Röportaj: Jensen Huang

Büyüleyici bir tartışmada, Nvidia'nın vizyoner CEO'su Jensen Huang, bilişimin, yapay zekanın ve hatta küresel ekonominin geleceğine dair nadir bir bakış sundu. Bg2 Pod'dan Bill Gurley ve Brad Gerstner ile bir araya gelen Huang, yapay zekanın göz ardı edilen bir yönünün sektörleri nasıl yeniden tanımlamaya ve benzeri görülmemiş bir büyümeyi tetiklemeye hazır olduğunu çarpıcı bir netlikle dile getirdi; bu süreçte geleneksel Wall Street anlayışına meydan okudu.

Milyar Kat Büyüme Patlaması: Yapay Zekanın Hesaplama Taleplerini Yeniden Tanımlamak

Bir yıl önce, Jensen Huang cesurca, yapay zeka çıkarımının sadece 100 kat veya 1000 kat değil, şaşırtıcı bir şekilde bir milyar kat artacağını tahmin etmişti. Bu projeksiyonu tekrar gözden geçirerek, "Eksik tahmin etmişim. Şunu açıkça belirtmeliyim." diye itiraf ediyor. Yapay zekanın hızlı evrimi sayesinde güveni daha da arttı. Eskiden tekil bir "ön eğitim" ölçeklendirme yasası olarak görülen şey, üç ayrı, üstel olarak büyüyen güce ayrıldı: ön eğitim, eğitim sonrası (yapay zekanın becerilerini "pratik ettiği" yer) ve en önemlisi "düşünen" çıkarım.

Bu "düşünen" çıkarım, oyunu değiştiren faktör. Eski tek seferlik çıkarım modelinden farklı olarak, modern yapay zeka artık "cevap vermeden önce düşünmek" üzere tasarlanmış; araştırma yapıyor, temel gerçekleri kontrol ediyor ve tekrarlıyor. Bu karmaşık bilişsel süreç, katlanarak daha fazla hesaplama gücü gerektiriyor. Huang'ın ifade ettiği gibi, "Yapay zeka artık bir dil modeli değil, bir dil modelleri sistemidir ve hepsi aynı anda araçlar kullanarak çalışıyor olabilir... ve hepsi çok kiplilik içeriyor." Bu köklü değişim, yapay zekanın hesaplama iştahının sadece büyük değil, aynı zamanda doyumsuz ve hızla genişleyen, birçok kişinin şu anda kavrayabileceğinden çok daha ötesine geçtiği anlamına geliyor.

Temel Tespitler:

• "Düşünme" ve akıl yürütme zinciri yeteneklerinin ortaya çıkması nedeniyle yapay zeka çıkarımı "milyar kat" hesaplama artışı yaşıyor.
• Yapay zeka ortamı artık üç farklı ölçeklendirme yasasıyla yönetiliyor: ön eğitim, eğitim sonrası (yapay zekanın pratik yapması) ve karmaşık çıkarım.
• Çoklu ajan sistemleri, çok kipli yapay zeka ve kapsamlı araç kullanımı, basit dil modellerinin ötesinde hesaplama gereksinimlerini dramatik bir şekilde artırıyor.

OpenAI: Geleceğin Trilyon Dolarlık Hiperskalacısı ve Nvidia'nın Stratejik Hamlesi

Huang'ın vizyonunun merkezinde Nvidia'nın OpenAI ile stratejik ortaklığı yer alıyor; bu ortaklık, OpenAI'ın kendi devasa yapay zeka altyapısını kurması için yatırım ve destek içeriyor. OpenAI'ı sadece bir müşteri olarak değil, "büyük olasılıkla bir sonraki çok trilyon dolarlık hiperskalacı şirket olacağını" görüyor. Bu cesur tahmin, Nvidia'nın OpenAI'ın beklenen meteorik yükselişinden önce yatırım yapma kararının temelini oluşturuyor; Huang'ın "hayal edebileceğimiz en akıllı yatırımlardan bazıları" olarak nitelendirdiği bir fırsat.

