NVIDIA, Yapay Zekayı Çip Tasarım Araçlarına Entegre Etmek İçin Synopsys'e 2 Milyar Dolar Yatırıyor

Yazar: Ada, Şen Çay TechFlow

San Francisco, San Jose Konferans Merkezi, GTC现场.

NVIDIA'nın baş bilim insanı Bill Dally, sahnedeyken Google'dan Jeff Dean ile konuşurken, arada bir rakam atıyor: "Daha önce yaklaşık 2.500 ila 3.000 birimden oluşan bir standart hücre kütüphanesinin taşınması, 8 mühendisten oluşan bir ekip tarafından yaklaşık 10 ay sürmüştü."

Bir an durdu.

Şimdi sadece bir adet GPU kartıyla bir gece boyu çalıştırın.

Alttaki herkesin nefesini tuttu, çünkü bu cümleyi anlayanlar bunun ne anlama geldiğini biliyordu. Sekiz mühendisin 10 ay boyunca yaptığı çalışma, kendi üretimi bir GPU ile bir gece içinde yok oldu. Dally ayrıca şunu ekledi: elde edilen sonuçlar, alan, güç tüketimi ve gecikme açısından insan tasarımıyla eşleşiyor veya onu aşıyor.

İkinci gün, "NVIDIA, AI ile GPU tasarlıyor" şeklinde haberlere dönüştü.

Ancak bu olayın gerçekliği, haber başlıklarından çok daha ilginç.

NVIDIA'nın içinde çalışan şey de bir kara kutu değil, yıllarca geliştirilmiş birkaç araç zinciri.

NB-Cell, en zor görevlerden biri olan standart hücre kütüphanesi taşıma için özel olarak geliştirilmiş bir pekiştirmeli öğrenme programıdır. Prefix RL, carry-lookahead zincirindeki lookahead aşamasının yerleştirilmesi gibi uzun süredir çözülemeyen bir araştırma sorununu çözmeyi amaçlar. Dally, sistemin oluşturduğu düzenlemelerin "insanların asla düşünemeyeceği" düzeyde olduğunu ve insan tasarımıyla karşılaştırıldığında kritik göstergelerde yaklaşık %20 ila %30 artış sağladığını ifade etti.

Ayrıca, iki dahili LLM var: Chip Nemo ve Bug Nemo. NVIDIA, tarihsel olarak her bir GPU'nun RTL kodunu, mimari belgelerini ve tasarım spec'lerini bu iki büyük modele besledi. Dally'ye göre, bu, NVIDIA'nın G80'den Blackwell'e kadar yirmi yıllık kas hafızasını bir dahili modele damıtma anlamına geliyor; yeni gelenler doğrudan yirmi yıllık deneyime sahip bir mühendisle doğrudan bağlantı kuruyor.

Peki, “Yapay Zeka GPU tasarlayabilir mi”?

Tam tersine. Dally, “Bir gün doğrudan ‘yeni bir GPU tasarla’ diyebilmeyi çok isterdim, ancak o aşamaya henüz çok uzakız.” dedi.

NVIDIA, AI ile GPU tasarlamadı. Ancak yaptığı başka bir şey, tüm endüstrinin bundan sonra ona bağımlı kalmasını sağladı.

1 Aralık 2025'te NVIDIA, EDA'nın üç büyük oyuncusundan biri olan Synopsys'e 2 milyar dolarlık bir hisse alarak yatırım yaptı. İki taraf, NVIDIA'nın hızlandırılmış hesaplama yığınını Synopsys'in tüm EDA iş akışına entegre etmek üzere ortak geliştirme anlaşması imzaladı. Blackwell ve bir sonraki nesil Rubin GPU'ları, Synopsys.ai ile derin entegrasyon yapılacak.

Synopsys'un konumu açıklanmalıdır. Küresel her ileri işlem teknolojisi çipi, Apple M serisi, AMD MI serisi ve Google TPU gibi ürünlerin tasarım aşamasında neredeyse tamamen Synopsys veya Cadence araç zinciri üzerinde çalışır. Bu iki şirket, Siemens EDA ile birlikte çip tasarımının temel araçlarını monopolize etmektedir. Qualcomm çiplerini kullanmayabilir, TSMC üretim hatlarını kullanmayabilirsiniz, ancak bu üç şirketin yazılımlarından bağımsız kalamazsınız.

Synopsys'a yatırım yaptıktan üç ay sonra, NVIDIA, Cadence, Siemens ve Dassault'u da dahil ederek, bunların NVIDIA GPU tabanlı AI destekli çip tasarımı araçları geliştirdiğini duyurdu.

NVIDIA'nın açıkladığı performans testi verileri oldukça etkileyici: Synopsys PrimeSim, Blackwell üzerinde 30 kat daha hızlı, Proteus 20 kat daha hızlı, Sentaurus ise B200 üzerinde CPU hızlandırılmış versiyona göre 12 kat daha hızlı. MediaTek, H100 kullanarak Cadence Spectre'i 6 kat hızlandırdı. Astera Labs, Synopsys + NVIDIA ile çip doğrulama süresini 3,5 kat kısalttı.

