Bu video, Bilgem Çakır konuğunluğunda Türkiye'nin yapay zeka ve yüksek performanslı hesaplama alanında teknolojik bağımsızlık kazanması gerekliliğini tartışıyor. Türkiye'nin kendi işlemci ve grafik işlemcisi geliştirme zorunluluğu, günümüzün küresel teknoloji rekabetinde kritik bir konudur ve bu sunumda bu ihtiyaç ayrıntılı olarak ele alınmaktadır. Yapay zeka modelleri, özellikle büyük dil modellerinin (LLM) eğitimi ve çalıştırılması, teraflop düzeyinde hesaplama gücü gerektiren yoğun işlemler olup, bu alanda Nvidia CUDA ekosistemi ve AMD'nin ROCM çözümleri hakimdir. Güncel teknolojik durum incelendiğinde, Nvidia'nın H100, H200 gibi yeni nesil GPU'ları ile AMD'nin MI300X serileri arasında büyük performans farkı bulunmakta, ancak Türkiye'nin kendi tasarımına başladığı işlemciler henüz 6-7 nesil gerisindedir.

Yaşanan teknolojik açığın kapatılması, yalnızca donanımsal tasarım değil aynı zamanda yazılım yığını (CUDA equivalents, compiler chains, system software) geliştirmeyi de gerektirir. Nvidia CUDA ekosistemi, son 15 yılda kurulmuş ve trilyonlarca dolarlık yatırım sonucudur; bu nedenle yerel alternatif geliştirilmesi, birkaç yıl değil on yıl boyunca önemli kaynaklar talep edecektir. Bununla birlikte, stratejik yatırımlar yapılarak başlanmış olsa da, Anadolu caddelerinde görünen klasik "sürüklenen başlama" senaryosu yerine, kararlı ve devamlı finansman gerekmektedir. Grafik işlemciler, tensor işlemleri ve matrix multiply operasyonlarında specialized olup, bu nedenle genel amaçlı CPU'lardan çok daha karmaşıktır. Güncel nesil GPU'lar, 5nm ve 3nm süreçlerde üretilmekte, fabrika kapasitesi küresel olarak sınırlıdır.

Türkiye'nin bağımsız dil modellerini eğitmek istemesi, doğal ve meşru bir hedefi, ancak bunun için gereken GPU'ları ithalatçı olduğu sürece gümrük, döviz ve jeopolitik risklerle karşı karşıyadır. Veri merkezi altyapısı, enerji tüketimi (bir H100 GPU, 700 watt harcayabilir), soğutma ve yedeklilik gereksinimleri açısından da kapsamlı bir yatırım gerektirir. OpenAI, Meta, Google ve benzeri şirketler, milyarlar dolarlık veri merkezi inşaatında, ancak bunun yanında kendi işlemcileri (TPU, Trapu, Gaudi) geliştirmekte ve bu teknolojileri saat başına kiralama modeliyle sunmaktadırlar. Türkiye'nin stratejisi, kamu-özel ortaklığı, yerli tasarımlar ve adım adım geliştirme yoluyla, bir nesil gerikalmış olsa da işlevsel donanım ve yazılım ekosistemi kurması mümkündür.

Bu tartışma, teknoloji politikası, endüstri stratejisi ve uzun vadeli perspektif gerektiren bir başlık olup, karar vericiler, girişimciler ve teknoloji profesyonelleri için ilgi çekicidir. Özellikle yapay zeka çağında, veri egemenliği ve hesaplama altyapısı, ulusal ekonominin temel taşlarıdır ve bağımlılığı azaltmak, stratejik bir gerekliliktir. Video, genel olarak yerli tasarımın, emekleme aşamasından olsa da başlanması gerekliliğini vurgular ve bu, bilim ve teknoloji politikası açısından önemlidir. Önemli itiraz veya düzeltme bulunmamakla birlikte, başlattığı projeler ve yatırımlar, ilk hedeflerin çok ötesinde, çok daha uzun bir zaman ve bütçe sabitlemesi talebedecektir.