GPT-6'dan sonra fırlayan işlem gücü hikayesi yeniden anlam kazanıyor mu?

GPT-6 Astra'nın 3 Eylül'de piyasaya sürülmesinin ardından yarı iletken ve bellek hisseleri ilk olarak toparlandı. 4 Eylül'de SOXX tek günde %3,5 yükseldi, Micron %6,1 arttı ve SanDisk %11,9 sıçradı; 7 Eylül'de Güney Kore'nin KOSPI endeksi %4,61 tırmandı, Samsung Electronics %5,7 yükseldi ve SK hynix yaklaşık %8 arttı.
Bundan önce, aşırı ısınan yapay zeka sermaye harcamaları ve işlem gücü talebinin zirve yaptığı endişeleri ilgili sektörlerin uzun süre dalgalanmasına neden olmuştu. MarketWatch bu yükselişi Astra'nın "bellek çipi ticaretini yeniden alevlendirmesi" olarak nitelendirdi.

The Nvidia Way kitabının yazarı ve Barron's'ın eski teknoloji muhabiri Tae Kim daha radikal bir açıklama getirdi: Yapay zeka, son dört yıldaki dördüncü üstel işlem gücü talebi büyüme turuna giriyor olabilir.

İlk üç tur Chatbot, Reasoning ve Coding Agent'tan gelirken, dördüncü tur potansiyel olarak Astra'nın bu kez odaklandığı Computer Use olabilir. Kim'in mantığına göre Chatbot yüz milyonlarca insanın akıl yürütme gücü tüketmeye başlamasını sağladı, Reasoning her yanıt için daha fazla hesaplama gerektirdi ve Coding Agent modeli "tek seferlik yanıt"tan onlarca dakika hatta saatlerce sürekli çalışmaya dönüştürdü. Şimdi Computer Use, sürekli çalışan ajanları programcılardan Excel, Blender, CAD, Power BI ve tarayıcı kullanan sıradan bilgi çalışanlarına genişletiyor.

Kim uzun süredir Nvidia ve yarı iletken yatırımlarına odaklanıyor ve Key Context adlı bülteni teknoloji yatırım kararlarına odaklanıyor; son makaleleri yapay zeka altyapısına olumlu bakıyor.

Dolayısıyla "dördüncü üstel büyüme turu" öncelikle yapay zeka işlem gücü iyimserleri tarafından öne sürülen bir yatırım hipotezi olup, henüz doğrulanmış bir endüstri kuralı değildir. Ancak zamanlaması oldukça dikkat çekici.

Astra'nın piyasaya sürülmesinden önce, ajan paradigması "yetenek sınırına ulaştı" şüpheciliğinin bir turundan geçmişti: kısa görevler giderek güçlenirken, uzun vadeli, çok adımlı ve gerçek yazılım ortamlarına girildiğinde güvenilirlik belirgin şekilde düşüyordu ve bu da yukarıda bahsedilen işlem gücü talebinin zirve yaptığı şüphelerine yol açmıştı. Ajanın yetenek sınırı kırılamazsa, işlem gücünün sürekli büyüme hikayesi savunulamaz hale gelir.

Astra bu sınırı gerçekten aşabilir mi?

Her bir insan iş günü 3,1 Ajan iş gününe karşılık geliyor

Yapay zeka işlem gücündeki ilk üç "üstel büyüme" aşaması, son birkaç yılda kullanım paradigması her değiştiğinde bir kullanıcının tüketebileceği hesaplama miktarındaki önemli artışı ifade eder.

ChatGPT akıl yürütmeyi ilk kez ana akım pazara taşıdı; Reasoning modelleri tek bir soru için daha uzun dahili hesaplamalar yapmaya istekli olmaya başladı; Coding Agent döneminde ise basit bir talimat, kod okuma, değiştirme, test etme, hata kontrolü ve yeniden değiştirme döngüsünü tetikleyebiliyordu.

Aynı zamanda ajanlar "bir kişinin günde yalnızca 8 saat çalışabileceği" fiziksel kısıtını aşmaya başladı.

6 Eylül'de OpenAI bir dizi dahili veriyi açıkladı. Bu yılın Ağustos ortasına kadar, şirketin araştırmacıları arasında 50. yüzdelik dilimde olanlar, Coding Agents kullanarak genel API fiyatlandırmasına göre günde 600$'ın üzerinde akıl yürütme miktarı tüketiyordu; 90. yüzdelik dilimdeki araştırmacılar ise günde 7000$'ı aşıyordu. Business Insider'ın OpenAI verilerini derlemesine göre, Temmuz ayındaki medyan değer yalnızca yaklaşık 162$'dı ve bu, bir aydan biraz fazla sürede yaklaşık 3,7 katlık bir artışı temsil ediyor. Şekil: Ağustos ortası itibarıyla, OpenAI'nin araştırma departmanındaki her bir insan iş günü 3,1 Ajan iş gününe karşılık geliyor; araştırmacıların günlük kullandığı medyan akıl yürütme miktarı API fiyatlandırmasına göre 600$'ın üzerinde.

