Huang Renxun Mevcut Yapay Zeka Piyasasını Yorumluyor: Yapay zekanın geri ödeme baskısını iki şirkete yüklemek yanlış

TL;DR
· Moore Yasası öldü, bugün iki kat hesaplama gücü için iki kat ödeme yapmanız gerekiyor; sonuca olan güvenim ise %99,99

· Tüm altyapı ölçeğini yalnızca bir veya iki laboratuvarın gelirine dayanarak tahmin etmek bir yanlış anlamadır—öncü laboratuvarlar hesaplama gücümüzün yalnızca %25 ila %30'unu oluşturuyor; geri kalanın üçte biri klasik hesaplama, üçte biri binlerce girişim ve kalanı diğer
· Arazi, elektrik, kabuk ve inşaat kaynakları en büyük darboğazlar olacak
· Toplam megavat sınırlı olduğunda, müşterilerin tercihi en üretken hesaplama gücüne kayacak, bu yüzden payımız aslında artıyor; tek bir gigavata yatırdığımız dolar miktarı 18 milyardan 40 milyarın üzerine çıktı
· Zekanın maliyetinin her yıl 2 kat hatta 20 kat düşmesini istiyoruz, çünkü zeka tüketimi bu açığı fazlasıyla kapatacak

Hesaplama Dönüm Noktası, Muhakeme Modelleri ve Akıllı Ajan Çağı

Tekilliğin eşiğine mi adım atıyoruz ve hesaplama gücü talebi neden 1 milyar kat artmalı?

Kısa süre öncesine kıyasla bir milyar kat daha fazla hesaplama gücüne ihtiyacımız var; bu mantık aslında oldukça açık. Düşünmek ve sorun çözmek için gereken muhakeme sayısı, zaten ezberlediğiniz şeyleri tekrarlamaktan veya hatırlamaktan çok daha fazladır.

Erken dönem ChatGPT'ye bir istem verdiğinizde, bu bilginin büyük kısmı büyük dil modeline kodlanmıştı ve kötü olan şey halüsinasyon görmesiydi. Bir sonraki adım üretken yapay zeka; gerçek olgularla "temellendirme" ve kısıtlama yapıyor: hızlıca arama yapıyor, olguları getiriyor ve ön eğitimle birleştirip yanıt üretiyor.

Gerçekten yapmak istediğimiz, ilginç olan şeylerin çoğu adım adım muhakeme gerektiriyor: birkaç plan düşünmek, planlama yapmak, olayların nasıl gelişeceğini çıkarsamak, şu anki en iyi yol üzerine düşünmek, planı genişletmek ve gerisini budamak. Büyük stratejistler "stratejik opsiyonları" sever: çok hızlı budamak istemezsiniz ama kaynakları da optimize etmeniz gerekir. Yapay zeka şu anda tam olarak bunu yapıyor. Stratejik opsiyonları koruyor, çıkarımları genişletiyor, üzerine düşünüyor ve buduyor. Tüm bu düşünme ve keşif çok daha fazla hesaplama gücü tüketiyor.

Üretken işler yapabildiği için onu daha fazla şey yapmak için kullanacağız. Bu iki şey üst üste biniyor: daha fazla hesaplama gücüyle iş yapmak ve aynı zamanda iyi iş çıkardığı için daha fazla iş için işe alınmak, toplam talebi birlikte büyütüyor.

Geçen yılki en önemli gözlem şuydu: modellerin ölçek yasası devam edecek, ancak ona bir "koşum takımı" takmak, yani büyük dil modelinin dış iskeleti, devasa bir kilidi açtı. Çalışma belleğini yönetiyor, çalışma belleğini kısa ve uzun vadeli belleğe dönüştürüyor ve bir bilgi grafiği oluşturuyor. İnsanlar da böyle yapar: uyurken sıkıştırma yaparız, önemsiz şeyleri unuturuz, önemli şeyler çevrimdışıyken yeniden bağlanır.

Bir diğer kilit açılım ise araç kullanımı. Yapay zekaya insanların yaptığı en önemli araçlarla nasıl etkileşim kuracağını öğrettik: SPICE, Verilog, çeşitli simülatörler, tasarım derleyicileri, Photoshop, AutoCAD ve Siemens araçları. Evinize bir robot girerse, sıfırdan yeni araçlar yapmak yerine evinizdeki araçları kullanır. Akıllı ajanlar mevcut araçları kullanmayı öğrenmelidir.

