İçeriğe geç
Sıfırıncı Dakika
Son haberler

NVIDIA: AI Fabrikalarında Getiriyi Belirleyen Üç İlke

DonanımAnalizGüncellendi: 2 dk okuma
NVIDIA: AI Fabrikalarında Getiriyi Belirleyen Üç İlke
NVIDIA Blog

Kısaca

NVIDIA, megavat başına yaklaşık 60 milyon dolara mal olan AI fabrikalarının yatırım getirisini üretkenlik, dayanıklılık ve çok yönlülük olmak üzere üç ilkenin belirlediğini açıkladı. Şirkete göre Vera Rubin NVL72 sistemleri, GB300 NVL72'ye kıyasla megavat başına 30 katın üzerinde verim ve milyon token başına 45 kata kadar daha düşük maliyet sunuyor.

  • Megavat başına en yüksek iş hacmi ve token başına en düşük maliyet hedefi
  • Yıllar boyunca kazanç üretmeye devam eden GPU ve sistemler
  • Her tür AI iş yükü ve AI dışı iş yüklerini çalıştırabilme
  • Tüm yığın boyunca birlikte tasarım ve sürekli yazılım optimizasyonu
  • CUDA-X kütüphaneleriyle hızlandırılmış iş yükü desteği
  • Doğrulanmış referans tasarımla dağıtılabilen standart mimari

AI fabrikalarında getiri nasıl hesaplanıyor?

NVIDIA, AI fabrikalarının megavat hatta gigavat ölçeğinde kurulduğunu, her megavatlık tesisin kabaca 60 milyon dolara mal olduğunu belirtiyor. Bu ölçekte yatırım yapacak işletmecilerin getiriyi net görmesi gerekiyor. Şirkete göre getiriyi üç unsur şekillendiriyor: tesisin üretebileceği her token'ı satsa bir yılda kazanacağı gelir, donanımın kaç yıl kazanç üretmeye devam ettiği ve bu token'lara ne kadar talep olduğu.

Bu üç unsur birbirini tamamen telafi etmiyor. Üretim kapasitesi yüksek olsa da tesis kapasitesinin yalnızca bir kısmını satabiliyorsa bu pek işe yaramıyor. Talep yüksek olsa da donanım bir yıl sonra tam kapasite üretemez hale gelirse aynı şekilde sorun çıkıyor.

Üretkenlik, dayanıklılık, çok yönlülük

NVIDIA, kendi AI fabrikalarını üç ilkeye göre tasarladığını söylüyor:

  • Üretken: Megavat başına en yüksek iş hacmi ve token başına en düşük maliyet.
  • Dayanıklı: GPU'lar ve sistemler sevk edildikten yıllar sonra da kazanç üretmeye devam ediyor.
  • Çok yönlü: Her tür AI iş yükünü, her aşamada ve her yerde çalıştırabiliyor; ayrıca AI dışı iş yüklerini de üstlenebiliyor.

Şirkete göre bu sonuç, tüm yığın boyunca birlikte tasarım (codesign) ve sürekli yazılım optimizasyonuyla elde ediliyor. CUDA-X kütüphaneleri, bir tesisin herhangi bir hızlandırılmış iş yükünü çalıştırmasına imkân tanıyor.

Verimlilik iddiası

NVIDIA, SemiAnalysis AgentX verilerine dayanarak Vera Rubin NVL72 sistemlerinin GB300 NVL72'ye kıyasla megavat başına 30 katın üzerinde verim ve DeepSeek V4 Pro modelinde milyon token başına 45 kata kadar daha düşük maliyet sunduğunu belirtiyor.

Yazıda iki soru ele alınıyor: Token'lar ucuzladıkça hesaplama talebi azalır mı, ve her yeni nesil bu kadar iyiyse eskiler ne olur? NVIDIA ilk soruya "hayır, talep artar" yanıtını veriyor; ucuz token'ların daha fazla kullanım senaryosunu ekonomik hale getirdiğini savunuyor. İkinci soruda ise her iş yükünün en yeni sisteme ihtiyaç duymadığını, 2020'de çıkan A100 GPU'nun altı yıl sonra hâlâ ticari kullanımda olduğunu hatırlatıyor.

Kurulum ömrü uzuyor

NVIDIA, büyük işletmecilerin sunucu amortisman sürelerini yıllar içinde uzattığını aktarıyor. Eylül 2026 tarihli Sprout analizine atıfla, muhasebe ömrünün fiziksel ömre göre temkinli bir tahmin olduğu belirtiliyor: Microsoft'un NVIDIA V100 filosu altı yıllık defter ömrüne karşılık 8,4 yıl çalıştı.

Neden önemli?

AI fabrikalarına yapılan yatırımların nasıl geri döndüğünü anlamak isteyen okurlar için NVIDIA'nın kendi verimlilik iddialarını ve sektördeki amortisman eğilimini tek yerde toplayan bir çerçeve sunuyor.

Kaynaklar

İlgili haberler