Bu ortaklık aynı zamanda yapay zeka ortamında önemli bir değişime işaret ediyor. Geleneksel olarak Microsoft Azure gibi hiperskalacılardan yararlanan OpenAI, şimdi kendi "kendine inşa yapay zeka altyapısını" kuruyor – böylece fiilen kendisi bir hiperskalacı haline geliyor. Bu durum, Nvidia'nın Meta ve Google gibi devlerle çip, yazılım ve sistem seviyelerinde doğrudan çalıştığı ilişkileri yansıtıyor. OpenAI eşzamanlı olarak "iki üstel" durumla başa çıkıyor: müşteri kullanımında üstel bir büyüme ve kullanım başına hesaplama gereksinimlerinde üstel bir artış ("düşünen" yapay zeka nedeniyle). Nvidia'nın Azure, OCI, CoreWeave ve şimdi de OpenAI'ın doğrudan altyapı inşası genelindeki çok yönlü desteği, bu bileşik talebi karşılamak ve Nvidia'nın vazgeçilmez rolünü daha da sağlamlaştırmak için tasarlanmıştır.

Temel Kararlar:

• Nvidia'nın OpenAI'a yatırımı, şirketin çok trilyon dolarlık bir hiperskalacı varlık olma potansiyeline oynayan stratejik bir hamledir.
• OpenAI'ın kendi yapay zeka altyapısını kurmasında desteklemek, Nvidia'nın diğer teknoloji devleriyle olan ilişkilerini yansıtan doğrudan, tam yığın ilişkileri teşvik ediyor.
• Ortaklık, yapay zekada üstel olarak artan müşteri benimsenmesi ve kullanıcı başına hesaplama talebinin bileşik zorluğuna çözüm getiriyor.

Aşılmaz Hendek: Aşırı Ortak Tasarım ve Yıllık Hız

Wall Street analistleri şu anda Nvidia'nın büyümesinin 2027-2030 civarında yatay seyredeceğini tahmin ediyor; Huang bu perspektifi, temeldeki değişimlerle tutarsız buluyor. Üç temel nokta sunuyor: Birincisi, "genel amaçlı bilişim sona erdi" ve dünyanın trilyonlarca dolarlık bilişim altyapısı hızlandırılmış yapay zeka bilişimi ile yenilenmek zorunda. İkincisi, mevcut hiperskalacı iş yükleri (arama, öneri motorları) hızla CPU'lardan GPU'lara göç ediyor, bu "yüz milyarlarca dolarlık" bir değişim. Son olarak ve en derinden, yapay zeka insan zekasını artıracak ve küresel GSYİH'nın %50-65'ini etkileyecek.

Jeton üretimi ve müşteri kullanımının tetiklediği "üstel üsteli" karşılamak için Nvidia, mimarileri (Hopper, Blackwell, Rubin, Fineman) için agresif bir yıllık yayın döngüsü benimsedi. Performans için Moore Yasası büyük ölçüde sona erdiğinden, Nvidia'nın rekabet avantajı "aşırı ortak tasarım"dan geliyor. Bu sadece daha hızlı çiplerle ilgili değil; modeli, algoritmayı, sistemi ve çipi aynı anda optimize etmek, "alışılmışın dışında" yenilik yapmakla ilgili. Huang'ın açıkladığı gibi, CPU'lar, GPU'lar, ağ çiplerini, MVLink'i ve Spectrum-X Ethernet'i kapsayan bu tam yığın yaklaşım, Nvidia'nın nesiller arasında (Hopper'dan Blackwell'e gibi) hiçbir geleneksel silikon gelişmesinin sağlayamayacağı 30 kat performans artışları elde etmesini sağlıyor. Bu sistemik yenilik, hem Nvidia hem de müşterilerinden gereken muazzam yatırım ölçeğiyle birleştiğinde, rakiplerin kopyalaması "daha önce hiç olmadığı kadar zor" olan zorlu bir hendek yaratıyor.

