İki yıl içinde kurumsal bilgisayar satın alımlarının yüzde 100’ü yapay zeka bilgisayarlarından oluşacak. Gartner’ın yeni bir raporuna göre yapay zeka çip gelirleri en az 2028 yılına kadar çift haneli büyüme görmeye devam edecek. Gartner’ın son tahminine göre yapay zeka yarı iletkenlerinden elde edilen küresel gelirin, 2023’e göre yüzde 33 artışla bu yıl 71 milyar dolara çıkması bekleniyor.
Kurumsal bilgisayar satışları için yeni etki
Yayınlanan rapora göre, 2025 yılı sonuna kadar yapay zeka çip sektörü gelirinin 91.5 milyar dolara ulaşması bekleniyor. Bu gelir en az 2028 yılına kadar çift haneli büyüme görmeye devam edecek. Bu büyüme kurumsal bilgisayar satışları için de etki yaratacak.
2026’nın sonuna kadar, kurumsal bilgisayar satın alımlarının yüzde 100’ü, bilgisayar içi yapay zeka işlemlerini mümkün kılan bir sinirsel işlem birimi (NPU) içeren bilgisayarlar olan yapay zeka bilgisayarları olacak. Gartner’ın raporuna göre bu bilgisayarlar daha uzun, daha sessiz ve daha serin çalışıyor ve arka planda sürekli olarak çalışan yapay zeka görevleri bulunuyor ve bu da günlük aktivitelerde yapay zekadan yararlanmak için yeni fırsatlar yaratıyor. Firma, AI PC sevkiyatlarının 2024 yılında toplam PC sevkiyatlarının yüzde 22’sine ulaşacağını öngörüyor.
Bu yıl, tüm AI çip gelirlerinin neredeyse yarısının, yapay zeka özellikli kişisel bilgisayarların satışından gelmesi bekleniyor. Gartner’a göre bu yılın sonuna kadar bilgisayar elektroniğinden elde edilen yapay zeka çip gelirinin toplam 33.4 milyar dolara ulaşması bekleniyor ve bu da toplam yapay zeka yarı iletken gelirinin yüzde 47’sini oluşturacak.
IDC araştırmasına göre dünya çapındaki işletmelerin yüzde altmış altısı önümüzdeki 18 ay içinde genAI’ye yatırım yapacaklarını söyledi. 2024 yılında genAI için BT harcamalarını artıracaklarını belirten kuruluşlar arasında altyapı, toplam harcamanın yüzde 46’sını oluşturacak.
Sorun: Yapay zeka altyapısının yetersiz tedarik edildiğini ortaya çıkarmak için gerekli olan önemli bir donanım parçası. GPU’lar, genAI’nın arkasındaki en büyük büyük dil modellerini (LLM’ler) çalıştırmak için yüksek talep görse de , pazarın hala AI uygulamaları için yüksek performanslı bellek yongalarına ihtiyacı var. Piyasa şimdilik her ikisi için de kısıtlı. LLM’lerde eğitim ve çıkarım görevleri için kullanılan GPU’lar, çok büyük miktarda işlemci döngüsü tüketebilir ve kullanımları maliyetli olabilir. Daha küçük, daha endüstri veya iş odaklı modeller genellikle iş ihtiyaçlarına göre uyarlanmış daha iyi sonuçlar sağlayabilir ve NPU’larla ortak x86 işlemcileri kullanabilir.