Koşum takımına alınmış büyük dil modellerini işletmelere yerleştirip gerçek olgulara ve mevcut araçlara bağladığınızda, şaşırtıcı şeyler yapmaya başlıyorlar. Programlama en kolay giriş noktasıdır, çünkü yazılım mühendisleri kullanışlı olmasa bile büyük fayda sağlayan araçlara alışkındır.

Bir sonraki aşama tasarım, yaratıcılık ve pazarlama iş akışlarıdır. Örneğin OpenAI'nin Astra'sı harika. Bir fotoğraf çekip Astra'ya veriyorsunuz, o da doğrudan CAD modeline dönüştürüyor. Onunla etkileşim kurmak, ayarlamalar yapmak ve ince ayar yapmak için CAD modellerine ihtiyacımız var. Bu ilk uygulama, tasarımcıların, inşaatçıların ve yaratıcıların üretkenliğini büyük ölçüde artırıyor.

Öncü laboratuvarlar gelecek yıl hesaplama gücünü 3 ila 5 kat daha artırırsa, uzun süre çalışan akıllı ajan görevlerinde ne tür atılımlar beklersiniz?

Navier-Stokes denklemleri buna iyi bir örnektir. OpenAI, Navier-Stokes'u yoktan çözmedi; birçok büyük bilim insanının, matematikçinin ve önceki çalışmaların üzerine inşa ederek çözdü. Birçok alanda kritik eşikteyiz. Çok sayıda temel çalışma tamamlandığı için, yapay zekanın kapsamlı keşif yeteneğini bu temellerin üzerine uygularsak, birbiri ardına atılımlar göreceğiz.

Çok fazla hesaplama gücüne ihtiyacımız var çünkü devasa arama alanı keşfi yapılmalı. Sadece ilk prensiplerden türetilip büyük bir alanı aramak gerekmese, birileri çoktan çözmüş olurdu. Birçok sorun o uçurumun kenarında asılı duruyor ve devasa zeka keşfinin onları çözmesini bekliyor.

Önümüzdeki yıllarda zekanın maliyeti oldukça hızlı düşecek. Daha fazla hesaplama gücü devreye giriyor ve modeller daha akıllı ve verimli hale geliyor. Moore Yasası'nın otuz yıl boyunca hesaplama maliyetini her yıl yarıya indirmesi gibi, zekanın maliyetinin de her yıl 2 kat, hatta 20 kat düşmesini istiyoruz. Zeka tüketimi ise bu açığı fazlasıyla kapatacak. Dünyada doldurulmayı bekleyen devasa bir fırsat boşluğu var.

Hırslarımız çok hızlı genişliyor. On yıl önce GPT-1'i eğitmek yaklaşık 10 ila 20 milyon dolara mal oluyordu; bugün yüz dolara yapılabiliyor. Aynı zamanda hırsımız 3 trilyon, 10 trilyon, 30 trilyon parametreli modelleri eğitmeye başlayacak kadar büyüdü. Son on yılda hesaplama gücü kullanımımız yaklaşık bir milyon kat arttı ve insanlığın zekaya olan talebi asla doymuyor.

İnsanlar yapay zekanın bize daha fazla boş zaman vereceğini söylüyor; buna tamamen katılmıyorum. Zeka daha fazla fırsat açacak ve hırslı insanlar bunları yakalamak isteyecek. Ne zaman bir şey öğrenseniz, yeni bir kapı açılır; kapının ardında çözülmesi gereken daha fazla zorluk ve sorun görürsünüz.

1930'da Keynes, yüz yıl sonra ekonominin sekiz kat büyüyeceğini ve haftalık çalışma süresinin 15 saate düşeceğini öngörmüştü. Ekonomi gerçekten sekiz kat büyüdü ama 15 saatlik çalışma haftasına dönüşmedik. Yanıldığı nokta insan ruhunu hafife almasıydı: çalışmak ve keşfetmek insana anlam duygusu verir; bu DNA'mızda yazılıdır.

Fiziksel Yapay Zeka, Somut Zeka ve Endüstri Yeniden Yapılanması

Halk neden süper zekayı hâlâ çok uzak sanıyor ve hayatın içine çoktan girdiğini fark etmiyor?

