GPT-6 Astra, 100.000'den fazla Grace Blackwell GPU kullanarak eğitildiğini açıkça açıkladı; bu, öncü modeller rekabetinin süper ölçekli kümeler çağına girdiğini gösteriyor.

Yazan: ME News

Midnight (NIGHT) Artık KuCoin'de!

Kısa Özet:

• GPT-6 Astra, 100.000'den fazla Grace Blackwell GPU kullanarak eğitildiğini açıkça açıkladı; bu, öncü modeller rekabetinin süper ölçekli kümeler çağına girdiğini gösteriyor.
• Çin'in önde gelen model şirketlerinin büyük ölçekli hesaplama gücü yok değildir, ancak açık bilgiler, ileri GPU nesilleri ve tek seferlik yoğun dağıtım ölçeğinde açıkça farklar olduğunu göstermektedir.
• ByteDance, Kimi, DeepSeek gibi şirketlerin hesaplama kapasitesi dağılımı genişliyor, ancak şu anda daha çok Hopper mimarisine veya yerel alternatiflere odaklanıyor ve Blackwell seviyesindeki kümelerle hâlâ fark var.
• AI rekabettaki anahtar, “GPU var mı?” değil, “en son nesil GPU’yu elde edip on binlerce hatta yüz binlerce çipı verimli bir şekilde organize edebilmek” olmuştur.
• Blackwell, NVIDIA'ın en son mimarisi olmasa da, Rubin'in eğitim maliyetlerini daha da azaltma eğilimi, öncülük farkının altyapı kapasitesine doğru devam etmesi anlamına gelir.

100.000 Blackwell arka planında, büyük modellerin rekabeti hesaplama altyapısı dönemine girmiştir

Huang Renxun, GPT-6 Astra eğitim ölçeğini açıklarken, dış dünya sadece "100.000 GPU" sayısına değil, bu sayının ardında yer alan yeni bir AI rekabet modeline dikkat çekti.

Geçtiğimiz yıllarda büyük modeller arasındaki rekabet genellikle algoritma, veri ve mühendislik becerileri arasındaki rekabet olarak algılanmıştı. Model mimarisi yenilikleri, eğitim yöntemlerinin iyileştirilmesi ve çıkarım verimliliğindeki artışlar gerçekten AI ürünlerinin nihai kapasitesini belirledi. Ancak 2026 yılından itibaren giderek daha belirgin bir eğilim ortaya çıkıyor: Model boyutu sürekli büyüdükçe, altyapı kapasitesi kendisi teknik sınırları belirleyen önemli bir faktör haline geliyor.

Huang Renxun'un açıklayışına göre, GPT-6 Astra eğitimi, 100.000'den fazla Grace Blackwell GPU kullanmış ve bunlar NVLink72 aracılığıyla yüksek hızda bağlantılı bir küme oluşturmuştur. Aynı zamanda, bir sonraki takımda 400.000 GPU'nun aktif edileceğini belirtti, ancak spesifik model ve sahiplik bilgilerini açıklamadı.

Gelecek dağıtım detayları ne olursa olsun, bu bilgi çok açık bir sinyal veriyor: en gelişmiş modellerin eğitimi, geçmişteki trilyonlarca parametre ve binlerce GPU rekabetinden, on binlerce hatta yüz binlerce gelişmiş GPU kümesi arasındaki rekabete doğru kayıyor.

Buradaki önemli nokta sadece sayı değil.

Sadece GPU sayısı açısından bakıldığında, Çinli şirketlerin büyük ölçekli hesaplama kaynaklarına sahip olmaması tamamen doğru değildir. Gerçek fark, en son nesil yüksek performanslı GPU'lara erişebilme ve bu GPU'ların aynı bir eğitim görevinde yüksek verimlilikte iş birliği yapabilme yeteneğindedir.

Büyük modeller için, tek bir GPU'nun tepe performansı sadece temeldir. Büyük bir modeli eğitmek, birçok GPU arasında sürekli parametre ve veri alışverişi gerektirir. Bağlantı verimliliği yetersizse, çok sayıda çip sahibi olmak bile etkili bir hesaplama gücü oluşturamaz.

Bu nedenle, AI altyapısı rekabeti, temelde “kaç kart alınacak”tan “nasıl bir hesaplama sistemi inşa edilecek”e yükseldi.

Çin'in önde gelen model şirketlerinin hesaplama gücü dağılımı, Blackwell dönemiyle nesil farkı gösteriyor.

Şu anda açık bilgilere göre, Çin'in önde gelen model şirketlerinin hesaplama kapasitesi hızla artmakta ancak GPT-6 Astra'nı temsil eden Blackwell sınıfı eğitim kümeleriyle karşılaştırıldığında hala açık bir fark bulunmaktadır.

