Microsoft, Alphabet ve Meta gibi teknoloji devleri, yapay zeka destekli bulut hizmetlerinden elde ettikleri gelir dalgasından yararlanırken aynı zamanda yapay zekanın sınırlarını zorlamanın önemli maliyetleri altında da boğuluyorlar. Son mali raporlar iki ucu keskin bir kılıcın resmini çiziyor: Bir yanda etkileyici kazanımlar; diğer yandan şaşırtıcı masraflar.
Bu ikilem yol açtı Bloomberg Günümüzün yapay zeka devriminin ardındaki karmaşık ekonomik gerçekliğin altını çizerek, yapay zeka gelişimini yerinde bir şekilde “büyük bir para çukuru” olarak adlandırmak. Bu mali sorunun temelinde daha büyük, daha karmaşık yapay zeka modellerine yönelik aralıksız çaba yatıyor. Yapay genel zeka (AGI) arayışı, şirketlerin GPT-4 gibi büyük dil modelleriyle örneklendirilen giderek daha karmaşık sistemler geliştirmesine yol açtı. Bu modeller, donanım maliyetlerini benzeri görülmemiş seviyelere çıkaran çok büyük bir hesaplama gücü gerektirir.
Üstüne üstlük, başta grafik işlem birimleri (GPU’lar) olmak üzere özel yapay zeka çiplerine olan talep hızla arttı. Bu alanda lider üretici olan Nvidia, teknoloji şirketleri bu temel bileşenleri güvence altına almak için çabaladıkça pazar değerinin arttığını gördü. Yapay zeka modellerinin eğitimi için altın standart olan H100 grafik yongası tahmini 30.000 dolara satıldı; bazı satıcılar bu fiyatın birkaç katına teklif ediyor.
Küresel çip kıtlığı bu sorunu daha da kötüleştirdi; bazı firmalar gerekli donanımı edinmek için aylarca bekliyor. Meta İcra Kurulu Başkanı Zuckerberg daha önce söylendi şirketinin yapay zeka araştırma çabalarını desteklemek için bu yılın sonuna kadar 350.000 H100 yongası almayı planladığını söyledi. Toplu alımda indirim alsa bile bu hızla milyarlarca dolara eklenir.
Öte yandan, daha gelişmiş yapay zekaya yönelik baskı, çip tasarımında da silahlanma yarışını ateşledi. Google ve Amazon gibi şirketler, rekabet avantajı kazanmayı ve üçüncü taraf tedarikçilere olan bağımlılığı azaltmayı hedefleyerek yapay zekaya özgü işlemcilerini geliştirmeye büyük yatırım yapıyor. Özel silikona yönelik bu eğilim, yapay zeka geliştirme sürecine başka bir karmaşıklık ve maliyet katmanı daha ekliyor.
Ancak donanım sorunu sadece çip tedarik etmenin ötesine uzanıyor. Modern yapay zeka modellerinin ölçeği, teknolojik engelleriyle birlikte gelen devasa veri merkezlerini gerektirmektedir. Bu tesislerin, ısı dağılımını ve enerji tüketimini verimli bir şekilde yönetirken aşırı hesaplama yüklerini kaldıracak şekilde tasarlanması gerekir. Modeller büyüdükçe güç gereksinimleri de artar, bu da işletme maliyetlerini ve çevresel etkiyi önemli ölçüde artırır.
İçinde podcast röportajı Nisan ayı başında OpenAI’nin rakibi Anthropic’in CEO’su Dario Amodei, piyasadaki mevcut AI modellerinin eğitiminin yaklaşık 100 milyon dolara mal olduğunu söyledi. “Şu anda eğitim aşamasında olan ve bu yılın sonlarında veya gelecek yılın başlarında çeşitli zamanlarda çıkacak olan modellerin maliyeti 1 milyar dolara yakın” dedi. “Ve sonra 2025 ve 2026’da 5 veya 10 milyar dolara doğru daha fazlasını elde edeceğimizi düşünüyorum.”
Ayrıca yapay zeka sistemlerinin can damarı olan ve kendi teknolojik zorluklarını sunan veriler var. Geniş, yüksek kaliteli veri kümelerine olan ihtiyaç, şirketlerin veri toplama, temizleme ve açıklama teknolojilerine yoğun yatırım yapmasına yol açtı. Bazı firmalar, gerçek dünya verilerini desteklemek için karmaşık sentetik veri oluşturma araçları geliştirerek araştırma ve geliştirme maliyetlerini daha da artırıyor.
