Yapay Zeka Çipi Girişimlerinde Yatırım Patlaması: Cerebras, Fractile ve XCENA

Yapay zeka çip yatırım dalgası son aylarda eşi görülmemiş bir hıza ulaştı; sektöre giren sermaye sekiz milyar doları aştı ve Cerebras’ın halka arzından Fractile’in Londra çıkışına, Güney Koreli XCENA’nın memory atılımına kadar çok sayıda girişim aynı anda büyük turlar kapattı. Bu yazıda parayı çeken şirketleri, yatırımcıların inference tezini ve çip pazarındaki yeni aktörler ile değişen dengeyi inceliyoruz.

8,3 Milyar Dolarlık Yıl Toplamı ve Sektörün Yeni Hızı

Yapay zeka donanımı sektöründe son aylarda kapatılan turlar, geçmiş dönem ortalamalarını gölgede bırakan bir tablo çiziyor. CNBC verilerine göre Nvidia’nın yıllar boyu süren tekel pozisyonuna meydan okumaya çalışan çip girişimlerinin yıl ortasına kadar topladığı taze fon 8,3 milyar dolar düzeyini aştı. Bu rakam yalnızca ABD merkezli oyuncuları değil, Avrupa ve Asya’daki yeni kuşak şirketleri de kapsıyor; sermaye coğrafi olarak çok daha geniş bir alana yayılmış durumda.

Söz konusu büyüklüğün arka planında üç dinamik birden çalışıyor. Birincisi, büyük dil modelleri eğitiminde Nvidia GPU’larına olan bağımlılığın tedarik gecikmeleri ve yüksek fiyatlar nedeniyle veri merkezi operatörlerini alternatif aramaya itmesi. İkincisi, inference (modelin sonuç üretme) iş yüklerinin önümüzdeki on yılda eğitim iş yüklerini ciddi ölçüde geçeceğine dair yatırımcı inancı. Üçüncüsü ise tedarik zinciri jeopolitiğinin Avrupa ve Asya’da yerel “egemenlik çipi” projelerine devlet desteği üretmesi.

Yatırımcılar artık tek bir mimariye bahis oynamak yerine birden fazla yaklaşıma sermaye yayıyor. SRAM tabanlı analog hesaplama, photonik (ışıkla hesaplama), in-memory computing ve özelleşmiş ASIC tasarımları, ayrı ayrı milyar dolarlık turlarda buluştu. Yapay zeka çip yatırım haritasının bu kadar çeşitlenmesi, bir yıl önceye göre kayda değer bir dönüşüm anlamına geliyor; CNBC’nin Nvidia rakiplerini özetleyen analizi, fonlama dağılımının ne kadar hızlı genişlediğini somut rakamlarla ortaya koyuyor.

Tablonun makro arka planını anlamak için sektörün son üç yıllık seyrine bakmak faydalı. Pandemiden sonraki bulut yatırım dalgası, GPU kıtlığı yüzünden donanım girişimlerine olan ilgiyi besledi; ancak yatırımcıların büyük çoğunluğu o dönemde “model katmanı”na, yani büyük dil modeli üreticilerine yöneldi. Şimdi gelinen aşamada model fiyatlarının düşmesi ve API marjlarının daralması, sermayenin değer zincirinin altına, yani donanım katmanına doğru kaymasına neden oldu. Bir başka deyişle yatırımcılar artık “kim kazanırsa kazansın altyapı satan kazanır” tezini fiilen uyguluyor.

Cerebras’ın Halka Arzı Tetikleyici Etkisi

Mayıs ortasında Cerebras Systems’in tamamladığı halka arz, ai çip girişim ekosisteminde bir döneme damga vurdu. Şirket New York borsasında işlem görmeye başladığı ilk gün 5,5 milyar dolarlık halka arz büyüklüğüne ulaştı ve toplam değerlemesi 70 milyar dolar seviyesine yerleşti. Kurucu Andrew Feldman’ın halka açılma sonrasında milyarder statüsüne yükselmesi de işin medyatik boyutunu kuvvetlendirdi.

