Morgan Stanley Analizi: Yapay Zeka Çiplerine Yönelik Yoğun Talep, Elektrik Buna Yetişebilecek mi? 2027'de Tahmini Talep Yaklaşık 38 GW

Morgan Stanley'nin Asya tedarik zincirine ilişkin son incelemesi, yapay zekanın yaygınlaşmasını daha sezgisel bir elektrik rakamına dönüştürüyor: 2027'de tahmini 19 milyon CoWoS örtük GPU ve ASIC'e dayanarak, çip başına ortalama 2 kW TDP ile, bu çip grubunun karşılık gelen güç kapasitesi yaklaşık 38 GW'tır.

Bunlardan Nvidia yaklaşık 16 GW, Google yaklaşık 9 GW, AMD yaklaşık 7 GW, AWS yaklaşık 2 GW ve Microsoft, Meta ve diğer satıcılar ise her biri yaklaşık 1 GW'lık bir paya sahip.

38 GW'ın, o dönemdeki küresel yapay zeka veri merkezlerinin toplam elektrik tüketimi veya halihazırda güvence altına alınmış güç kapasitesi olmadığını vurgulamak önemlidir. Bu rakam, işlemcilerin, ağların, depolamanın, soğutmanın ve diğer destekleyici tesislerin elektrik tüketimini tam olarak hesaba katmaz. Daha çok çip sevkiyatlarından türetilen bir stres testine benzer: Yapay zeka hızlandırıcıları 2027'de tedarik zinciri modeline göre üretimlerini artırırsa, güç altyapısı bu çiplerin hacmini aynı anda kaldırabilir mi?

Bu, yapay zeka işlem gücünün genişlemesine yönelik kısıtlamaların "GPU'ların üretilip üretilemeyeceği" sorunundan, HBM, CoWoS, test, raf teslimatı ve güç erişiminin aynı anda sağlanıp sağlanamayacağı sorusuna kadar genişlediği anlamına geliyor.

38 GW'lık stres testi, yapay zeka darboğazlarını enerji sektörüne doğru itti.

Morgan Stanley'nin hesaplamaları iki temel varsayıma dayanmaktadır: 2027'de CoWoS'a karşılık gelen GPU ve ASIC çiplerinin sayısı yaklaşık 19 milyon olacak ve çip başına ortalama TDP 2 kW olacak, bu da çipler için yaklaşık 38 GW'lık bir güç talebi anlamına gelecektir.

2 kW rakamı, toplam güç tüketimini tahmin etmek için kullanılan ortalama bir varsayımdır ve tüm GPU'ların ve ASIC'lerin aynı güç tüketimine sahip olduğu anlamına gelmez. 38 GW de bir veri merkezinin gerçek çalışma yükünü temsil etmez, çünkü çipler her zaman tam kapasitede çalışmaz ve sunuculardaki CPU'lar, ağlar, depolama ve soğutma sistemleri ek güç üretir.

Ancak bu rakam hala referans değeri taşıyor. Son iki yıldır yapay zeka tedarik zinciriyle ilgili tartışmalar ağırlıklı olarak GPU üretim planlaması, HBM tedariği ve CoWoS kapasitesi üzerine yoğunlaştı. Çip sevkiyatları artmaya devam ettikçe, şebeke bağlantısı, trafo merkezi inşaatı, veri merkezi yeri seçimi ve uzun vadeli enerji satın alma anlaşmaları, çiplerin gerçek kullanılabilir işlem gücüne dönüştürülüp dönüştürülemeyeceğini doğrudan etkileyebilir.

Çip teslimatı sadece ilk adımdır. GPU'lar veya ASIC'ler veri merkezlerine girdikten sonra, destekleyici sunuculara, raflara, ağlara, soğutmaya, güce ve işletme ve bakım sistemlerine de ihtiyaç duyarlar. Altyapı inşaatı çip sevkiyatlarının gerisinde kalırsa, piyasada "çipler geldi, ancak veri merkezleri ve güç henüz kurulmadı" şeklinde bir uyumsuzluk yaşanabilir.