Bu, dahili kullanımı API fiyatlandırmasına dönüştürüyor ve "tek kullanıcı akıl yürütme yoğunluğuna" daha yakın bir değer veriyor.

Haziran'dan önce, OpenAI'nin araştırma departmanındaki tüm ajanların toplam çalışma süresi araştırmacıların kendi çalışma saatlerini aşmamıştı; Ağustos ortasına gelindiğinde, her bir insan iş günü 3,1 Ajan iş gününe karşılık geliyordu. Giderek daha fazla araştırmacı aynı anda birden fazla ajan çalıştırıyor.

Bu, ajan paradigmasından sonra, tek bir kullanıcının arkasında paralel çalışabilen birden fazla "dijital süreçlerin" ortaya çıkmaya başladığı ve artık "insan girdi hızı" fiziksel sınırlamasıyla kısıtlı olmadığı anlamına geliyor. Artık bir kişi üç veya dört ajanı sürekli çalışır halde tutabilir, hatta ajanların alt ajanlar oluşturmasına izin verebilir.

İşlem gücü talebinin ölçü birimi böylece şuna dönüşebilir: bir kullanıcının arkasında aynı anda kaç ajan çalışıyor ve bu ajanlar her gün kaç saat çalışıyor.

Computer Use çalışma alanını genişletiyor

Coding Agent hızla büyümesine rağmen hâlâ net bir sınıra sahip; birden fazla ajan görevi çalıştıranların çoğu hâlâ programcılar ve onlar küresel bilgi çalışanı nüfusunun yalnızca küçük bir kısmını oluşturuyor.

Computer Use alanı daha da genişletiyor. Astra'nın piyasaya sürülmesinden sonra Kim bizzat bir test yaptı. Daha önce Blender kullanmayı bilmiyordu, bu yüzden Astra'ya uzay mekiğini araştırmasını, Blender'ı açmasını ve Mac'te 3D modellemeyi tamamlamasını söyledi. Yaklaşık 10 dakika sonra döndürülebilir bir model oluşturuldu.

Sıradan diyalog kabaca "girdi---akıl yürütme---çıktı" şeklinde ilerler; Coding Agent "kod oku---akıl yürüt---değiştir---test et---yeniden akıl yürüt" haline gelir; Computer Use ise "ekrana bak---arayüzü anla---eylemlere karar ver---uygula---sonuçları bekle---yeniden gözlemle---doğrula---hataları düzelt" şeklinde evrilir.

Bir insanın on dakikasını alan bir görev, yapay zekanın arkasında onlarca tur görsel anlama, akıl yürütme ve araç çağrısı içerebilir.

Bu yetenek Excel, Salesforce, SAP, Power BI, Photoshop, CAD ve çeşitli kurumsal iç sistemlere girdiğinde, potansiyel kullanıcı tabanı bilgisayar başında oturan neredeyse tüm bilgi çalışanlarına genişler.

Kim'in "dördüncü talep turu" olarak adlandırdığı şeyin özü budur:

Coding Agent programcıların bilgisayar zamanını tüketmek isterken, Computer Use tüm beyaz yakalı çalışanların bilgisayar zamanını tüketmeyi hedefliyor.

Ancak şu ana kadar bu yalnızca bir olasılık olarak kalıyor.

OpenAI, Astra'nın piyasaya sürülmesinden sonra Computer Use görevlerinin hacmini açıklamadı; tek kullanıcı token kullanımı, GPU kullanımı veya akıl yürütme verimi için günlük eğriler de yayınlamadı. Bu nedenle, "Astra'nın dördüncü işlem gücü büyüme turunu getirdiği" kesin olarak kanıtlanamıyor.

İşlem gücü gerçekten sıkılaşmaya mı başladı?

Astra'nın piyasaya sürülmesinden sonra Tencent Technology, bazı geliştirici topluluklarının ölçülmesi zor ancak dikkate değer bir geri bildirim bildirdiğini fark etti: kullanıcı deneyimi bölgelere ve hesaplara göre farklılık göstermeye başlamış gibiydi.

