Nvidia'nın GPU'ları Gibi Yapay Zeka Çipleri Nasıl Tasarlanıyor ve Üretiliyor

Yahoo Finance'e göre, ABD'de beklenenden daha yüksek çıkan bir enflasyon verisinin tahvil getirilerini yukarı çekmesi ve çip hisselerinde daha geniş çaplı bir satış dalgasını tetiklemesiyle Nvidia hisseleri Ekim 2026'daki bir Çarşamba günü %3'ten fazla düştü ve ertesi gün piyasa öncesi işlemlerde daha da geriledi. Aynı haberde bulut sağlayıcısı CoreWeave'in borç yükü konusundaki endişelerle %16'dan fazla düştüğü, Marvell Technology ve SK Hynix'in de Çin rekabetiyle ilgili ayrı kaygılar arasında geri çekildiği ve yatırımcıların kârda %60 artış göstermesi beklenen TSMC'nin çeyreklik sonuçlarını beklediği belirtildi.

Satış dalgası, yapay zeka çiplerinin üretilme veya satılma şeklindeki herhangi bir değişiklikle değil, faiz oranları ve borç kaygılarıyla ilgiliydi. Ancak bu durum, çiplerin kendisinin arkasındaki sektöre yeniden dikkat çekti; bu süreç birbirinden çok farklı iki iş koluna bölünmüş durumda: bir çipi tasarlamak ve onu üretmek.

Tasarım: her şey inşa edilmeden önce devreyi çizmek

Nvidia gibi şirketler kendi çip fabrikalarını işletmiyor. Yapay Zeka Politikası ve Stratejisi Enstitüsü'ne (IAPS) göre, Nvidia "fabrikasız" (fabless) modelde çalışıyor: çip mimarisini ve CUDA platformu gibi yazılımları tasarlıyor, üretim için ise dış dökümhanelere (foundry) güveniyor. Motley Fool, Nvidia'nın GPU'larını yapay zeka modellerinin arkasındaki eğitim ve çıkarım (inference) işini gerçekleştiren donanım olarak tanımlıyor.

IAPS, çip tasarımının yüksek seviyeli gereksinimlerle başladığını, mimarların bunları elektronik tasarım otomasyonu (EDA) yazılımı kullanarak ayrıntılı devre mantığına dönüştürdüğünü açıklıyor. Tasarımcılar bileşenleri sıfırdan oluşturuyor ya da hazır "IP çekirdekleri" lisanslıyor, ardından tasarımı simüle edip biçimsel olarak doğruluyor ve bu, belirli bir dökümhanenin sürecine uygun üretim dosyalarına çevriliyor. IAPS, "çip tasarımı zor ve yorucu bir süreçtir" diyerek Nvidia ve AMD gibi tasarımcıların on binlerce kişi istihdam ettiğini ve son teknoloji bir yapay zeka çipinin tasarımının bir yıl veya daha fazla sürebileceğini belirtiyor.

Üretim: bir silikon gofret üzerinde yüzlerce adım

Tasarım tamamlandıktan sonra bir dökümhaneye geçiyor; en gelişmiş yapay zeka çipleri için bu çoğunlukla Tayvan'ın TSMC'si oluyor. IAPS'a göre üretim, yüksek derecede saflaştırılmış 300mm'lik silikon gofretlerle ve devre desenini kodlayan bir dizi fotomaskla başlıyor. Çipin kendisinin üretilmesi yüzlerce tekrarlanan adımı içeriyor: malzeme katmanlarının biriktirilmesi, bunların maskeler üzerinden geçirilen ışığa hassas fotorezist ile desenlenmesi (fotolitografi), elektriksel özelliklerini belirlemek için bölümlerin iyon implantasyonuyla katkılanması, yüzeyin düzleştirilmesi için parlatılması ve bileşenleri birbirine kablolamak için metal katmanların eklenmesi.