Yapay zeka inovasyonunun hızlı temposu aynı zamanda altyapı ve araçların hızla kullanılmaz hale gelmesi anlamına da geliyor. Şirketler rekabetçi kalabilmek için sistemlerini sürekli olarak yükseltmeli ve modellerini yeniden eğitmeli, bu da sürekli bir yatırım ve eskime döngüsü yaratmalıdır.
Microsoft, 25 Nisan’da son çeyrekte sermaye harcamalarına 14 milyar dolar harcadığını ve bu maliyetlerin kısmen yapay zeka altyapı yatırımlarının etkisiyle “ciddi olarak artmasını” beklediğini söyledi. Bu, bir önceki çeyreğe göre %79’luk bir artıştı. Bloomberg’in makalesinde, Alphabet, çeyrekte 12 milyar dolar harcadığını, bu rakamın bir önceki yıla göre yüzde 91 artış gösterdiğini ve yapay zeka fırsatlarına odaklanıldığı için yılın geri kalanının bu seviyede “veya üzerinde” olmasını beklediğini söyledi.
Bloomberg ayrıca Meta’nın bu yılki yatırım tahminlerini yükselttiğini ve şimdi sermaye harcamalarının 35 ila 40 milyar dolar arasında olacağına inandığını, bunun da aralığın en yüksek noktasında %42’lik bir artış olacağını belirtti. “Yapay zeka araştırmalarına ve ürün geliştirmeye yapılan agresif yatırımları gösterdi” Bloomberg yazdı.
İlginç bir şekilde Bloomberg’in makalesi, bu muazzam maliyetlere rağmen teknoloji devlerinin yapay zekanın gerçek bir gelir kaynağı olabileceğini kanıtladığına da dikkat çekiyor. Microsoft ve Alphabet, bulut işlerinde, esas olarak yapay zeka hizmetlerine olan talebin artmasına bağlı olarak önemli bir büyüme bildirdi. Bu, yapay zeka teknolojisine yapılan ilk yatırımın şaşırtıcı olmasına rağmen, potansiyel getirilerin harcamayı haklı çıkaracak kadar ikna edici olduğunu gösteriyor.
Ancak yapay zeka geliştirmenin yüksek maliyetleri pazar yoğunlaşmasına ilişkin endişeleri artırıyor. Makalede belirtildiği gibi, son teknolojiye sahip yapay zeka araştırmalarıyla ilgili harcamalar, inovasyonu iyi finanse edilen bir avuç şirketle sınırlandırabilir ve potansiyel olarak bu alandaki rekabeti ve çeşitliliği bastırabilir. Sektör ileriye dönük olarak bu maliyet zorluklarının üstesinden gelmek için daha verimli yapay zeka teknolojileri geliştirmeye odaklanıyor.
Birkaç adımlı öğrenme, transfer öğrenimi ve daha enerji verimli model mimarileri gibi tekniklere yönelik araştırmalar, yapay zeka geliştirme ve dağıtımı için gereken hesaplama kaynaklarını azaltmayı amaçlıyor. Dahası, yapay zeka modellerini bulut yerine yerel cihazlarda çalıştıran uç yapay zekaya doğru ilerleme, hesaplama yüklerinin dağıtılmasına ve merkezi veri merkezleri üzerindeki yükün azaltılmasına yardımcı olabilir.
Ancak bu değişim, çip tasarımı ve yazılım optimizasyonunda kendi teknolojik yeniliklerini gerektiriyor. Genel olarak, yapay zekanın geleceğinin yalnızca algoritmalar ve model tasarımındaki atılımlarla değil, aynı zamanda yapay zeka sistemlerini ölçeklendirmenin getirdiği muazzam teknolojik ve finansal engelleri aşma yeteneğimizle de şekilleneceği açıktır. Bu zorlukları etkili bir şekilde aşabilen şirketler, muhtemelen yapay zeka devriminin bir sonraki aşamasında liderler olarak ortaya çıkacak.
(Resim: Igor Omilaev)
Sektör liderlerinden yapay zeka ve büyük veri hakkında daha fazla bilgi edinmek ister misiniz? Çıkış yapmak Yapay Zeka ve Büyük Veri Fuarı Amsterdam, Kaliforniya ve Londra’da gerçekleşiyor. Kapsamlı etkinlik, aşağıdakiler de dahil olmak üzere diğer önde gelen etkinliklerle aynı yerde bulunuyor: Akıllı Otomasyon Konferansı, BlockX, Dijital Dönüşüm HaftasıVe Siber Güvenlik ve Bulut Fuarı.
TechForge tarafından desteklenen diğer yaklaşan kurumsal teknoloji etkinliklerini ve web seminerlerini keşfedin Burada.