Asya-Pasifik bölgesindeki bazı geliştiriciler, son zamanlarda ChatGPT ve Codex yanıtlarının yavaşladığını ve karmaşık görevlerin istikrarının ABD hesapları kadar iyi olmadığını bildirdi. Topluluk bu deneyimi "aptallaşma" olarak adlandırmaya başladı.

Bunun en azından bir kısmı tamamen öznel değil.

4 Eylül'de OpenAI'nin resmi durum sayfası, Asya-Pasifik bölgesindeki hizmetlerde performans düşüşü bildirdi ve ChatGPT, Work ve Codex Cloud dahil birden fazla ürünü etkiledi. Dört gün sonra OpenAI, Nvidia destekli veri merkezi işletmecisi Firmus ile Malezya'daki iki veri merkezinden özel işlem gücü elde etmek için çok yıllı bir anlaşma imzaladığını duyurdu.

Benzer şekilde, OpenAI'nin Astra'nın artan yükü nedeniyle Asya-Pasifik kullanıcıları için model akıl yürütme bütçelerini azalttığına veya daha zayıf modellere geçtiğine dair şu anda bir kanıt yok.

Asya-Pasifik bölgesindeki sözde "aptallaşma" en azından üç farklı faktörün karışımını içerebilir: bölgesel altyapı ve yönlendirme sorunları, hesap düzeyinde risk kontrolü ve hız sınırları ve yoğun dönemlerde dinamik kaynak planlaması. Bunlar kullanıcı tarafında daha yavaş performans, daha yüksek başarısızlık oranları, araç çağrısı kesintileri ve hatta karmaşık görevler için daha kötü nihai yanıtlar olarak ortaya çıkabilir.

Ancak bu geri bildirim, yapay zeka işlem gücü üzerindeki baskıyı gözlemlemenin başka bir yolunu sunuyor.

Modeller sürekli olarak hesaplama tüketme konusunda giderek daha yetenekli hale geldikçe, arz sıkılığı ilk olarak farklı bölgeler ve hesaplar arasında gecikme, başarısızlık oranı ve hizmet kalitesindeki dalgalanmalar olarak kendini gösterebilir.

Sorun şu ki, bu yargı şu anda en kritik veri setinden yoksun:

Aynı model, aynı paket ve aynı görev için farklı bölgeler arasında ilk token gecikmesi, toplam akıl yürütme süresi, araç başarı oranları ve nihai görev tamamlama oranlarında istikrarlı farklılıklar olup olmadığı.

Bu veriler elde edilene kadar, "aptallaşma" yalnızca bir ipucu olabilir, işlem gücü sıkılığının kanıtı değil.

Şekil: 8 Eylül'de bir kullanıcı, GPT-6 Astra'dan "kapasite dolu" olduğunu belirten bir istem paylaştı ve dört hesabının da normal çalışamadığını, sistemin diğer modellere geçmeyi önerdiğini söyledi. Tibo, yeniden paylaşımında şaka yaparak "geri döndük" dedi ve "model tam yükünü" yenilenen yapay zeka talebinin bir sinyali olarak gördü.

Sermaye piyasası yeniden bahis oynamaya başladı

Astra'nın piyasaya sürülmesinden sonraki gerçek işlem gücü kullanım eğrisi kamuya açıklanmamış olsa da, sermaye piyasası "yapay zeka talebinin henüz zirve yapmadığı" hikayesine göre işlem yapmaya başladı bile.

MarketWatch, Astra'nın piyasaya sürülmesinden sonra iShares Semiconductor ETF'nin yaklaşık %3,5 yükseldiğini, Samsung, SK hynix ve Kioxia gibi bellek ile ilgili şirketlerin daha da güçlü performans gösterdiğini bildirdi. Yabancı medya bu piyasa hareketliliğini doğrudan Astra'nın "bellek çipi ticaretini yeniden alevlendirmesi" olarak nitelendirdi.

Dikkat çekici olan, bu yükselişin en çarpıcı yönünün Nvidia değil, bellek olması.

Computer Use gerçekten ajan çalıştırmak için sürekli bir iş yükü haline gelirse, gereken artış yalnızca GPU hesaplamasında olmayacak. Daha uzun bağlamlar, KV Cache, eşzamanlı ajanlar, sanal makineler, tarayıcılar ve yazılım ortamları HBM, DRAM, CPU, ağ ve depolama talebini artırmaya devam edebilir.

Dolayısıyla, sermaye piyasasındaki son işlemler tamamen "GPT-6'nın daha güçlü olması" ile ilgili değil; ana mantık şu: daha akıllı bir model, kullanıcıların daha fazla işlem gücü satın almaya istekli olmasını sağlayacak mı?

