Tom's Hardware'in 22 Ekim 2026'da yayınlanan bir raporuna göre, Google'ın tensör işleme birimleri artık Meta'nın veri merkezlerinde çalışıyor; bu, Google'ın özel AI çiplerini kendi bulutu yerine konuşlandırılmış donanım olarak harici bir müşteriye ilk kez sattığı zaman. Bu hamle, Nvidia'nın GPU'larının uzun süredir büyük modellerin eğitimi ve sunumunda varsayılan seçim olduğu yapay zeka donanım pazarında tarihi bir değişime işaret ediyor.

Yıllardır sektördeki varsayım, Nvidia'nın CUDA yazılım ekosisteminin, alternatifler ortaya çıksa bile GPU'larını vazgeçilmez hale getirdiği yönündeydi. Bu varsayım şu anda onu kırmak için en iyi konumda olan iki şirket tarafından test ediliyor. Meta'nın bu çeyrekte yaptığı muazzam yapay zeka altyapısı harcamasının üstüne gelen bu anlaşma, hiper ölçekleyicilerin bilgi işlem bağımsızlığını ne kadar ciddiye aldığını gösteriyor. Bu hikayeyi, aibuzzwire.news adresindeki ana sayfamızda her gün ele alınan en son yapay zeka gelişmeleriyle daha derinlemesine takip edebilirsiniz.

TorchTPU'dan Çelik ve Silikona

Bu anın temelleri sadece iki gün önce kamuoyuna açıklandı. 20 Ekim'de, Google ve Meta ortaklaşa açık kaynaklı, Google'ın TPU'ları için yerel bir PyTorch arka ucu olan TorchTPU, TorchTPU ekibi tarafından resmi PyTorch blogunda duyuruldu. Proje Google'da 2025'in ortalarında Meta'nın PyTorch ekibiyle işbirliği içinde başladı ve daha önce hiçbir çabanın temiz bir şekilde yönetmediği bir şeyi yapıyor: mevcut PyTorch iş yüklerinin önemsiz bir kod değişikliğiyle TPU'lar üzerinde çalıştırılmasına izin veriyor, esasen `.to("cuda")` yerine `.to("tpu")`.

Bu önemli çünkü Google'ın 2020'de başlatılan önceki girişimi PyTorch/XLA, müdahaleci kaynak kodu değişiklikleri gerektiriyordu, uzun derleme sürelerinden muzdaripti ve PyTorch'un yerel istekli yürütme modu desteğinden yoksundu. TPU'ları deneyen birçok ekip, geliştirici deneyiminin çok acı verici olması nedeniyle Nvidia GPU'lara geri döndü. TorchTPU, çalışma zamanında hiçbir JAX bağımlılığı olmadan ve eski Lazy Tensor yaklaşımı yerine Torch Dynamo üzerine inşa edilen torch.compile entegrasyonuyla, açıkça bunu düzeltmek için tasarlandı.

Anlaşmadan Meta Ne Kazanır?

Google ve Meta'nın yayınladığı teknik sonuçlar dikkat çekici. Yahoo Tech tarafından bildirilen ayrıntılara göre, TorchTPU yığını 5.000 Hugging Face modeline göre doğrulandı ve Google'ın DeferAndFuse yürütme modu, sıkı istekli yürütmeye göre yüzde 50 veya daha fazla performans artışı sağlıyor. Satıcı vaka çalışmaları, Meta'nın Llama 3 405B modelinin 128 ila 1.024 Ironwood TPU'dan oluşan kümelerde yüzde 57 model FLOP kullanımına ulaştığını gösteriyor; bu rakamlar, her ne kadar kendileri tarafından rapor edilmiş olsa da, çiplerin sınır ölçeğinde eğitim iş yüklerini yetkin bir şekilde çalıştırabildiğini gösteriyor.