Yapay zeka ya da süper zeka bir "yumuşak madde"dir: göremezsiniz, dokunamazsınız. Tüm dünya onu konuşuyor ama yine de görünmez. Aslında insanlar her gün ondan faydalanıyor: arama yaparken, alışveriş yaparken, Netflix izlerken, Walmart'a giderken, FedEx paket rotalarını planlarken. Bugün tüm bunlar hızlandırılmış hesaplama ve süper zeka kullanıyor; sadece bu hikayeyi pek iyi anlatamıyoruz. Veri merkezlerini kapatıp süper zekayı bir hafta sonu durdursak, herkes anında fark eder.

Robotik alanında ChatGPT anının geldiğini söylüyorsunuz; bu yüz milyar dolarlık bir pazar mı?

Yüz milyar dolar demek hafife almak olur. Sadece bu yılın ilk yarısında 10 milyar dolarlık fiziksel yapay zeka işi yaptık. Geçen yılın tamamı 10 milyar dolardı, ondan önceki yıl ise 5 milyar dolardı.

Fiziksel yapay zeka, yapay zekanın fiziksel dünyayla etkileşimidir. Foton sayımlı BT, ultrason, görüntüleme radarı, her tür sinyali algılayabilen yeni nesil 5G ağları, otonom araçlar, üretim sistemleri, görsel denetim sistemleri ve üç boyutlu uzayda dünyayı yeniden inşa eden jeo-uzaysal uyduları içerir. Tüm elektromanyetik spektrumda yapay zeka çalışıyor.

Yapay zekada algı vardır, muhakeme vardır, sonra planlama ve uygulama gelir. Planlama ve uygulama aşamasına geldiğinizde, bu otonom araçlar, depo dağıtım araçları, kendi kendine öğrenebilen kavrama robotları, ilaç dağıtan hastane robotları ve tamamen robotlaşacak ameliyathanelerdir.

Bizim için gerçekten önemli olan her şey eninde sonunda fiziksel dünyaya dokunur. Tarihsel olarak tamamen mekanik ve elektrik olan endüstrilere yazılım ve zeka getirmek devasa bir fırsattır. Elon'un otomotiv endüstrisine ne yaptığına bakın: onu bir hesaplama endüstrisine dönüştürdü. Her otomobil üreticisi bir teknoloji şirketine dönüşüyor. FedEx, Walmart, telekom operatörleri de yeniden teknoloji ve yapay zeka şirketlerine dönüşüyor.

Nvidia, "üç bilgisayar" mimarisiyle fiziksel yapay zekanın uygulanmasını nasıl yönlendiriyor?

Bir fiziksel yapay zeka platformu kurmak için üç bilgisayar gerekir:

Birincisi, "beyni" yapacak bilgisayara, yani eğitim sistemine ihtiyacınız var.

İkincisi, yapay zeka laboratuvarları ve geliştiriciler dünyanın dijital ikizini inşa etmelidir; böylece akıllı ajanlar fiziksel gerçeklikte deneme yanılma yoluyla öğrenmek zorunda kalmaz. Omniverse'i depolar, binalar ve şehirler için dijital ikiz olarak geliştirdik. Robotları dijital ikizin içine koyuyoruz ve orada nasıl çalışacaklarını öğreniyorlar.

Üçüncüsü, politikayı fiziksel makinenin içindeki bilgisayara, arabadaki, robotun içindeki, cerrahi aletlerin içindeki bilgisayara dağıtıyorsunuz.

Üç bilgisayar ve üç eksiksiz yazılım yığını gerekiyor. Her biri için eksiksiz yığınlar inşa ettik ve bunu yapan dünyadaki tek şirketiz.

Güvenlik Hizalaması, Mühendislik İlkeleri ve Ulusal Yönetişim Sistemi

"Yapay zeka mükemmel şekilde hizalanamaz ve sonunda kontrol edilemez hale gelir" kıyamet söylemine nasıl yanıt veriyorsunuz?

Teknolojiyi sorumlu bir şekilde inşa etmeliyiz. "İnşa etmek" bir mühendislik terimidir. Mühendisler, bilim insanları ve araştırmacılar bu teknolojiyi güvenli bir şekilde üretmelidir. Yapabilir misiniz? Kesinlikle yapabilirsiniz, çünkü yapamıyorsanız zaten onu inşa etmemelisiniz.