Cerebras’ın asıl önemi, yatırımcı algısı üzerindeki sembolik etkide saklı. Şirketin “wafer-scale” yaklaşımı yıllarca egzantrik bir mühendislik tercihi olarak görülmüştü; tek bir silikon plakanın tamamını çip olarak kullanan tasarım, üretim zorlukları yüzünden eleştirilmişti. OpenAI ile derinleşen ortaklık ve bulut sağlayıcılarına yönelik kapasite anlaşmaları, halka arzın talep tarafını şekillendiren ana hikaye oldu. TechCrunch’ın halka arz öncesi yayımladığı değerlendirme, Cerebras’ın OpenAI partnerliğini nasıl kullanışlı bir anlatıya çevirdiğini ayrıntılarıyla aktarıyor.

Halka arz aynı zamanda diğer çip girişimleri için bir karşılaştırma çapası işlevi gördü. Cerebras işlem görmeye başladığında özel piyasalardaki Fractile, Groq, Etched ve SambaNova gibi şirketlerin değerlemeleri de yeniden okunmaya başlandı. Yatırımcılar artık “yarı iletken halka arzı yarışı” çerçevesinden bakıyor ve Cerebras işleminin başarısı, riskli geç aşama turlarının önünü açtı. Bu noktada konunun arka planını ayrıntılı işleyen cerebras halka arzı incelememiz tablonun yatırımcı tarafını daha geniş kavramak isteyenler için bir başlangıç noktası sunuyor.

Fractile’in Londra’dan Çıkışı ve Inference İddiası

↑ Başa dön

Cerebras’ın halka arzıyla aynı gün, Londra merkezli Fractile 220 milyon dolarlık B serisi turunu duyurdu. Şirket bu turla birlikte 1 milyar doların üzerinde bir değerlemeye ulaştığını açıkladı ve yatırımcı listesinde Founders Fund, 8VC ile Accel gibi Silikon Vadisi’nin önde gelen fonları yer aldı. Fractile, kurulduğu günden bu yana sadece inference tarafına odaklanan ender şirketlerden biri olarak konumlanıyor.

Fractile’in mühendislik tezi, klasik GPU’larda darboğaz oluşturan bellek-işlemci arası veri trafiğini “in-memory computing” yaklaşımıyla ortadan kaldırmaya dayanıyor. Şirketin tasarımı, model parametrelerinin bellekte hesaplama birimine son derece yakın tutulmasını ve böylece enerji tüketiminin GPU’lara kıyasla kayda değer şekilde düşürülmesini hedefliyor. Bu özellik, veri merkezlerinin elektrik şebekesi kısıtlarıyla boğuştuğu günümüzde yatırımcıların ilgisini açıklıyor.

Sektör kaynaklarına yansıyan başka bir detay, Fractile’in Anthropic ile masaya oturduğu görüşmeler. Henüz resmi bir anlaşma duyurulmamış olsa da modelin inference maliyetini düşürme arayışındaki AI laboratuvarlarının Fractile gibi alternatiflere yöneldiği biliniyor. Webrazzi’nin Fractile turunu aktardığı haber da turun ekosistemde nasıl karşılandığını yerel basın açısından özetliyor. Bu yapı, fractile yatırım anlatısının neden bu denli ilgi çektiğini açıklayan teknik temeli oluşturuyor.

XCENA’nın Memory Bottleneck İddiası

Güney Koreli XCENA, 1 Haziran’da duyurduğu 135 milyon dolarlık xcena seri b turuyla yıl boyunca topladığı sermayeyi 185 milyon dolara çıkardı. Şirketin amiral ürünü MX1, klasik bellek çipleri ile işlemciler arasındaki “memory bottleneck” sorununa odaklanan özel bir mimariye sahip. Yatırımcılar şirketin AR-GE, seri üretim ve küresel ortaklık ağını genişletmek için kullanacağı bu kaynağın memory cephesinde rekabeti sıkılaştıracağını düşünüyor.