2027 yılında GPU/ASIC çiplerine yönelik tahmini güç ihtiyacı yaklaşık 38 GW olup, bunun 16 GW'ı Nvidia'dan, 9 GW'ı Google'dan ve 7 GW'ı AMD'den kaynaklanmaktadır.

Nvidia için, 16 GW'lık örtük talep, şirketin raf başına GPU yoğunluğunu artırmaya devam etmesinin nedenini de açıklıyor. Raporda, Nvidia'nın uzun zamandır ölçeklenebilir bir mimari aracılığıyla daha fazla GPU bağlayarak raf düzeyindeki işlem gücünü ve performansını iyileştirmeyi umduğu belirtiliyor.

Ancak, birinci nesil Rubin Ultra rafı için Kyber çözümü hala PCB ve termal zorluklarla karşı karşıya ve Oberon NVL72 tasarımını kullanmaya devam edebilir, ardından CPO veya NPO ara bağlantıları aracılığıyla NVL576 ölçeğine genişleyebilir. Raf yoğunluğunun artırılması güç gereksinimlerini ortadan kaldırmayacak; bunun yerine, güç kaynağı, soğutma ve ara bağlantı baskılarını daha yüksek özellikli veri merkezi tasarımlarına yoğunlaştıracaktır.

HBM ve CoWoS eş zamanlı olarak genişliyor, Rubin Ultra'nın özellikleri ise henüz belirlenmedi.

Güç tüketiminin ötesinde, HBM ve gelişmiş paketleme, 2027 civarında yapay zeka çiplerinin yaygınlaşmasının önündeki başlıca kısıtlamalar olmaya devam ediyor.

Morgan Stanley'nin tedarik zinciri modeline göre, 2027 yılında yapay zeka çipleri için HBM talebi yaklaşık 48,618 milyar Gb'dir. Ek 3, CoWoS konfigürasyon hacmini yaklaşık 2,664 milyon wafer olarak listelerken, Ek 5 küresel CoWoS talebini yaklaşık 2,694 milyon wafer olarak vermektedir. İki rakam, farklı istatistiksel kapsamlar nedeniyle biraz farklılık göstermektedir.

Rapor ayrıca, yapay zeka işlem çipleri için wafer gelir pazarının büyüklüğünün 2027'de en az 58,8 milyar dolara ulaşacağını tahmin ediyor. Nvidia, tahmini 1,222 milyon wafer ile CoWoS'un en büyük tüketicisi olmaya devam ediyor; AMD ve Broadcom'un ise sırasıyla yaklaşık 530.000 ve 484.000 wafer'lık bir paya sahip olması bekleniyor.

2027 yılında yapay zeka için HBM'ye olan talebin 48,6 milyar GB olacağı tahmin ediliyor; buna ek olarak farklı GPU ve ASIC'ler için CoWoS konfigürasyonları ve HBM gereksinimleri de belirtiliyor.

Talep tahmininde hâlâ önemli bir değişken var: Rubin Ultra için HBM konfigürasyonu henüz kesinleşmedi.

Tedarik zinciri incelemeleri, Rubin Ultra'nın kademeli bir spesifikasyon benimseyebileceğini, üst düzey bir sürümün HBM4e 8Hi, alt düzey bir sürümün ise muhtemelen HBM4 12Hi veya 8Hi kullanabileceğini gösteriyor. Morgan Stanley, Nvidia'nın nihai kararını 2026 yılının üçüncü çeyreğinin sonuna kadar verebileceğini tahmin ediyor.

Bu düzenleme esas olarak üç baskıyı yansıtıyor: HBM kapasite yetersizliği, artan bellek maliyetleri ve farklı yapay zeka iş yüklerinde değişen kapasite ve bant genişliği gereksinimleri. Rapor, özellikle uzun bağlamlara sahip büyük modellerde, HBM yapılandırmasının azaltılmasının, önceden doldurmaya kıyasla kod çözme iş yükleri üzerinde daha büyük bir etkiye sahip olabileceğini öne sürüyor.