ByteDance, ulusal açık hesaplama altyapısı kapsamında uluslararası öncü seviyeye en yakın şirketlerden biridir. Bu yıl ByteDance, Malezya aracılığıyla yaklaşık 36.000 adet B200 GPU aldı. Bu çipler, NVIDIA Blackwell mimarisine aittir ve Astra'nın kullandığı GB200 ile aynı nesile aittir.

Ancak bu B200 birimi yurt dışında dağıtılmıştır. ByteDance, Çin içi AI altyapısını açıklarken hâlâ Çin'e özel H20 Hopper mimarisi ve daha önce elde edilen H800 gibi çipleri kullanmaktadır.

Burada görülen, basit bir miktar farkı değil, tedarik zinciri ve dağıtım ortamı farkıdır.

Blackwell, Hopper'a göre hesaplama gücü, video belleği ve bağlantı kapasitesi açısından yükseltildi. Özellikle GB200, sadece bir GPU değil, Grace CPU ile Blackwell GPU'yu birleştirip NVL72 sistemi aracılığıyla 72 GPU'yu aynı yüksek hızlı bağlantı alanına bağlar.

Büyük modelleri eğitmek için bu sistem düzeyi tasarımı giderek daha önemli hale gelmektedir. Çünkü model boyutu büyüdükçe GPU'lar arasındaki iletişim oranı artar ve çiplerin verimli bir şekilde birlikte çalışabilmesi, eğitim verimliliğini doğrudan etkiler.

Kimi'nin arkasındaki Ay'ın Karanlık Yüzü, Alibaba aracılığıyla yaklaşık 20.000 adet Hopper GPU elde ettiğini ortaya çıkarttı. Bloomberg, spesifik modelin H200 olduğunu bildirdi, ancak Alibaba H200 modeli iddiasını reddetti.

H200 tabanında hesaplanırsa, hâlâ eski Hopper mimarisine aittir; ancak B200 zaten Blackwell dönemine geçmiştir. İkisi arasındaki ilişki basit bir eski-yeni yer değiştirme değil, farklı aşamalardaki AI altyapı kapasitelerini temsil eder.

DeepSeek durumu daha özel.

DeepSeek, 2025 yılının başlarında yüksek verimlilikli modellerle küresel ilgi çekti ve teknoloji yolu, algoritmik optimizasyonun ve mühendislik verimliliğinin hesaplama talebini kısmen azaltabileceğini kanıtladı. Ancak açık kaynaklara göre, şirket V4'ün tam eğitim donanım yapılandırmasını açıklamadı.

Yayınlanan Liang Wenfeng yatırımcı etkinliği transkripti, şirketin Mayıs ayı boyunca yaklaşık 20.000 adet H eşdeğer hesaplama gücüne sahip olduğunu gösteriyor; bunların çoğu yeni teslim edildi ve gelecekteki satın alımlar “temel olarak NVIDIA” olacak. Huawei, DeepSeek’e yaklaşık 16.000 adet 950 kapasitesi sağladı. Liang Wenfeng, bu yerel kartların, mevcut nesil model eğitimi için yeterli olacak şekilde yaklaşık 4.000 adet Nvidia B serisi kartla eşdeğer olduğunu belirtti.

Bu bilgiler, Çinli şirketlerin zaten oldukça büyük bir AI hesaplama gücüne sahip olmasına rağmen, bir eğitim görevi için 100.000 adet aynı nesil ileri GPU'yu bir arada kullanmak açısından hâlâ bir ölçek farkı bulunduğunu göstermektedir.

Çin'in AI hesaplama gücü için gerçek eksikliği, çip eksikliği değil, ileri seviye kümeler yeteneğinin eksikliği.

Çin AI hesaplama gücü hakkında konuşurken iki aşırıya kaçmak kolaydır.

Bir görüşe göre, Çin ileri AI çiplerinden tamamen yoksundur ve bu nedenle rekabete katılamaz; diğer bir görüşe göre, yerel çip sayısı arttıkça NVIDIA'ya hızla yetişilebilir.

Aslında durum daha karmaşık.

AI eğitim kapasitesi, çip performansı, ileri üretim süreci, video bellek kapasitesi, yüksek hızlı bağlantı, sunucu tasarımı, veri merkezi elektrik sağlanması, yazılım ekosistemi ve büyük ölçekli yönlendirme kapasitesi gibi birçok aşamayla belirlenir.

GPU, bunların en temel parçasıdır, ancak tümü değildir.

NVIDIA'nın uzun süredir inşa ettiği avantajı yalnızca GPU donanımından değil, CUDA ekosisteminden, ağ bağlantı teknolojisinden, sunucu çözümlerinden ve bulut hesaplama sağlayıcıları ile oluşturduğu tam sistemden de kaynaklanmaktadır.

Blackwell dönemiyle bu sistemin avantajı daha da büyüdü.

Bir model eğitimi 100.000 GPU gerektirdiğinde, sorun birkaç on bin çip satın almak değil, kararlı bir şekilde çalışan büyük bir hesaplama fabrikası kurmak oluyor.