Litografi adımı, sadece Hollandalı şirket ASML tarafından üretilen aşırı ultraviyole (EUV) makinelere bağlı. Euronews'e göre ASML, 14 Ekim'de açıkladığı 2026 üçüncü çeyrek sonuçlarında satışlarının yıllık bazda %55 artarak 11,7 milyar euroya ulaştığını, net kârın ise ikiye katlanarak 5 milyar euroya çıktığını bildirdi. Rekor satışlara ve yükseltilmiş 2026 öngörüsüne karşın ASML, 2027 ve 2028 için planladığı yıllık %30'luk kapasite artışlarının yine de müşteri siparişlerini karşılamaya yetmeyeceğini söyledi. ASML CEO'su Christophe Fouquet, müşterilerin şimdiden makineleri yıllar öncesinden rezerve ettiğini belirtti.

Paketleme yeni darboğaz haline geldi

Bir gofret üretildikten sonra ayrı ayrı yongalara (die) kesiliyor, test ediliyor ve tamamlanmış bir paket haline getiriliyor; IAPS bu aşamayı Montaj, Test ve Paketleme (ATP) olarak adlandırıyor. Yapay zeka çipleri için bu adım artık fabrikasyonun kendisi kadar önem taşıyor. TSMC, bir işlemci yongasını yüksek bant genişlikli bellek yığınlarıyla birlikte tek bir ara katman (interposer) üzerinde istiflemek için Chip-on-Wafer-on-Substrate (CoWoS) adı verilen bir teknik kullanıyor; IAPS, TSMC'nin bunu Nvidia'nın H100 çiplerine uyguladığını belirtiyor. TSMC'nin yeni nesil A13 üretim düğümünü ve genişletilmiş CoWoS paketlemesini kapsayan Ekim 2026 tarihli yol haritası duyurusu, gelecekteki "14-retikül boyutlu" bir CoWoS formatının 2028'e kadar yaklaşık on büyük işlem yongasını, yaklaşık 20 HBM bellek yığınıyla bütünleştireceğini belirtti.

TSMC'nin kendi yol haritası duyurusu, CoWoS ileri paketlemenin yapay zeka kaynaklı talebi karşılamak üzere genişlediğini, 2028'e kadar 14-retikül formatına ve 2029'da daha ileri bir genişlemeye yöneldiğini anlatıyor. Bu seyir, yapay zeka çip tedarik zincirinde silikon fabrikasyonundan paketlemeye doğru daha büyük bir kaymaya işaret ediyor; bu, paketleme ekipmanı değil litografi aletleri üreten ASML'nin makinelerine yönelik rekor talebi bildirmeyi sürdürmesiyle eş zamanlı yaşanıyor.

Yapay zeka, çiplerin üretiminde de kullanılıyor

Nvidia ve TSMC, yapay zeka araçlarını üretim sürecinin kendisi içinde uygulamaya başladı. Nvidia'nın kendi duyurusuna göre TSMC, fotomaskları tasarlamak için gereken hesaplamalar olan hesaplamalı litografiyi hızlandırmak amacıyla Nvidia'nın cuLitho yazılımını kullanıyor ve bu, Nvidia'nın tanımına göre CPU tabanlı yöntemlere kıyasla maliyet etkinliğinde veya döngü süresinde %20-50 arasında bir iyileşme sağlıyor. Şirketler ayrıca kimya simülasyonları için Nvidia'nın cuEST kütüphanesini, üretim hattında kusur tespiti için görü-yapay zeka araçlarını ve fabrika tasarımlarını inşa edilmeden önce test etmek için Nvidia'nın Omniverse platformu üzerine kurulu erken aşamadaki "FabTwin" adlı sanal fabrika projesini kullandıklarını açıkladı.

Standart GPU'ya alternatif tasarımlar

Her şirket Nvidia'nın mimarisini takip etmiyor. Motley Fool, Cerebras Systems'ın Wafer-Scale Engine adını verdiği, Nvidia'nın B200 GPU'sundan 58 kat daha büyük olarak tanımlanan, birçok küçük çipi birbirine bağlamak yerine büyük miktarda işlem gücü ve belleği tek bir silikon parçasında birleştiren tek bir büyük çip inşa ettiğini bildiriyor. Cerebras, bu tasarımın bazı iş yükleri için GPU tabanlı sistemlere kıyasla 15 kata kadar daha hızlı çıkarım (inference) hızları ürettiğini söylüyor; Fool bu yaklaşımı, Nvidia'nın yapay zeka donanımındaki hâkim konumuna doğrudan bir tasarım meydan okuması olarak çerçeveliyor.