Bazıları yapay zekanın kontrol edilemez olduğunu söylüyor çünkü mükemmel hizalama imkansızdır. Hizalama şu anlama gelir: yapay zekaya bir görev verirsiniz, ancak bu görevi tamamlamanın birçok yolu olabilir. Örneğin net bir matematik sorusu, türetmeyle çözülebilir, ders kitabından bulunabilir veya çekmeceden yanıt getirilebilir. Ancak "hayatta başarılı olmak" veya "topluma katkıda bulunmak" gibi hedefler için kültüre, geçmişe ve bölgeye göre sonsuz yorum vardır. Hizalama her zaman var olan bir sorundur. Güvenlik için mükemmel hizalamaya güvenirsek, o güne asla ulaşamayız.

Mühendislikteki yanıt, çocuk yetiştirme ve yeni çalışanları işe alma mantığıyla aynıdır:

Birincisi, izolasyon ve sıfır güven. Birini işe aldığınızda ya da bir yaşındaki çocuğu oyun parkına koyduğunuzda, sıfır güvenle başlarsınız. Önünüzdeki göreve sıkı sıkıya bağlı olarak ona en az yetkiyi, en az araç erişimini ve en az fon miktarını verirsiniz. Testlerde güven oluşturdukça bu sınırları kademeli olarak genişletirsiniz.

İkincisi, bant dışı izleme. İzleme bant dışı olmalıdır. Zeki bir varlığa "burada oturup her hareketini izliyorum" derseniz, davranışı kimse izlemiyorken olduğundan farklı olur. İzleme sistemi dışarıda kalmalı, otonom sistemin politikayı veya hizalama gerekliliklerini ihlal edip etmediğini gözlemlemeli ve durumu istediği zaman yükseltme ya da doğrudan kapatma yetkisine sahip olmalıdır.

Bu mühendislik ve teknolojidir. Tamamen uygulanabilir; yakın zamanda OpenShell olarak yayınladık ve 100'den fazla şirket bu çerçeveye katıldı.

Beyaz Saray'da anlaşma imzalanırken öncü laboratuvar liderlerinde kör bir acelecilik zihniyeti var mıydı?

Güvenlik ve emniyet teknolojileri yapay zekanın bir parçasıdır. Yapay zekanın yeteneği ile güvenliğinin birbirine dik olduğu, tıpkı arabanın motorunu frenlerden, hava yastıklarından ve radardan ayırmak gibi bir yanlış anlama var. Yapay zeka teknolojisini hızlandırmak dediğimde, bu aynı anda güvenlik ve emniyet teknolojilerini de hızlandırmak anlamına gelir. Kimse "güvenliği biraz yavaşlatalım" demez. İşlevi ve güvenliği birbirinden ayıramazsınız.

Başkan ve öncü laboratuvar liderlerinin bulunduğu kabine toplantı odasında herkes yapıcı ve üretkendi. İstisnasız herkes bu endüstriyi güvenli ve güvenilir şekilde ilerletmeye kararlıydı. Bir sistem güvenli değilse, işlevi asla dağıtılamaz. İşlevsellik, yetenek, güvenlik ve emniyet hepsi birinci önceliktir.

"Kazanmanın" ne demek olduğunu yeniden tanımlamamız gerekiyor. Kazanmak, yapay zeka teknoloji endüstrisinin kazanması değildir. Amerika'nın kazanması, Amerika'daki her sektörün kazanması demektir: Eli Lilly kazanır, Walmart kazanır, FedEx kazanır, Boeing kazanır, ABD ordusu kazanır, okullarımız ve vatandaşlarımız da kazanır. Teknoloji başarılı olur ama kimse onu güvenle dağıtamazsa, zaferden söz edilemez.

Soru: Ticaret Bakanlığı incelemesi, Beyaz Saray anlaşması ve güvenlik çalışma grubundan oluşan "üç ayaklı" düzenleyici çerçeve gerçekten etkili mi?

Geleceğe giden en iyi yol hızlı hareket etmektir. Zamanımızı "mükemmel" mi yoksa "eylem" mi diye tartışarak geçirirsek, sonsuza dek tartışırız ve asla oraya varamayız.

Bu "üç ayaklı" çerçeveyi çok seviyorum; uygulanabilir, görünür, somut ve gerçekten dişleri var. Şu anda harekete geçiyoruz çünkü bu şirketimiz, endüstrimiz ve toplumumuz için iyi. Gelişiminin bu aşamasında şirketler, hükümet ve endüstri arasında bu düzeyde bir iş birliği kuran başka bir endüstri hatırlamıyorum.

Yasa koyuculara iki şey söylemek istiyorum: Birincisi, gelin bizimle bir süre vakit geçirin, önce teknik sorunun ne olduğunu anlayın, sonra düzenleyin. İkincisi, aktif olarak uyguladığımız çözümlere bakın ve onları daha iyi hale getirmemize yardımcı olun. Lütfen yapıcı şekilde katılın.

