Mega Modellerin Compute Krizi Çözümü Değil

Her yeni bir AI modeli ortaya çıktığında – GPT güncellemeleri, DeepSeek, Gemini – insanlar bu mega-modellerin büyüklüğü, karmaşıklığı ve artan şekilde, hesaplanma açlığını hayretle karşılarlar. Varsayım, bu modellerin AI devriminin kaynak ihtiyaçlarını tanımladığı yönündedir.

Bu varsayım yanlış.

Evet, büyük modeller hesaplanma açlığındadır. Ancak AI altyapısına gelen en büyük yük, birkaç mega-modelden değil, endüstriler boyunca AI modellerinin sessizce yayılması, her birinin özel uygulamalar için uyarlanması ve her birinin hesaplanma ihtiyacını withoutöncü bir ölçekte karşılamasıdır.

LLM’ler arasında gelişen potansiyel winner-takes-all rekabetine rağmen, genel AI manzarası merkezileşmiyor – parçalanıyor. Her işletme yalnızca AI kullanmıyor, aynı zamanda özel modelleri eğitiyor, uyarlıyor ve kendi ihtiyaçlarına göre uyarlıyor. Son durum, bulut sağlayıcıları, işletmeleri ve hükümetlerin hazır olmadığı bir altyapı talep eğrisi oluşturacak.

Bu patterni daha önce gördük. Bulut, IT iş yüklerini birleştirmemiş, bunun yerine bir altyapı ekosistemi oluşturmuştu. Önce sunucu yayılması, sonra VM yayılmasıydı. Şimdi? AI yayılması. Her bir hesaplama dalgası basitleştirme yerine yayılmaya yol açtı. AI farklı değil.

AI Yayılması: AI’nin Geleceği Bir Milyon Model, Bir Tanesi Değil

Finans, lojistik, siber güvenlik, müşteri hizmeti, Ar-Ge – her biri kendi AI modeline sahiptir ve kendi işlevi için optimize edilmiştir. İşletmeler tüm operasyonlarını yönetmek için tek bir AI modeli eğitmeye çalışmıyor. Binlerce modeli eğitiyorlar. Bu, daha fazla eğitim döngüsü, daha fazla hesaplanma, daha fazla depolama talebi ve daha fazla altyapı yayılması anlamına geliyor.

Bu teorik değil. Teknoloji benimsemeye geleneksel olarak temkinli olan endüstrilerde bile AI yatırımları hızlanıyor. 2024 McKinsey raporuna göre, işletmeler artık ortalama üç iş fonksiyonunda AI kullanıyor ve imalat, tedarik zinciri ve ürün geliştirme öncülük ediyor (McKinsey).

Sağlık hizmetleri bir örnek. Navina, elektronik sağlık kayıtlarına AI entegre eden ve klinik içgörüler sunan bir startup, Goldman Sachs’tan 55 milyon dolarlık Serie C fonlaması aldı (Business Insider). Enerji farklı değil – endüstri liderleri, şebeke ve tesis operasyonlarına AI optimizasyonu getirmek için Açık Enerji AI Konsorsiyumu’nu başlattı (Axios).

Konuşulmayan Hesaplanma Gerilmesi

AI, geleneksel altyapı modellerini zaten bozuyor. Bulutun AI büyümesini sınırsız olarak destekleyebileceği varsayımı tamamen yanlıştır. AI, geleneksel iş yükleri gibi ölçeklenmez. Talep eğrisi gradual değil – üssel ve hyperscaler’lar takip edemiyor.

• Güç Kısıtlamaları: AI’ye özel veri merkezleri artık ağ omurgaları yerine güç kullanılabilirliği etrafında inşa ediliyor.
• Ağ Tıkanıklıkları: Hibrit IT ortamları, AI iş yüklerini daha da kötüleştirecek şekilde, otomasyon olmadan yönetilemez hale geliyor.
• Ekonomik Baskı: AI iş yükleri tek bir ayda milyonlarca dolar tüketebilir ve mali belirsizlik yaratır.

Veri merkezleri zaten küresel elektrik tüketiminin %1’ini oluşturuyor. İrlanda’da, ulusal enerji şebekesinin %20’sini tüketiyorlar ve bu payın 2030’a kadar önemli ölçüde artması bekleniyor (IEA).

Buna, yaklaşan GPU baskısını ekleyin. Bain & Company最近, AI büyümesinin veri merkezi sınıfı çipler için patlayıcı bir talep yaratması nedeniyle bir yonga seti kıtlığına yol açabileceği konusunda uyardı (Bain).

Bu arada, AI’nin sürdürülebilirlik sorunu büyüyor. 2024 analizine göre, sağlık hizmetlerinde AI’nin yaygın benimsenmesi, hedeflenen verimlilikler tarafından telafi edilmezse, sektörün enerji tüketimini ve karbon emisyonlarını önemli ölçüde artırabilir (ScienceDirect).

AI Yayılması Piyasadan Daha Büyük – Bu, Devlet Gücünün Meselesi

AI yayılmasının bir corporate problem olduğunu düşünüyorsanız, tekrar düşünün. AI parçalanmasının en önemli sürücüsü özel sektör değil, hükümetler ve askeri savunma ajansları – hiçbir hyperscaler veya işletmenin eşleştiremeyeceği bir ölçekte AI’yi dağıtıyorlar.

ABD hükümeti alone, 27 ajans boyunca 700’den fazla uygulamada AI’yi dağıtmış durumda, istihbarat analizi, lojistik ve daha fazlasını kapsıyor (FedTech Magazine).

Kanada, domestik AI hesaplanma kapasitesini genişletmek için 700 milyon dolarlık bir ulusal zorluk başlattı ve egemen veri merkezi altyapısını desteklemek için bir zorluk başlattı (Innovation, Science and Economic Development Canada).

Ve AI altyapısı için bir “Apollo programı” çağrısı yükseliyor – AI’nin ticari bir avantajdan ulusal bir zorunluluğa yükselişini vurguluyor (MIT Technology Review).

Askeri AI verimli, koordine veya maliyet için optimize edilmeyecek – ulusal güvenlik talimatları, jeopolitik aciliyet ve kapalı, egemen AI sistemlerine duyulan ihtiyaç tarafından sürülecek. İşletmeler AI yayılmasını dizginlerse, kim hükümetlere yavaşlamalarını söyleyecek?

Çünkü ulusal güvenlik söz konusu olduğunda, kimse elektrik şebekesinin bunu kaldırıp kaldıramayacağını sormuyor.