AI Patlaması Bozulmadı, ancak AI İşlem Değişiyor

AI ayılarından çok korkmayın. Büyük AI yatırım patlamasının zaten geldiğini ve gittiğini, yüksek performanslı GPU’ların gücünü kullanan devasa AI eğitim sistemlerine yapılan harcamaların sona erdiğini ve AI çağı beklentilerinin radikal bir şekilde azaltılması gerektiğini yüksek sesle düşünüyorlar.

Ancak büyük hyperscaler’lerin planlarına daha yakından bakarsanız, AI yatırımlarının hala canlı ve iyi durumda olduğunu göreceksiniz. Meta, Amazon (AMZN ), Microsoft (MSFT ) ve Google, hepsi yakın zamanda AI teknolojisine yatırım yapmaya yeniden odaklandı. 2025 yılı için toplam taahhütleri 300 milyar doların üzerinde, yakın zamanda Financial Times’da yayınlanan bir hikayeye göre. Microsoft CEO’su Satya Nadella, Microsoft’un bu yıl AI için 80 milyar dolar harcayabileceğini söyledi. Meta’nın kurucu CEO’su Mark Zuckerberg, Facebook’ ta “Bu yıl sermaye harcamalarına 60-65 milyar dolar yatırım yapmayı planlıyoruz ve aynı zamanda AI ekiplerimizi önemli ölçüde büyütüyoruz ve önümüzdeki yıllarda devam etmek için sermayeye sahibiz” dedi.

Bu, AI patlamasının sona erdiği anlamına gelmez, ancak AI uygulamalarını mümkün kılan para miktarı konusunda bir endişe büyümeye başladı. En az iki yıldır teknoloji devlerinin büyük AI modellerini eğitmek için daha fazla işlem gücüne ihtiyaç duyduğunu söylediği yıllarda, 2025 yılında bu şirketler AI hype’ı oluşturdukları için günlük olarak iş medyası tarafından eleştiriliyor.

Umut ile endişe arasında neden böyle bir aniden değişiklik oldu? Cevap kısmen Çin’den yeni bir AI uygulamasının hızlı yükselişinde yatıyor. Ancak gerçekten neler olduğu ve AI yatırımına ve önümüzdeki yıllarda teknoloji programlarına ne anlama geldiğini tam olarak anlamak için, AI çağının evriminin yeni bir aşamasına girdiğini kabul etmemiz gerekiyor.

Derin Araştırma Gerçeği

Şimdi, dünya DeepSeek’i biliyor, Çinli AI şirketi, büyük dil modellerini eğitmek için daha verimli ve daha az maliyetli bir şekilde nasıl kullandığını açıkladı.

Özellikle, DeepSeek, tekniklerinin çok daha az GPU (2.048 GPU) ve daha az güçlü GPU’lar (Nvidia (NVDA ) H800’ler) gerektirdiğini iddia etti. Bu, bazı hyperscale şirketlerinin modellerini eğitmek için benötirdiği yüz binlerce premium performanslı GPU’ya (Nvidia H100’ler) kıyasla çok daha az. Maliyet tasarrufu açısından, OpenAI’nin ChatGPT’yi eğitmek için milyarlarca dolar harcadığı söylenirken, DeepSeek’in R1 modelini eğitmek için sadece 6,5 milyon dolar harcadığı bildirildi.

Birçok uzmanın DeepSeek’in harcama iddialarını sorguladığı not edilmelidir, ancak zarar sudah yapılmıştı, çünkü farklı yöntemlerini duyurması, hyperscaler’lerin ve GPU’ları satın alan şirketlerin hisse değerlerinde derin bir düşüşe neden oldu.

Ancak, kargaşa arasında birkaç önemli nokta kayboldu. Birincisi, DeepSeek’in yeni bir şey icat etmediği, ikincisi ise AI ekosisteminin, AI yatırım dolarlarının nasıl harcanması gerektiği ve AI’nin gelecekte nasıl çalıştırılacağı konusunda already bir değişimin farkında olduğu.