Şunu belirtmekte fayda var ki, Ek 3 hala HBM4e 12Hi ve çip başına toplam 384 GB kapasiteye sahip Rubin Ultra konfigürasyonuna göre hesaplanmaktadır. Bu nedenle, 48,6 milyar GB HBM gereksinimi, potansiyel kademeli küçültme şemasını tam olarak yansıtmamaktadır. Nihai konfigürasyon küçültülürse, çip başına HBM kullanımı azalabilir, ancak daha düşük bellek maliyetleri de çip sevkiyatlarını artırarak, çip başına azalan kullanımın etkisini kısmen dengeleyebilir.

Micron'un kamuoyuna açıkladığı bilgilere göre, HBM4 seri üretim aşamasına girmiş durumda ve HBM4E'nin de 2027'de seri üretime geçmesi bekleniyor. Tedarik tarafı yeni ürünlerle ilerlerken, Rubin Ultra'nın nihai konfigürasyonu hala Nvidia'nın performans, maliyet ve tedarik güvencesiyle ilgili kapsamlı değerlendirmelerine bağlı.

Rubin serisi, agresif sevkiyat hızını sürdürüyor. Rapora göre, 2027 yılında Rubin ve Rubin Ultra'nın toplam sevkiyatı yaklaşık 7 milyon adede ulaşacak; bunun yaklaşık 5,92 milyonu Rubin, 1,04 milyonu ise Rubin Ultra olacak. Rubin NVL72 raf ünitelerinin sevkiyatı ise yaklaşık 90.000 adede ulaşabilir.

Rubin, üretimi 2026 yılının üçüncü çeyreğinden itibaren artırmaya başlamayı ve raf sevkiyatlarının dördüncü çeyrekte başlamasını bekliyor. Raporda ayrıca, Blackwell'in "stok" miktarıyla ilgili önceki piyasa endişelerinin büyük ölçüde tedarik zinciri tampon stokundan kaynaklandığı ve bunun 2026 yılına kadar tamamen ortadan kalkmasının beklendiği belirtiliyor.

Rubin ve Rubin Ultra çipleri ile Rubin NVL72 rafları için sevkiyat tahminleri.

Bu, 2026'nın ikinci yarısından 2027'ye kadar Nvidia'nın tedarik zincirinin aynı anda Blackwell stoklarının tasfiyesini, Rubin üretiminin artırılmasını, HBM spesifikasyonuna geçişi ve raf teslimatını tamamlaması gerektiği anlamına geliyor. Bu aşamalardan herhangi birinde yaşanacak bir yavaşlama, nihai olarak teslim edilecek işlem gücünü etkileyebilir.

Google'ın TPU üretimi 7,35 milyon adede yükseldi ve test zincirine siparişler gelmeye başladı.

Raporda Nvidia'nın yanı sıra Google'ın TPU'su da öne çıkan bir diğer büyüme faktörü olarak gösteriliyor.

Morgan Stanley, Google'ın TPU sevkiyatlarının 2026'daki 3,7 milyon adetten 2027'de 7,35 milyon adede yükseleceğini öngörüyor. Bunlardan Broadcom'un v8i'sinden 4 milyon adet, MediaTek'in v8t'sinden 3 milyon adet, v9'dan yaklaşık 150.000 adet ve kalan yaklaşık 200.000 adet ise v7'den gelecek.

Google'ın her nesil için TPU sevkiyat tahminleri ve bunların KYEC gelirine potansiyel katkısı.