Hesaplama Altyapısı Dalgası, Elektrik Kıtlığı ve Fiziksel Darboğazlar

Sektör her yıl 40 GW'ın üzerinde yeni hesaplama gücü öngörüyor; arazi ve elektrik gibi fiziksel kısıtlar engel olur mu?

Talep kesinlikle var, hatta daha fazlası. Zorluk dijital dünyadan fiziksel dünyaya geçişte. Engeller çok: arazi onayları, elektrik üretimi, trafo merkezleri ve 50 milyar dolarlık veri merkezleri inşa etmek için gereken uzman teknisyenler, elektrikçiler, tesisatçılar, su tesisatçıları. Bu beceriler yeri doldurulamaz. Arazi, elektrik, kabuk ve inşaat kaynakları en büyük darboğazlar olacak.

Nvidia bu sorunu geniş çeşitlendirmeyle hafifletiyor. Her bulut sağlayıcısına, Neocloud'a ve Dell, HP, Lenovo gibi kurumsal ortaklara hizmet veriyoruz; tüm yaşam döngüsünü kapsıyoruz: veri işleme, eğitim, eğitim sonrası, çıkarım ve akıllı ajan araç kullanımı. Bir eyalette, toplulukta veya veri merkezinde darboğaz olursa, talebimiz arzdan çok daha büyük olduğu için tedarik zincirini doğrudan başka yere kaydırırız.

Nvidia küresel bir altyapıdır. Avrupa'da, Avustralya'da (örneğin duyurduğumuz 2 GW dağıtım), Asya'da, Latin Amerika'da ve Orta Doğu'da devam eden projelerimiz var. ABD yeterince hızlı inşa etmezse, dünyanın geri kalanı kendi bölgelerinde inşa etmeye hevesli.

Kullanılabilir elektrik ve şebeke kapasitesi sınırlı olduğunda müşteriler hesaplama mimarisini nasıl seçecek?

Nvidia'nın mimarisi watt başına en fazla token üretir. Kullanılabilir toplam megavat sınırlı olduğunda, müşterilerin tercihi elde edilebilecek en üretken hesaplama kaynaklarına kayar, çünkü CEO'lar hâlâ hissedarlara hesap vermek zorunda oldukları yüksek gelir hedeflerini taşıyor.

Sistemlerimiz kiralanması en kolay, en evrensel ve en dayanıklı olanlardır. Kaynak kıtlığı alıcıları verimliliğe ittiği için pazar payımız aslında artıyor.

Gigavat başına sağladığımız değer geçmişe göre çok daha yüksek. GPU'dan ağa, yüksek performanslı CPU'ya, depolama hesaplamasına ve OpenShell gibi güvenlik altyapısına genişledik. Tek bir gigavata yatırdığımız dolar miktarı 18 milyar dolardan 40 milyar doların üzerine çıktı ve bu rakam artmaya devam ediyor.

Büyük CSP'lerde sermaye harcamalarının yaklaşık %40'ını oluşturuyoruz; CSP dışında, kurumsal ve yeni nesil bulutlarda ise yaklaşık %80'ini. Her iki alan da ikiye katlanıyor; bu yüzden küresel veri merkezi sermaye harcamalarındaki payımız genişlemeye devam ediyor.

Musk, xAI Kümesi ve Uzay Veri Merkezleri

Musk, Colossus kümesini yalnızca birkaç ayda kurdu; xAI'nin hesaplama gücü genişleme hızı eşi benzeri görülmemiş mi?

Elon geçmişte kurumsal işimizde sınıflandırılıyordu, şimdi CSP rakamlarımıza girdi. Elon'la çalışmayı çok seviyorum. Teknolojimizle model eğitiyor, Grok'u dağıtıyor; Grok'un tüketimi hızla artıyor ve altyapıyı dışarıya kiralıyor.

Çok benzersiz bir avantajı var: hesaplama ile fiziksel inşaatın kesişimini seviyor ve enerji konusunda ondan daha fazlasını bilen yok.

2028-2029'da Starship aracılığıyla yüzlerce megavat hesaplama gücünü uzaya dağıtmak gerçekçi mi?

Mühendislik ekibimiz SpaceX ile yakın çalışarak uzaya uygun yeni bir sunucu mimarisi geliştiriyor.