DeepSeek’in yöntemleri ile ilgili olarak, AI çıkarım motorları ve istatistiksel akıl yürütme kullanma fikri yeni değil. İstatistiksel akıl yürütme, çıkarım modeli akıl yürütmesinin daha geniş bir kavramının bir parçasıdır, bu da AI’nin desen tanıma temelinde çıkarımlar yapabilmesini içerir. Bu, temel olarak insanların bir problemi çözmek için farklı yaklaşımları öğrenme ve karşılaştırma yeteneğine benzer. Çıkarım tabanlı model akıl yürütmesi bugün kullanılabilir ve yalnızca bir Çin şirketine özgü değildir.

Bu arada, AI ekosistemi zaten AI ile çalışmanın ve gerekli hesaplama kaynaklarının nasıl değişeceğini öngörüyordu. AI çağı’nın ilk yılları, büyük AI modellerini büyük veri setlerinde eğitmekle ilgiliydi, hepsi çok işlem, karmaşık hesaplamalar, ağırlık ayarlamaları ve bellek bağımlılığı gerektiriyordu. AI modelleri eğitildikten sonra, şeyler değişir. AI, öğrenilen her şeyi yeni veri setlerine, görevlere ve sorunlara uygulamak için çıkarımı kullanabilir. Çıkarım, eğitimin daha az hesaplama yoğun bir süreci olduğu için, aynı sayıda GPU veya diğer hesaplama kaynaklarına ihtiyaç duymaz.

DeepSeek ile ilgili nihai gerçek, yöntemlerinin AI ekosistemindeki çoğu insanı etkilemediği, ancak AI’nin evriminin bir sonraki aşamasının temelini oluşturan çıkarımın bir şekilde vurgulandığıdır.

AI: Bir Sonraki Nesil

AI’nin vaadi ve potansiyeli değişmedi. Büyük hyperscaler’lerin yaptığı devasa AI yatırımları, AI’den kilidini açabilecekleri gelecek değerine ve AI’nin几乎 her endüstriyi nasıl değiştirebileceğine ve insanların günlük hayatlarını nasıl geçirebileceğine inandıklarını gösteriyor.

Değişen, bu dolarların nasıl harcanacağı. AI çağı’nın ilk yıllarında, yatırımın çoğu eğitim için gerekliydi. AI’yi gelişmekte olan bir zihin olarak düşünürsek, AI’ye en iyi okullara ve üniversitelere göndermek için çok para harcadık. Şimdi, bu çocuk yetişkin bir yetişkin ve kendine bir iş bulması gerekiyor. Gerçek dünyada, AI’ye çok para harcadık ve şimdi bu yatırımdan geri dönüşü görmek için AI’yi yeni gelirler üretmek için kullanmamız gerekiyor.

Bu geri dönüşü elde etmek için, AI’nin daha verimli ve daha az maliyetli hale gelmesi gerekiyor, böylece şirketler AI’nin pazar çekiciliğini ve mümkün olduğunca çok uygulama için faydasını en üst düzeye çıkarabilsin. En kârlı yeni hizmetler, insan izleme ve yönetimine gerek duymayan özerk hizmetler olacak.

Çoğu şirket için bu, kaynak verimli AI hesaplama tekniklerini, örneğin çıkarım modeli akıl yürütmesini, kullanarak özerk makine-makine iletişimlerini hızlı ve maliyet etkin bir şekilde ermöglemek anlamına gelir. Örneğin, kablosuz endüstrisinde, AI, mobil bir ağ上的 gerçek zamanlı veri analizini kullanarak kanal kullanımını optimize etmek ve kullanıcılar arasındaki paraziti azaltmak için kullanılabilir, bu da sonunda mobil operatörün ağı üzerinde daha dinamik spektrum paylaşımına izin verir. Bu tür daha verimli, özerk AI destekli makine-makine iletişimi, AI’nin bir sonraki neslini tanımlayacaktır.

Her büyük hesaplama çağı gibi, AI hesaplama da evrimleşmeye devam ediyor. Hesaplama tarihinden öğrendiğimiz şey, yeni teknolojinin her zaman çok fazla ön yatırım gerektirdiği, ancak maliyetlerin düşeceği ve verimliliğin artacağıdır. İnovasyon her zaman bir yol bulur.

AI sektörünün yakın zamanda bir gerileme yaşadığı görülse de, hyperscaler’lerin bu yıl harcayacakları dolarlar ve çıkarım tabanlı tekniklerin artan kullanımı farklı bir hikaye anlatıyor: AI hesaplama gerçekten değişiyor, ancak AI’nin vaadi tamamen intact.