Tekil olarak belirtilmesi gereken bir detay: Cadence'in Millennium M2000 platformu, "EDA pazarı için özel olarak geliştirildi ve NVIDIA Blackwell tabanlıdır" olarak işaretlenmiştir.

İki kelime en değerli: özel. Yani, EDA araçları daha önce CPU üzerinde çalışıyordu, Intel ve AMD her ikisi de kullanabiliyordu. Gelecekte en hızlı EDA'yı kullanmak isterseniz, yalnızca NVIDIA kartları satın almalısınız.

NVIDIA'nın döngüsü, çoğu kişi tarafından şu şekilde anlaşılmaktadır: GPU'ları AI şirketlerine satmak, AI şirketleri büyük modelleri eğitmek, büyük modeller GPU'nun yerini alınamazlığını kanıtlamak, daha fazla kişi GPU satın almak.

Bu tekerlek yeterince korkutucu. Ancak bunun altında bir kat daha var.

NVIDIA, bir sonraki nesil GPU'larını kendi araçlarıyla tasarlıyor, tasarım verimliliğiyle nesil arası bir fark yaratıyor ve tüm endüstrinin EDA araç zincirini kendi donanımına bağlıyor. Rakipler yakalamaya çalışsa bile, yakalamak için gerekli araçları bile NVIDIA'nın ekosisteminden kiralamak zorunda kalıyor.

AMD'nin hisse fiyatını düşüren bu raporun ardında yatan endişe budur. Nvidia ve Synopsys, yatırımların Nvidia donanımı satın alma yükümlülüğü taşımadığını açıkça söylese de, pazar iyi bilir: hızlandırılmış EDA fonksiyonlarının ilk sürümü her zaman Nvidia donanımlarında yayınlanır; AMD ve Intel, yalnızca "en büyük rakibin platformu için optimize edilmiş bir yol"a dayanmak zorundadır.

AMD'nin mühendislerinin bir gün Blackwell'e rakip bir çip tasarlamayı düşündüğünü hayal edin; bu mühendis, Synopsys aracını açtığında, bu aracın NVIDIA GPU'larında en hızlı çalıştığını görür. O zaman ya tasarım döngüsünü iki kat yavaşlatmak zorunda kalır, ya da NVIDIA'nın kendi üstüne bir çip tasarlamak için bir dizi NVIDIA kartı satın alır.

Şeker hâlâ satılıyor. Ancak satış yöntemi değişti.

Buraya kadar, dikkat çekici bir dizi sayı vermek gerekir.

NVIDIA'nın 2025 mali yıl kârı 70 milyar ABD dolarını aştığı yıl, yerli GPU "dört küçük çete" MoEr XianTong, MuXi, BiRen ve SuiYuan, IPO penceresi önünde sıraya girdi.

Mole Thread'in ihraç belgesine göre, 2022 ile 2024 yılları arasında üç yıllık birikmiş net kayıp 5 milyar yuan, 2025 yılının ilk yarısında ise 271 milyon yuan daha kayıp yaşanmıştır; 30 Haziran itibarıyla birikmiş telafi edilmemiş kayıp 1,478 milyar yuandır. Şirket yönetimi, en erken 2027 yılında konsolide mali tablolarında kar elde edebileceğini tahmin etmektedir. Mu Xi biraz daha iyi durumda olup, üç yıllık birikmiş kayıp 3 milyar yuandan fazladır. En kötü durumda ise Bi Ren olup, üç buçuk yılda 6,3 milyar yuandan fazla kayıp yaşanmıştır; 2025 yılının ilk yarısındaki gelir sadece 58,9 milyon yuandır ve bu, Mole Thread'in aynı dönemdekine göre 702 milyon yuanın bile bir kısmını oluşturmamaktadır.

Araştırma ve geliştirme yatırımlarının yoğunluğuna bir daha bakalım. Moore Threads'in 2022 yılındaki araştırma ve geliştirme giderleri, gelirinin %2422,51'ini oluşturuyordu; 2024 yılında hâlâ %309,88 seviyesinde kaldı. Bir yıl içinde harcanan araştırma ve geliştirme maliyeti, gelirin üç katından fazla. Bu bir işletme yönetimi değil, damar yoluyla yaşamı sürdürmek; birinci piyasa ve yakın zamanda açılan STAR Borsası penceresi sayesinde sürekli kan verilmesi.

Araç düzeyinde daha fazla kısıtlanıyor. Huada Jiutian'ın 2022 yılı IPO prospectüsünde, araçların yalnızca kısmen 5 nm ileri prosesini desteklediği belirtiliyor. Gailun Electronics, 7 nm/5 nm/3 nm düğümlerini kapsıyor ancak yalnızca nokta araçları yapıyor, tam süreçten uzak.