Nvidia watt başına en iyi performansı sunar, ama daha önemlisi hesaplama yatırım getirimiz rakipsizdir. Fırlatma maliyeti çok yüksektir; bu da düşük maliyetli, düşük değerli hesaplamayı yörüngeye gönderemeyeceğiniz anlamına gelir. Tarihteki en yüksek değerli, en üretken hesaplama sistemlerini göndermelisiniz ki bu fırlatma maliyetine değsin ve güçlü bir yatırım getirisi elde edilsin.

Uzaydaki uydular evrensel hesaplama gücüne ihtiyaç duyar. Bir uydu fırlatırsanız ve kiralayacak müşteri yoksa, orada atıl kalır. Nvidia'nın hesaplama gücü ise dünyadaki tüm kapalı kaynak modeller, açık kaynak modeller, girişimler ve işletmeler arasında tamamen evrensel olarak kiralanabilir.

Ayrıca çok dayanıklıdır. Donanımı birkaç yıl önce alınmış olsa bile bugün hâlâ hızlanan tek donanım şirketiyiz, çünkü CUDA aracılığıyla yazılım yığınını ve algoritmaları sürekli güncelliyoruz. O uydu yörüngede olduğu sürece yazılımını bakımını yapıp optimize etmeye devam edeceğiz; bu da onu SpaceX için ideal bir yük haline getiriyor.

Sermaye Harcaması Balonu Söylemini Çürütmek ve Moore Yasası'nın Sonu

Öncü laboratuvarların ticari geliri trilyonlarca dolarlık altyapıyı karşılayabilir mi; balon patlama riski var mı?

İnsanlar yalnızca bir veya iki yapay zeka laboratuvarının gelirine dayanarak tüm altyapı inşaat ölçeğini tahmin etmeye çalışıyor; bu mevcut durumun yanlış anlaşılmasıdır.

Nvidia, yapay zeka altyapı pazarının yaklaşık %80'ini oluşturuyor ve işimiz üç farklı bölüme ayrılıyor:
Birincisi, klasik hızlandırılmış hesaplama işimizin yaklaşık üçte birini oluşturuyor. Bu; veri işleme, moleküler dinamik, fizik, füzyon simülasyonu, kuantum kimyası, bilgisayar grafikleri ve klasik makine öğrenmesidir; örneğin Visa ve Mastercard'ın dolandırıcılık tespiti için XGBoost kullanması ve öneri sistemleri. Bu iş her yıl %30 ila %40 büyüyor ve üretken yapay zeka laboratuvarlarıyla tamamen ilgisiz.

İkincisi, öncü yapay zeka laboratuvarları hesaplama gücümüzün yaklaşık %25 ila %30'unu oluşturuyor. Herkes yalnızca iki tanesinden bahsediyor ama biz beş altı tanesiyle çalışıyoruz: Muse yapan Meta, Grok yapan xAI, sistemlerimizde Gemini çalıştıran Google, Anthropic ve OpenAI.

Üçüncüsü, geri kalan üçte biri binlerce girişim ve kurumsal bulut kiracısıdır. Nvidia hesaplama gücünü kiralayıp özel fiziksel yapay zeka, biyolojik yapay zeka ve malzeme bilimi uygulamaları geliştiriyorlar.

Bu girişimlerin yaklaşık %80'i açık kaynak temel modeller kullanıyor. Öncü laboratuvarlarla doğrudan rekabet etmiyorlar; Nemotron gibi açık kaynak modelleri alıp kendi özel alan verileriyle ince ayar yaparak belirli alanlarda süper zeka yaratıyorlar.

Öncü laboratuvarlar genel zeka inşa edecek, dikey şirketler ise belirli alanlarda süper zeka gerçekleştirecek. Küresel altyapı inşasını desteklemek için yalnızca iki öncü laboratuvarın trilyonlarca dolar gelir üretmesini beklemek ne gerekli ne de doğrudur.

Üretken yapay zeka olmasa bile küresel hesaplama altyapısı harcamaları neden trilyonlarca dolara çıkacak?

Birkaç yıl önce bu on yılın sonuna kadar altyapı harcamalarının yılda 3 trilyon ila 4 trilyon dolara ulaşacağını, bunun yaklaşık 1,5 trilyonunun tamamen hesaplama olacağını öngörmüştüm.

Üretken yapay zeka ortaya çıkmadan önce veri merkezi sermaye harcamaları zaten yılda 500 milyar dolardı. Bu doğal büyümenin üzerine bir de şu gerçek var: Moore Yasası öldü.