Memory bottleneck kavramı, AI veri merkezi operatörlerinin son aylarda en sık dile getirdiği teknik kısıt. Büyük modellerin parametre sayısı her artışta belleğe erişim hızı toplam performansı belirleyen ana faktör hâline geliyor. XCENA, MX1 mimarisini “compute-in-memory” felsefesine uygun şekilde tasarlayarak parametrelerin saklandığı bellek bloklarında doğrudan hesaplama yapmayı vaat ediyor. Bu yaklaşım Fractile’in stratejisiyle benzeşse de XCENA’nın asıl hedefi hyperscaler veri merkezleri.

Güney Kore hükümeti son aylarda yarı iletken egemenliği için açıkladığı teşvik paketi içinde XCENA gibi yerli oyuncuları öne çıkarıyor. Samsung Electronics ile SK Hynix gibi mevcut dev oyuncuların üretim altyapısı, XCENA’ya tedarik avantajı sağlıyor. Ayrıca şirket, Japon ve Tayvanlı tedarikçilerle çoklu kaynak stratejisi izleyerek tek bir foundry’ye bağımlılığı azaltmaya çalışıyor.

XCENA’nın B serisi turuna katılan yatırımcılar arasında Kore’nin köklü kurumsal fonlarının yanı sıra Singapur ve Birleşik Arap Emirlikleri merkezli devlet bağlantılı sermayedarların bulunması da dikkat çekici bir detay. Bu profil, şirketin sadece bir ürün hikâyesi değil aynı zamanda bölgesel egemenlik anlatısının da parçası hâline geldiğini gösteriyor. Memory tarafında SK Hynix’in HBM (yüksek bant genişlikli bellek) liderliğini Samsung’a karşı koruması, XCENA gibi katman ötesi inovasyon getiren oyuncuların kıymetini artırıyor; hyperscaler operatörler için memory bant genişliği, satın alma kararlarında öne çıkan teknik kriter konumunda.

Groq’un Geri Dönüşü ve Nvidia Etkisi

Mayıs sonunda Groq’un 650 milyon dolarlık yeni turu hakkında çıkan haberler sektörü ikinci kez şaşırttı. Bu tur, Nvidia’nın aynı dönemde Groq’a 20 milyar dolarlık devasa bir lisans anlaşması teklif etmesi ancak şirketin bağımsız kalmayı tercih etmesinin ardından geldi. Groq, LPU (Language Processing Unit) adını verdiği özel inference çipini düşük gecikmeli sohbet asistanları için optimize ediyor.

Yatırımcıların Groq’a olan ilgisi, şirketin uzun süredir tartışılan brüt marj sorunlarının çözülmeye başladığı sinyaliyle daha da arttı. TechCrunch’ın Groq turunu aktardığı haber, Nvidia’nın “acqui-hire” benzeri yaklaşımının ardından şirketin neden bağımsız büyüme yolunu seçtiğini ayrıntılı işliyor. Bu konuyu daha derinlemesine ele alan groq yatırım turu analizimiz, şirketin gelir modeli üzerindeki etkileri ele alıyor.

Groq’un yeniden ivme kazanması, özellikle sohbet uygulamaları ve arama asistanları için inference taleplerini karşılayan yeni nesil “neocloud” sağlayıcılarını mutlu etti. Bu firmalar Nvidia GPU kapasitesine alternatif arıyor ve Groq’un LPU’larını saatlik olarak kiralayan API katmanları aracılığıyla geliştiricilere sunuyor. Bu yapı, donanım girişimlerinin gelir tabanını çeşitlendirmesine yardımcı oluyor; bulut tarafındaki dönüşümün detaylı rehberimiz üzerinde de doğrudan etkileri oluşuyor.

Photonik Cephesi: Nvidia’nın 6,5 Milyar Dolarlık Hamlesi

↑ Başa dön

Yapay zeka çiplerinde geleneksel elektrik temelli iletişimin yerini ışık tabanlı sinyallere bırakacağı görüşü uzun yıllardır laboratuvar düzeyinde tartışılıyordu. Nvidia’nın son üç ayda photonik girişimlerine yönlendirdiği 6,5 milyar dolarlık sermaye, bu tartışmayı endüstri seviyesine taşıdı. Şirket Ekim’den itibaren Ayar Labs, Lightmatter, Celestial AI ve birkaç gizli portföy şirketine kayda değer çekler yazdı.