Temel Uygulamalar:

• Nvidia, jeton üretimindeki ve yapay zeka kullanımındaki üstel artışlara ayak uydurmak için mimarileri için agresif bir yıllık yayın döngüsü sürdürüyor.
• "Aşırı ortak tasarım", tüm yapay zeka fabrika yığını boyunca eşzamanlı optimizasyonu içerir: modeller, algoritmalar, sistemler, çipler, ağ ve yazılım.
• Şirket, bireysel çip inovasyonunun ötesine geçerek, benzeri görülmemiş performans artışları sağlayan entegre, tam yığın yapay zeka sistemleri inşa etmeye odaklandı.
• Müşteri dağıtımlarının ölçeği (örneğin, 500.000 GPU gerektiren bir gigavat) ve Nvidia'nın tedarik zinciri kapasitesi, pazara girişte büyük bir engel oluşturuyor.

İnsanlığı Güçlendirmek: Trilyon Dolarlık Ekonomik Değişim

Huang, yapay zekanın gerçek uzun vadeli etkisinin, insan zekasını güçlendirme yeteneğinde yattığını savunuyor. Bir benzetme yaparak, motorların fiziksel emeğin yerini aldığı gibi, "bahsettiğim bu yapay zeka süper bilgisayarları, bu yapay zeka fabrikaları, insan zekasını güçlendirmek için jetonlar üretecek" diyor. Küresel GSYİH'nın potansiyel olarak 50 trilyon dolarını oluşturan insan zekası ile, mütevazı bir güçlendirme bile – örneğin 10.000 dolarlık bir yapay zekanın 100.000 dolarlık bir çalışanı iki kat daha üretken hale getirmesi gibi – muazzam yeni bir pazar yaratıyor.

İnanışına göre bu güçlendirme, küresel GSYİH'ye "10 trilyon" ekleyebilir ve yapay zeka altyapısına yıllık "5 trilyon" sermaye harcaması gerektirebilir. Bu bir "hava boşluğu" veya "aşırı arz" durumu değil; bu temel bir değişim. Aşırı arz endişelerini reddederek, "tüm genel amaçlı bilişimi hızlandırılmış bilişime ve yapay zekaya tamamen dönüştürene kadar... [aşırı arz] olasılıkları son derece düşüktür" diyor. Müşterilerden gelen talep sinyalleri, gerçek ihtiyacı sürekli olarak eksik tahmin ediyor ve Nvidia'yı sürekli bir "telaş modu"nda tutuyor. Bu "enerji sektörü için Rönesans" ve tüm altyapı ekosistemi, milyarlarca yeni yapay zeka "iş arkadaşının" tetiklediği küresel bir GSYİH hızlanmasını ifade ediyor.

Temel Tespitler:

• Yapay zekanın birincil ekonomik etkisi, insan zekasını güçlendirmek olacak ve küresel GSYİH büyümesinin hızlanmasına yol açacaktır.
• Genel amaçlıdan hızlandırılmış/yapay zeka bilişimine geçiş, mevcut hiperskalacı iş yüklerinin yapay zekaya taşınmasıyla birleştiğinde, sürekli talebi garanti ediyor.
• Nvidia'nın tedarik zinciri talep odaklıdır ve gerçek hesaplama ihtiyaçlarını rutin olarak eksik tahmin eden müşteri tahminlerine sürekli yanıt verir.

"Tek pişmanlığım, bizi erken yatırım yapmaya davet ettiler... ve biz o kadar fakirdik ki, biliyorsunuz, o kadar fakirdik ki yeterince yatırım yapamadık, biliyorsunuz, ve onlara tüm paramı vermeliydim." - Jensen Huang