Eskiden iki kat transistör istiyorsanız bir yıl beklerdiniz, fiyat aynı kalırdı. Bugün iki kat hesaplama gücü istiyorsanız iki kat ödeme yapmanız gerekiyor, çünkü genel amaçlı CPU ölçeklemesi durdu. Dünya her yıl daha fazla hesaplamaya ihtiyaç duyduğu için Moore Yasası'nın sonunu telafi etmek üzere önemli bir çarpan eklemeniz gerekiyor. Yapay zeka olmasa bile yarı iletken endüstrisi zaten dünyanın en büyük endüstrisi olma yolundaydı.

Tedarik Zinciri Kısıtları, Rekabet Hendeği ve Yeni İş Modelleri

Arz-talep açığı çok büyük; şu anki en kritik tedarik zinciri fiziksel kısıtı nedir?

Her CSP'de, yeni nesil bulutta ve OEM'de devasa sipariş defterlerimiz var. Müşterilerimizle bir ila iki yıllık planlama döngüleriyle çalışıyoruz. Şu anda müşterilere tahsis ettiğimiz miktar, istediklerinin çok altında.

Aşağı yönde arazi, elektrik ve kabuk kısıt oluşturuyor. Yukarı yönde ise ileri paketleme malzemeleri ana darboğaz. Alt tabakalar daha fazla silikon barındırmak için büyüyor. Bu büyük organik malzemeleri ihtiyacımız olan hassasiyette üretmek çok zor. Paketleme büyüdükçe termal genleşme katsayısını, bükülmeyi ve üretim kusurlarını yönetmek olağanüstü ortaklar gerektiriyor. Silikon fotonik de arz açısından sınırlı. Her hafta üretimi artırıyoruz ama sipariş defterinin büyüme hızı arzı aşmaya devam ediyor.

Müşteriler neden ürün tanıtılmadan önce 50 milyar ila 100 milyar dolarlık sipariş vermeye razı? Hendeğiniz neden genişliyor?

Bir şirket, bir sonraki nesil platform için ürünü görmeden 50 milyar hatta 100 milyar dolarlık satın alma siparişi vermek zorundaysa kime güvenebilir?

Müşteriler, Vera Rubin'in Blackwell'den daha iyi olacağını biliyor; tıpkı Blackwell'in Hopper'dan daha iyi olduğu gibi. Bu süper bilgisayarlarda çalışan iş yükleri son derece karmaşıktır; tek bir çip üzerinde hızlı bir kıyaslama testi yapamazsınız. 50 milyar dolarlık bir sistemi kıyaslamak için bütün bir veri merkezi ve yıllarca entegrasyon çalışması gerekir.

Bu, döküm işimizin %100'ünü TSMC'ye vermemizle tamamen aynı mantıktır. TSMC, ürünü görmeden beş yıl önceden planlama yapabildiğim tek şirkettir; transistörlerin kesinlikle teslim edileceğinden, devasa talep dalgalanmalarımızı karşılayacak ölçeğe sahip olduklarından ve gerekli tüm paketleme, mantık ve silikon fotonik teknolojilerine sahip olduklarından eminim.

Nvidia bu gezegenin altyapı şirketidir. Teknoloji çok hızlı değişiyor: ilk GPT modellerinden FlashAttention'a, NVLink 72 üzerinden model parçalamaya, SSM ile Transformer karışımı difüzyon modellerine kadar. Tüm bunlar CUDA üzerinde sorunsuz çalışabilir.

Uzmanlaşma, evrenselliğin ve dayanıklılığın düşmanıdır. Özel ASIC çipleri yaparsanız esneklikten yoksundurlar. Nvidia sistemleri tüm iş yüklerini, modelleri ve çerçeveleri çalıştırabildiği için 50 milyar dolarlık bir veri merkezi eğitim, eğitim sonrası veya akıllı ajan çıkarımını kolayca çalıştırabilir ve başka müşterilere devredilebilir. Evrensellik ve dayanıklılık; kiralanabilirlik, yüksek kullanım ve en düşük toplam sahip olma maliyeti (TCO) getirir.

Donanım satışının ötesinde Nvidia hangi iki yeni yüksek kârlı iş modelini açıyor?