Bu, Çinli şirketlerin aynı nesil ileri GPU'ların 100.000 adedini kullanarak bir model eğitimi gerçekleştirmeye ilişkin açık kaynaklarda herhangi bir durumu açıklamamalarının nedenidir.

Çinli şirketler, yurt dışı hesaplama gücü dağıtımını artırma, yerel çip uyumunu genişletme, model mimarilerini optimize etme ve eğitim verimliliğini artırma yoluyla kapasitelerini artırıyor. Bu yolların hepsi değerli olsa da, kısa sürede en ileri GPU kümelerinin sağladığı temel kapasite avantajını tamamen yerine geçirmek zor.

Geçtiğimiz yıllarda Çin'in AI endüstrisi, algoritma yeniliğinin bazı boşlukları önemli ölçüde kapatabileceğini kanıtladı.

DeepSeek gibi şirketlerin ortaya çıkışı, mükemmel mühendislik takımlarının model yapısı optimizasyonu, eğitim stratejilerinin ayarlanması ve kaynak kullanım verimliliğinin artırılması yoluyla sınırlı hesaplama gücüyle de başarı elde edebileceğini göstermektedir.

Ancak başka bir gerçek aynı şekilde mevcuttur: küresel rekabet bir sonraki nesil temel model aşamasına girdiğinde, hesaplama gücü ölçeğinin önemi hâlâ artacaktır.

Verimlilik iyileştirmesi maliyetleri düşürebilir, ancak ileri düzey donanım ve süper ölçekli kümelerin getirdiği kapasite sınırını tamamen değiştirmek zordur.

Blackwell'den sonra Rubin dönemi altyapı farkını daha da genişletebilir

Daha da önemlisi, Blackwell, NVIDIA'nın mevcut teknoloji yolunun sonu değildir.

NVIDIA'nın bir sonraki Vera Rubin mimarisi, seri üretim aşamasına girdi. NVIDIA'nın açıkladığı tahminlere göre, büyük MoE modellerini eğitirken Rubin, Blackwell'e kıyasla yaklaşık dörtte bir kadar GPU gerektiriyor.

Bu, gelecekte AI rekabetinde yeni bir döngü ortaya çıkabileceğini anlamına gelir.

Öncü şirketler, en yeni mimariye sahip olduğundan daha az çip ile daha büyük ölçekli eğitim yapabiliyor; daha düşük eğitim maliyetleri, şirketlerin daha fazla deney yapmasını teşvik ederek model yeteneklerini daha da geliştiriyor.

Geride kalan şirketler, yalnızca bir önceki nesil donanıma sahip olabilirse, hem eğitim verimliliğinde düşük performans hem de en büyük ölçekli modellerde yarışma zorluğu ile karşı karşıya kalabilir.

Elbette, bu Çinli AI şirketlerinin fırsatı olmadığını anlamına gelmez.

AI tarihi, teknolojik rekabetin yalnızca tek bir donanım tarafından belirlenmediğini defalarca kanıtlamıştır. Model yenilikleri, uygulama alanları, ticarileştirme yetenekleri ve mühendislik verimliliği, yeni atılımlar yaratabilir.

Ancak altyapı açısından bakıldığında, GPT-6 Astra'nın 100.000 Blackwell GPU kullanması, küresel AI rekabetinin merkezi sahasının model düzeyinden daha da hesaplama altyapısı düzeyine kaydığını göstermektedir.

Gelecek yıllarda bir AI şirketinin rekabet gücü, sadece iyi bir model eğitebilme yeteneğiyle değil, bir sonraki nesil modeli sürekli eğitebilme yeteneğiyle belirlenecektir.

Çin AI endüstrisi için takip edilmesi gereken, tek bir model veya tek bir yayın değil, çip ediniminden, veri merkezi inşasına, küme yönetimiyle yazılım ekosistemine kadar olan tam bir sistem kapasitesidir.

100.000 Blackwell'ın önemi, çarpıcı bir rakam yaratmasında değil, piyasayı yapay zekânın endüstriyel aşamaya girdiğine ve endüstriyel rekabetin sonunda altyapıya dayandığına hatırlatmasında yatıyor.

Kaynak:

1. NVIDIA'nın Blackwell, GB200 NVL72, Vera Rubin mimarisi ve AI altyapısı hakkında resmi yayınları.
2. Huang Renxun'un açık konuşma ve medya röportaj bilgileri.
3. Bloomberg, Kimi'nin hesaplama gücü satın alımı ve H200 ile ilgili haberleri.
4. ByteDance, AI altyapısı ve yurt dışı hesaplama gücü dağıtımını açıkça açıkladı.
5. DeepSeek'in kamuoyu bilgileri ve Liang Wenfeng yatırımcı etkileşim toplantısına ait transkript materyalleri.
6. AliCloud, AI altyapısı ve büyük model hesaplama gücü iş birliği hakkında açık bilgi.