Hua Da Jiutian kurucusu Liu Weiping, "Yerel EDA'nın ileri proseslere desteklemesi hâlâ açıkça yetersiz, özellikle şu anda 7nm, 5nm, 3nm gibi proseslerde. Şu anda yerel EDA, 14nm seviyesine ulaşabiliyor; 7nm proses teknolojisini elde etmiş olsak da, 7nm'nin gerçek uygulamalarla derin entegrasyonu, tüm zincirin ortak çabasıyla sağlanmalıdır."

Yani, ileri üretim prosesinin tamamını kapsayan EDA araçları, yerli olarak neredeyse kullanılamaz. Yerli GPU şirketleri, çip tasarımı için hâlâ Synopsys ve Cadence kullanmaktadır. 2025 yılında Trump, tüm kritik yazılımlar için ihracat kontrolleri ilan etti, ancak bu uygulamaya dönüştürülmedi; ancak 7nm altı ileri üretim prosesleri için EDA araçları hâlâ sıkı kontroller altında bulunmaktadır. Lisansların ne zaman kesileceği, anahtar başkalarının elindedir.

Sermaye piyasalarının tepkisi yeterince büyüleyiciydi. MuXi'in listelendiği gün hisse fiyatı 829,9 yuan olarak kapanmış ve günlük %692,95 artış kaydetmiştir. MoErLine'in listelenmesinden sonra hisse fiyatı, Kweichow Moutai ve Cambricon'un ardından Çin A hisse senedi piyasasında üçüncü sıraya yükselmiştir; bazı medya kaynakları, o anki hisse fiyatına göre toplam piyasa değerinin yaklaşık 359,5 milyar yuan olduğunu hesaplamıştır.

Sayıların ardındaki gerçek iş, hâlâ para harcayan, kayıtlı dış araç zincirlerine bağımlı kalarak çip tasarımı yapmaya devam eden şirketlerin, ikinci el piyasada “yerli NVIDIA”nın devamı olarak değerlenmesidir.

Bu şirketlerin çip tasarımı için kullandığı araçlar, NVIDIA ekosisteminin bir parçası haline gelmektedir. NVIDIA ve Synopsys arasındaki 2 milyar dolarlık bağ, Cadence Millennium M2000’in “NVIDIA Blackwell’e özel” etiketi, yakalamayı kendisi bir paradoksa dönüştürmektedir.

GTC konuşmasına geri dönelim.

Dally, tüm süreçte oldukça скром davrandı. “AI hâlâ kendi başına çip tasarlayamaz” sözü, NVIDIA’nın dört beş yıldır söylediği bir cümle. Ancak her yıl ifade şekli değişiyor. Dört yıl önce “AI tasarım sürecine yardımcı olabilir” diyordu, üç yıl önce “AI bazı aşamaları otomatikleştirebilir” diyordu, bu yıl ise “bir gece içinde 8 kişinin 10 ayını kapatan işi yapabilir” diyor. Her yıl bir adım ilerliyor, her yıl “son hedefe hâlâ çok uzakız” diyor. Üç yıl sonra geriye dönüldüğünde, önceki “çok uzak” ifadesi zaten gerçekleştirilmiş, yeni “çok uzak” ifadesi ise tüm rakiplerin ulaşamadığı bir noktada tanımlanmış durumda.

NVIDIA, geçen on iki ayda aslında yalnızca bir şey yaptı: Yapay zekâyı çip endüstri zincirinin en değerli ve en derin koruma duvarına sahip birkaç aşamasında kullandı ve bu araçları tüm endüstriye katman katman sattı.

Chip Nemo gibi dahili bir LLM, çip tasarımı ön ucunu devraldı; tasarım orta kısmındaki standart hücre kütüphanelerinin taşıması ve düzen optimizasyonu, NB-Cell ve Prefix RL tarafından devralındı; tüm EDA araç zinciri, Synopsys’in 2 milyar dolarlık yatırımı ve Cadence’in “Blackwell tabanlı özel” çözümüyle kendi GPU’larına bağlandı; üretim kısmındaki litografi hesaplamaları, cuLitho tarafından devralındı ve TSMC zaten kullanıyor.

Tasarımdan üretime kadar, her bir bölümde NVIDIA, AI ile yeniden yapılandırıldı. Her bölüm, aynı bir sona ulaşır: En hızlı aracı kullanmak istiyorsanız, NVIDIA kartını satın almalısınız.

Blackwell'i yenebilecek bir çip tasarlamak isteyen tüm rakipler için en utanç verici şey oldu. Bu çipi tasarlamak için gereken EDA aracı, en hızlı sürümü NVIDIA'nın GPU'sunda çalışıyor; bu çipi üretmek için gerekli litografi hesaplamaları, en hızlı algoritma kütüphanesini NVIDIA sağlıyor; tasarımı yapmak için gerekli AI eğitimi de yine NVIDIA kartlarıyla yapılıyor.

Yenmeniz gereken kişi, sizi yenmek için gerekli tüm araçları size kiraya veriyor. Kira yıllık ödeniyor ve sözleşme her yıl artıyor.