Finansman ve ekosistem iş birliklerimizin çoğu iki yeni iş modeli kuruyor:

Birincisi, kurumsal yazılım lisanslama. Bu devasa veri merkezlerini endüstriyel yapay zeka fabrikaları olarak işletmek için gereken yazılım yığını son derece büyüktür. Hiper ölçekli CSP'lerin kendi yazılım yığınları vardır; bu yüzden onlara yazılımı açık kaynak olarak veriyoruz ve kendilerinin entegre etmesini sağlıyoruz. Ancak geleneksel işletmelerin bu karmaşıklığı yönetecek dahili BT veya yazılım ekipleri yoktur. Nvidia'nın SLA güvencesiyle bu fabrikaları tüm işletme yaşam döngüsü boyunca bakımını yapması, güvence altına alması ve işletmesi gerekir. GPU başına yılda birkaç bin dolar gibi yıllık yazılım lisans ücreti almak ve işletmelerde milyonlarca GPU dağıtıldığında bu çok büyük bir yinelenen yazılım işi olacaktır.

İkincisi, bulut gelir paylaşımı. Bazı bölgesel yeni nesil bulutlar arazi, elektrik ve kabuğu temin eder, ancak eksiksiz tam yığın altyapı, yazılım desteği ve müşteri ekosistemi emilimi için Nvidia'ya güvenir. Bu tür iş birliklerinde ön yatırım yapıyoruz; hem ilk satış gelirini alıyoruz hem de 4 ila 10 yıl boyunca geliri paylaşmaya devam ediyoruz.

Bu iki büyüme eğrisi de küresel kurulu tabanımızın ve yazılım ekosistemimizin hacmiyle yönlendiriliyor; yalnızca donanım sevkiyatına bağlı değil.

Sermaye Tahsisi Mantığı ve %99,99 Kesinlik

Serbest nakit akışınızın %50'sinden fazlasını geri alım için kullanıyorsunuz; bunun arkasındaki sermaye tahsisi mantığı nedir?

Geçen çeyrekte hisse geri alımı yoluyla serbest nakit akışının %60'ından fazlasını iade ettik.

Ekosistemimizdeki yüksek kaliteli şirketlere stratejik yatırımlar yapmaya devam edeceğiz. Bilgi akışının merkezindeyiz, harika kurucularla çalışıyoruz ve yatırım yaptığımız şirketlerin başarılı olmasına somut şekilde yardımcı olabiliyoruz.

Ancak toplam nakit yaratma kapasitemize göre dış yatırımların payı hızla düşecek. OpenAI veya Anthropic'e erken yatırım gibi fırsatlar o aşamada bir daha tekrarlanmayacak ve toplam serbest nakit akışı yaratımımız şaşırtıcı bir hızla genişliyor.

Beş yıl sonrasına baktığınızda dünyanın belirgin şekilde daha iyi olacağına ne kadar güveniyorsunuz?

Bu on yılın sonuna bakıldığında, küresel altyapı inşası ve donanım yenileme döngüsü kolayca yılda 4 trilyon ila 10 trilyon dolara ulaşabilir. Toplum ne zaman token tüketse, zeka kullansa, o hesaplama fabrikası çalışmak zorundadır. Bilgi işi küresel GSYİH'nın 50 trilyon dolarını oluşturuyorsa ve yapay zeka %20 üretkenlik artışı sağlıyorsa, bu 10 trilyon dolarlık ek ekonomik çıktı yaratır. Bu değerin küçük bir kısmını zeka üretmek için sermaye harcamasına yeniden yatırmak mantıken tamamen doğrudur.

Sonucun ezici şekilde olumlu olacağına %99,99 güveniyorum. Bu işi doğru yapmayı son derece önemseyen çok fazla insan var. Kamuoyunun gözünden uzakta, her sektördeki odaklanmış araştırmacılar ve mühendisler her gün bu teknolojinin sorumlu şekilde ilerlemesini sağlamak için harika işler yapıyor.

Endişelenmek iyidir ve kaygılarımızı da dile getirmeliyiz. Ancak dünyanın sonunu öngörmek, insanın uyum sağlama, dayanıklılık ve yaratıcılık kapasitesini ciddi şekilde hafife almaktır. Birkaç yorumcu yönlendirmezse işlerin berbat olacağını düşünmek kibirdir. Bu endüstrideki harika insanlar her gün doğru olanı yapıyor.

Kendimize karşı sorumlu olmalıyız ama iyimser bir gelecek beklemeliyiz. Tamamen durabiliriz, ancak bugün durursak daha güvenli, daha sağlıklı ve daha müreffeh bir dünya inşa etme fırsatından vazgeçmiş oluruz.