Nvidia’nın photonik yatırım stratejisi iki cepheli ilerliyor. Birinci cephe, GPU’lar arası iletişimi hızlandıran “co-packaged optics” (eş paketli optik) teknolojisi; ikinci cephe ise tamamen optik tabanlı hesaplama yapan radikal mimariler. Şirket, kısa vadede GPU çekirdeklerinin elektrikli kalmaya devam edeceğini ancak veri merkezi içi iletişimde photonik anahtarların standart hâle geleceğini öngörüyor.

Photonik teknolojinin asıl çekiciliği enerji verimliliğinde gizli. Veri merkezi operatörleri elektrik tüketiminin son yıllarda iki katına çıktığını raporluyor; özellikle 100 megavatın üzerindeki tesisler şebeke bağlantısı için yıllarca beklemek zorunda kalıyor. Optik iletişim, bakır kablolarda kaybedilen enerjinin önemli bir kısmını koruyabildiği için yeni nesil “AI fabrikası” tasarımlarında merkezî bir rol oynuyor. Bu da photonik yatırım hikâyesini orta vadede en büyük tema adaylarından biri yapıyor.

Avrupa ve Asya’da Yeni Cephe

Avrupa son aylarda yarı iletken egemenliği vurgusunu hem politik söyleme hem de yatırım rakamlarına yansıtıyor. Mart-Mayıs döneminde kıta genelinde AI çip girişimleri 12 aylık dönemin en güçlü fonlama serisini kapattı. Hollanda merkezli Euclyd, Birleşik Krallık’taki Fractile ile birlikte Avrupa’nın iki temsilcisi olarak öne çıktı; Almanya ve Fransa merkezli ekipler de seri A turlarında ciddi rakamlar topladı.

Asya tarafında Çin, Güney Kore ve Hindistan üçgeni farklı stratejiler izliyor. Güney Kore, XCENA örneğindeki gibi memory mimarisinde uzmanlaşmış oyuncuları desteklerken Çin yerel “GPU benzeri” alternatifleri öne çıkarıyor. Çin merkezli DeepSeek’in ilk yatırım turunda 45 milyar dolar değerlemeye ulaşabileceği konuşuluyor. Bu rakam henüz resmî olmasa da modelin altında çalışan donanım ekosisteminin büyüklüğüne işaret ediyor.

Hindistan ise hızlı büyüyen mobil ekosistemi sayesinde inference odaklı çip startup’ları için cazip bir test pazarı hâline geldi. Bangalore ve Hyderabad merkezli ekipler son aylarda Silikon Vadisi VC’leriyle tohum turları kapattı. Genel olarak ai çip girişim haritasının coğrafi dağılımı eskiye göre çok daha çoğul bir görünüm sergiliyor ve teknoloji haberleri takip etmek isteyen okuyucu için bu coğrafi çeşitlenme önümüzdeki çeyreklerin ana izlek başlığı olacak gibi duruyor.

Yatırımcının Inference Tezi

Tüm bu turların altında ortak bir varsayım yatıyor: önümüzdeki on yıl boyunca AI iş yüklerinin büyük çoğunluğu eğitim değil inference tarafında olacak. Eğitim, sınırlı sayıda hyperscaler tarafından ve görece seyrek aralıklarla yapılırken inference her saniye milyonlarca isteğe karşılık üreten sürekli bir süreç. Bu tezi temel alan yatırımcılar inference odaklı donanım girişimlerine premium çarpanlar ödüyor.

Bu yaklaşımın somut yansıması, Cerebras gibi “eğitim önde” konumlanmış bir şirketin bile inference iş yüklerine yönelik özel kapasite anlaşmalarını duyurmaya başlaması. Fractile ve Groq doğrudan inference odaklı; XCENA memory tarafıyla inference verimliliğini hedef alıyor; photonik girişimler ise inference kümelerinin enerji bütçesini koruma vaadi taşıyor. Anlatı tek bir noktada birleşiyor: ölçek büyüdükçe eğitim maliyeti sabitleşse de inference maliyeti tüm modelin ekonomisini belirleyecek.

