024 ile 2026 sonu arasında dünyadaki toplam yapay zeka çip kapasitesi kabaca 6 katına çıkacak.
ChatGPT ilk çıktığından 2026 sonuna kadar ise artış yaklaşık 50 kat olacak.
Bu seviyede bir altyapı yatırımı tarihte pek görülmedi.
Belki de tek karşılaştırma İkinci Dünya Savaşı'ndaki askeri harcamalar olabilir.
Bütün bu kapasite artışına rağmen ortada bir gecikme var.
Bir çipin TSMC'de üretilip devreye girmesi zaman alıyor.
En iyi koşullarda bile en az bir ay sürüyor.
NVIDIA'nın yeni GB200 serisi gibi hızlandırıcılar işi daha da zorlaştırıyor.
Çünkü bu yeni nesil çipler sıvı soğutma gerektiriyor.
Sıvı soğutma sistemlerindeki sızıntı ve aşırı ısınma raporları oldukça yaygın.
Bu durum, yeni nesil hızlandırıcıların piyasaya çıkışını geciktiriyor.
Dahası da var.
Veri merkezleri ciddi bir enerji kapasitesi sorunuyla boğuşuyor.
Bir milyon levha veya wafer değerinde yeni nesil çip, gigawatt'larca yeni enerji kapasitesi demek.
Asıl darboğaz muhtemelen burada yaşanacak.
Bir de model eğitimi gecikmesi bulunuyor.
Çip kurulup enerji verildiği andan eğitimin bitmesine kadar en az 6 ay geçiyor.
Yani bugün gördüğümüz "mevcut" modeller aslında geçmişin ürünleri.
Şu an gördüğümüz her şey, yaklaşık 12 ay öncesinin altyapısının bir sonucu.
2025 sonunda olmamıza rağmen, aslında 2024'teki birikimin meyvelerini topluyoruz.
Son zamanlarda iki model de gözüme çarptı:
Opus 4.5 ve Gemini 3.
Opus 4.5, yazılım mühendisliği konusunda bir devrim gibi.
Gemini 3 ise grafik ve arayüz tasarımı yetenekleriyle diğerlerinden çok ileride.
Opus 4.5, bir insanın 30 dakikadan fazla sürecek yazılım işini çok az denetimle yapabiliyor.
Rakamlar da bunu doğruluyor.
Opus 4.5, Princeton'ın bir yapay zeka testini tamamen çözdü. Önceki en iyi modelden devasa bir sıçrama demek.
Ayrıca, bir insanın 4 saatten fazla sürecek yazılım görevlerini yüzde 50'den fazla başarı oranıyla tamamlayabiliyor.
Şimdi asıl konuya gelelim.
Bu inanılmaz performans, anlattığım büyük hesaplama gücü dalgasının bir sonucu değil.
Aksine, o dalgadan önceki küçük bir sızıntının sonucu.
Opus 4.5 ve Gemini 3, muhtemelen 2024'teki altyapı üzerinde eğitildi.
Yani yaklaşık 36 exaFLOP'luk küresel kapasitenin ürünleri.
Biz bu doktora seviyesi mühendislik yeteneklerini görüp mevcut yapay zeka çılgınlığının sonucu sanıyoruz.
Ama değiller.
Onlar, asıl fırtına kopmadan önce sipariş edilen altyapının meyveleri.
2025'te devreye giren 100'den fazla exaFLOP'luk güç ne oldu?
Ya da 2026'da gelecek 220'den fazlası?
Bu hesaplama gücü henüz tek bir eğitim döngüsünü bile tamamlamadı.
Eğer 2024'ün "damlası" Opus 4.5'i yarattıysa, 2026'nın "tufanı" neleri ortaya çıkaracak?
Eğer trendler devam ederse 2030'a geldiğimizde neredeyse 30 kat daha fazla güce sahip olacağız.
Yani zettaFLOP seviyesine ulaşacağız.
Yapay zeka ölçeklenmesi tartışması, yakında çok daha rahatsız edici bir hal alacak.