Bu aynı zamanda bu yapay zeka altyapı hikayelerinin geleneksel yazılımdan en çok farklılaştığı nokta.

Geleneksel yazılım ne kadar optimize edilirse, tek bir kullanıcının ihtiyaç duyabileceği sunucu kaynakları o kadar azalabilir.

Tersine, üretken yapay zeka tam tersi bir "Jevons Paradoksu" sergileyebilir: model ne kadar verimli ve görev başarı oranı ne kadar yüksek olursa, insanlar yapay zekaya daha fazla, daha uzun ve daha karmaşık iş devretmeye o kadar istekli olur ve sonuçta toplam işlem gücü tüketimi artar.

Ancak dikkatli olmak önemli, çünkü sermaye piyasasının da kendi "çıkarı" var.

Yapay zeka altyapısı bundan önce önemli bir büyüme ve düzeltme turu yaşadı ve yarı iletken hisseleri bu yıl aşırı ısınan sermaye harcamaları ve bulut sağlayıcılarının azalan serbest nakit akışı nedeniyle belirgin bir geri çekilme gördü. Bu nedenle, Astra'nın getirdiği birkaç günlük toparlanma yalnızca yatırımcıların yeniden bahis oynamaya başladığını gösterebilir, ancak dördüncü işlem gücü talebi turunun gerçekten ortaya çıktığını kanıtlamak için yeterli değildir.

Ekonomik Bir Hesaplama

Kim'in yargısı nihayetinde üç daha pratik soruya bağlı.

Birincisi hâlâ güvenilirlik.

Gerçek iş operasyonları tek seferlik bir demo değildir. Bir Ajan'ın ERP, finansal modeller veya mühendislik yazılımlarını birkaç saat boyunca sürekli olarak çalıştırıp, açılır pencereler, izin değişiklikleri ve veri güncellemeleri meydana geldiğinde bile doğruluğu koruyabilmesi tamamen farklı bir sorudur.

İkincisi maliyet.

Gelecekte, Computer Use öncesinde bir saatlik insan bilgisayar kullanımına eşdeğer işi tamamlamanın gerçek maliyeti ne kadar olacak?

Yapay zeka bir çalışan için 50$'lık bir görevi 10$'a tamamlayabilirse, talep kolayca patlayabilir; 100$'a mal olursa, pazar potansiyeli tamamen farklıdır.

OpenAI'nin günlük 600$ rakamı, Ajanların büyük talep yaratabileceğini gösterirken, aynı zamanda bu çalışma modunun bugün hâlâ çok pahalı olabileceğini de ima ediyor.

Üçüncü soru: Computer Use sonunda kendi talebinin bir kısmını ortadan kaldıracak mı?

Şu anda modellerin ekranlara bakıp düğme bulması gerekiyor çünkü mevcut yazılımlar insanlar için tasarlandı. Salesforce, Microsoft, Adobe veya kurumsal iç sistemler doğrudan API'ler, MCP'ler ve Ajan arayüzleri açmaya başladığında, birçok görev artık fare ve klavye eylemlerini simüle etmeye gerek duymayacak.

Daha olası sonuç, Computer Use ve Tool Use'un birleşimidir: yapılandırılmış arayüzlerin olduğu yerlerde doğrudan çağrılacak; arayüzü olmayan veya değiştirilmesi zor eski sistemler için görsel işlemler devam edecek.

Böylece, Computer Use'un gerçekten açtığı pazar "yapay zekanın sonsuza dek insanlar gibi bilgisayarlara tıklamasını sağlamak" olmayabilir; bunun yerine, "insan efendim bana yazılımına tıklama yetkisi verdi, bu yüzden beni kontrol edemezsin" yaklaşımıyla Ajanların mevcut uygulama ekosistemini aşmasına izin vermektir. Ajanlar nihayet otomasyonun daha önce kapsayamadığı son büyük çalışma ortamlarına girebilir.

Bu aynı zamanda Kim'in "dördüncü üstel büyüme turu" olarak adlandırdığı ve gerçekten doğrulanmaya değer kısımdır: "Computer Use bir basamak taşı mı, yoksa gerçekten başka bir paradigma değişimi mi?"

GPT-6'dan sonra, Ajanların duvara çarpması nedeniyle anlatılması giderek zorlaşan işlem gücü hikayesi bir kez daha tutarlı hale geliyor mu?

Sermaye piyasası yeniden bahis oynamaya başladı.

Üretken yapay zekanın patlamasından sonra piyasa, "işlem gücü büyümesi" ayılarının yüzüne tokat atmaya devam ediyor. Bu sefer farklı olacak mı?