Yatırımcılar bu nedenle portföylerini birden çok mimaride çeşitlendirmeye özen gösteriyor. Tek bir teknolojik bahis yerine SRAM, photonik, in-memory ve klasik dijital ASIC yaklaşımlarına paralel turlar açılıyor. Bu, bir tür “risk havuzu” yapılandırma stratejisi. Önümüzdeki çeyreklerde hangi mimarinin hyperscaler kontratlarını kaptığı yatırımcı tezini sınava sokacak; sektörün son aylardaki coşkulu seyri ya doğrulanacak ya da seçici bir konsolidasyon dönemine girilecek.

Tezi destekleyen bir diğer veri noktası, neocloud sağlayıcılarının agresif büyümesi. CoreWeave, Lambda Labs ve Crusoe gibi GPU kiralayan şirketlerin yıllık gelirleri çift haneli milyar dolarlara doğru ilerlerken, bu pazarın altyapı tarafında alternatif çiplere yer olduğu açık. Inference odaklı LPU ve in-memory mimarileri, neocloud sağlayıcılarının dakika başına maliyet yarışında elini güçlendirecek bir kaldıraç sağlıyor. Aynı zamanda enerji şebekesi kısıtları sektörde “watt başına token” verimliliğini ana KPI hâline getirdi; yapay zeka çip yatırım kararlarında bu metriğin geriye dönük olarak ana mihenk taşı olması bekleniyor.

Sıkça Sorulan Sorular

↑ Başa dön

Cerebras halka arzı neden bu kadar dikkat çekti?

Cerebras, halka açılırken 70 milyar dolar değerlemeye ulaşarak yarı iletken sektörünün son on yıldaki en büyük halka arzlarından birini gerçekleştirdi. Şirketin OpenAI ile kurduğu kapasite ortaklığı ve “wafer-scale” tasarımının nihayet ölçeklenmesi yatırımcı talebini güçlendirdi. Halka arzın başarısı, özel piyasadaki diğer ai çip girişim değerlemelerini de yukarı çekti.

Fractile’in in-memory yaklaşımı GPU’lardan farkı ne?

Klasik GPU mimarisinde model parametreleri belleğe yazılır, hesap için işlemciye taşınır ve sonuç tekrar belleğe döner. Bu trafik enerjinin büyük kısmını tüketir. Fractile’in in-memory yaklaşımında parametreler bellek hücrelerinin yanında işlenir; veri yolu kısaldığı için aynı işlem çok daha az enerji ile tamamlanır.

XCENA’nın memory bottleneck iddiası gerçekçi mi?

AI veri merkezlerinde gözlenen darboğazların önemli bir bölümü belleğe erişim gecikmesinden kaynaklanıyor. XCENA’nın MX1 mimarisi, hyperscaler operatörlerinin sıklıkla raporladığı bu sorunu hedeflediği için teknik tezi gerçek bir ihtiyaca dayanıyor. Şirketin ürünü seri üretime geçtiğinde gerçek performansın testlerle doğrulanması gerekecek.

Inference tezi yatırımcıları neden bu kadar etkiliyor?

Eğitim iş yükleri seyrek ve büyük topluluk tarafından yapılırken inference her gün milyarlarca isteğe yanıt veriyor. Yatırımcılar bu yüzden inference maliyetini düşüren her çip mimarisinin hyperscaler kontratlarını çekme potansiyelinin yüksek olduğunu düşünüyor; bu da yapay zeka çip yatırım iştahının bu kadar yoğunlaşmasını açıklıyor.

Editör notu: Bu yazıda aktarılan rakamların ve şirket hareketlerinin kaynağı CNBC, TechCrunch ve sektör basınında yayımlanan haberlerdir; yorumlar haber akışı üzerinden yapılan gözlemlerdir, kesin öngörü niteliği taşımaz. Şirketlerin değerlemeleri ve tur büyüklükleri zaman içinde değişebilir; okuyucunun resmî açıklamalar üzerinden teyit etmesi önerilir. Bu yazı yatırım tavsiyesi değildir, bilgilendirme amaçlıdır. — Mehmet Kara, Teknoloji Editörü