Ekonomi daha büyük bir hikaye. TPU'ların maliyetinin üst düzey Nvidia GPU'lardan önemli ölçüde daha düşük olduğu uzun süredir söyleniyor ve Meta'nın bilgi işlem iştahına (hem AI araştırma hedeflerini hem de öneri sistemlerini kapsayan) sahip bir şirket, tek bir tedarikçiden uzaklaşmak için her türlü teşvike sahip. Bloomberg, Kasım 2025'te, Meta ve Google'ın, Meta'nın veri merkezlerine TPU dağıtmayı tartıştığını bildirdi ve TorchTPU üzerindeki işbirliği, Reuters tarafından Aralık 2025'te bildirildi. Şimdi değişen şey, anlaşmanın tartışmadan dağıtıma geçmesidir; Tom's Hardware, çiplerin fiziksel olarak Meta tesislerinde kurulu ve çalıştığını bildirmektedir.

Nvidia'nın Zırhında Bir Çatlak

Nvidia hâlâ yapay zeka hızlandırıcı pazarının ezici çoğunluğuna hakim durumda ve veri merkezi geliri her rakibin takip ettiği referans noktası olmaya devam ediyor. Ancak dinamikler değişiyor. TechCrunch'ın TorchTPU lansmanıyla ilgili haberinde belirttiği gibi Google, geliştiricilerin donanımına bağlı kalmasını sağlayan yazılım katmanında Nvidia'nın kalesine saldırmak için Amazon'a katıldı. Bu arada Meta, pazarlık gücü kazanıyor: Kurduğu her TPU rafı, Nvidia'nın fiyatıyla satın almak zorunda olmadığı bir GPU rafı.

Basınç aynı anda birden fazla yönden geliyor. Amazon'un Trainium çipleri var, Google'ın TPU'ları var ve bir dizi girişim, çıkarımlara özel hızlandırıcılar geliştiriyor. Meta dağıtımını farklı kılan şey ölçek ve görünürlüktür. Meta, Nvidia'nın en büyük müşterilerinden biri ve mühendislik ekipleri TPU'ların hem eğitim hem de çıkarım iş yüklerinde anlamlı bir pay taşıyabileceği sonucuna varırsa, diğer büyük alıcılar da yakından ilgilenecektir.

Uyarılar

Bunların hiçbiri Nvidia'nın pozisyonunun bir gecede çökeceği anlamına gelmiyor. PyTorch blogunun kendisi, modeller TPU'larda kullanıma hazır olsa da, model şekilleri, parçalama stratejileri ve çekirdek uygulamaları genellikle GPU mimarilerine göre ayarlandığından, en yüksek performansı elde etmenin donanıma duyarlı optimizasyon gerektirdiği konusunda uyarıyor. TPU talimat seti Nvidia'nınkinden farklıdır ve araçlar, kütüphaneler ve deneyimli mühendislerden oluşan ekosistem büyük ölçüde GPU merkezli kalır.

Bir de arz meselesi var. Google geçmişten beri TPU'ları dahili iş yükleri ve bulut müşterileri için ayırmıştır ve özel hızlandırıcılara yönelik üretim kapasitesi sınırsız değildir. Google'ın Meta'nın (çoğu şirketinkini gölgede bırakan) toplam bilgi işlem ayak izi açısından anlamlı bir ölçekte TPU'ları sağlayıp sağlayamayacağı veya sağlamak isteyip istemediği açık bir soru olmaya devam ediyor.

Bundan Sonra Ne İzlemeli?

İzlenmesi gereken anlık sinyaller, diğer hiper ölçekleyicilerin Meta'nın liderliğini takip edip etmediği, Nvidia'nın fiyatlandırma konusunda nasıl tepki verdiği ve TorchTPU'nun açık kaynak momentumunun PyTorch iş yüklerinin TPU altyapısına gerçek bir geçişine dönüşüp dönüşmediğidir. Yapay zeka donanım pazarı, en üst düzeyde Nvidia'ya güvenilir bir alternatif bulmak için yıllardır bekliyordu. TPU'ların artık ikinci bir şirketin veri merkezlerinde çalıştırılmasıyla bu bekleyiş nihayet sona erebilir.

Yapay Zekanın Önünde Kalın

Yapay zeka donanım yarışı hızla hızlanıyor ve önümüzdeki on yılın kazananları ve kaybedenleri şimdi belirleniyor. Sektörü yeniden şekillendiren çiplerin, modellerin ve anlaşmaların bağımsız kapsamıyla Yapay zekanın önünde kalın.

Daha fazla AI haberini okuyun →