TPU üretimindeki artış, çip tasarımı, wafer üretimi, gelişmiş paketleme ve test alanlarına yönelik siparişleri artıracak. Rapora göre, TPU ile ilgili işlerin 2026'da KYEC'in gelirinin %7 ila %8'ini, 2027'de ise %10'un biraz üzerinde bir kısmını oluşturması bekleniyor; bu oran, nihai testler ve wafer inceleme gelirlerinin bir kısmını da içeriyor.

Google'ın CPU, TPU, son test ve bazı yonga inceleme işlerinin tamamı dahil edildiğinde, Google ile ilgili talebin KYEC'in gelirinin %10 ila %15'ini oluşturması bekleniyor; bu oran 2026'da %8 ila %10 arasındaydı.

Test gereksinimleri de giderek karmaşıklaşıyor. Raporda, MediaTek'in 3nm TPU'sunun yapay zeka çiplerinin performans istikrarını ve güvenilirliğini artırmak için uzun süreli testler kullanmasının beklendiği belirtiliyor; Google'ın CPU projesi de uzun süreli testler ve sistem düzeyinde testler gerektiriyor.

Daha karmaşık test süreçleri ve daha uzun test döngüleri, test tesislerine yönelik siparişleri artıracaktır; ancak test kapasitesinin bir darboğaz haline gelip gelmeyeceği, çip başına test süresindeki ve genel sevkiyat hacmindeki değişikliklerin birleşimine bağlıdır. Rapor ayrıca, bazı alanlarda daha kısa test sürelerinin son dönemdeki kapasite baskılarını hafifletebileceğini belirtiyor; bu nedenle, artan test talebi, kaçınılmaz kapasite kıtlığıyla basitçe eşdeğer tutulmamalıdır.

38 GW, talebin son noktası değil, tedarik kapasitesinin bir testidir.

Bu tedarik zinciri incelemesinin en dikkat çekici yönü, yalnızca daha fazla yapay zeka çip sevkiyat rakamı sunmak değil, aynı model içinde 2027 için ana genişleme kısıtlamalarını da içermesidir: Nvidia GPU yoğunluğunu artırmaya devam ediyor, Google'ın TPU'larının üretimi hızla artıyor, HBM ve CoWoS talebi eş zamanlı olarak yükseliyor ve çipler için ima edilen güç talebi 38 GW'a çıkıyor.

Bu rakamlar hala çeşitli ön koşullara bağlıdır. Rubin Ultra için katmanlı HBM çözümü henüz kesinleşmedi ve bellek yapılandırmasının azaltılmasının uzun bağlamlı kod çözme performansı üzerindeki etkisinin doğrulanması gerekiyor; CoWoS ve HBM üretim kapasitesinin planlandığı gibi genişletilmesi gerekiyor; ve sunucu, raf, güç ve soğutma altyapısının inşası, çip teslimatına ayak uydurmalıdır.

Ara bağlantı çözümleri de farklılıklara yol açabilir. Raporda, yerel dökümhane süreçlerindeki sınırlamalar nedeniyle Çinli yapay zeka GPU üreticilerinin SerDes hızlarının kanal başına 100 Gb/s ile sınırlı kalabileceği belirtiliyor. Bu nedenle, süper düğüm mimarileri giderek daha fazla NPO ara bağlantılarını benimserken, NVIDIA uzun zamandır CPO'ya öncelik veriyor. Bu farklı yaklaşımlar, süper düğüm tasarımını, dağıtım maliyetlerini ve sistem verimliliğini etkileyecektir.

Bu nedenle, 38 GW, 2027'deki gerçek elektrik tüketiminin doğru bir tahmini değil, çip sevkiyatlarından türetilen bir stres testidir. Bu, yapay zeka çiplerine olan talebin güçlü kaldığını gösteriyor ve aynı zamanda piyasaya, yapay zeka işlem gücünün gerçekleştirilebilir olup olmadığını belirleyen şeyin artık sadece GPU üretim programları değil, HBM, CoWoS, testler, raflar ve güç kaynaklarının aynı anda yerinde olup olamayacağı olduğunu hatırlatıyor.