Çin'in teknoloji devleri Huawei ve Cambricon, yapay zeka hızlandırıcılarının üretimini yerli fabrikalarda artırmaya başladı. Bu hamle, Çin'in yapay zeka alanında kendi kendine yeterliliğe ulaşma yolunda önemli bir adım olarak görülüyor. Eğer planlar yolunda giderse, yalnızca bu iki şirketten 2026 yılında bir milyondan fazla yerli olarak geliştirilip üretilmiş yapay zeka hızlandırıcı piyasaya sürülecek. Bu sayının Nvidia'nın yapay zeka GPU'larının pazar payını sarsması beklenmese de, Çin için büyük bir ilerleme kaydedileceği aşikar.
Ancak, Çinli şirketlerin milyonlarca yapay zeka hızlandırıcı üretebilme potansiyeli henüz tam olarak kanıtlanmış değil. Gelişmiş yarı iletken fabrikalarının üretim kapasitesi ve Yüksek Bant Genişlikli Bellek (HBM) tedarik zincirindeki dar boğazlar, bu hedefe ulaşmada önemli engeller teşkil ediyor. Dahası, üretilen bu işlemcilerin Çin'in yapay zeka endüstrisi için yeterli performansı sunup sunamayacağı da merak konusu.
Huawei ve Diğer Şirketler: TSMC Bağımlılığı Son mu Buluyor?
Uzun süredir Huawei'nin Ascend 910B hızlandırıcılarının önemli bir kısmının Çin'deki Semiconductor Manufacturing International Corp. (SMIC) fabrikalarında üretildiği düşünülüyordu. Ancak yapılan analizler, şirketin aslında TSMC ile sipariş vermek ve dünya devi üretim tesisini yanıltmak için paravan şirketler kullandığını ortaya koyuyor. Gerçekten de, Cambricon'un Illuvatar CoreX'inden Biren ve Enflame'e kadar Çin merkezli yapay zeka hızlandırıcı geliştiricilerinin neredeyse tamamı TSMC'nin hizmetlerinden faydalanmış veya hala faydalanıyor.
Bununla birlikte, ABD Ticaret Bakanlığı'nın yaptırım listesinde yer almasına rağmen Huawei, TSMC'yi yanıltarak Tayvan'da yüksek performanslı yapay zeka işlemcisi ürettirmeyi başaran tek şirket olarak öne çıkıyor. 2020'de kara listeye alınan Huawei'den bu yana, ABD hükümeti birçok Çinli yapay zeka hızlandırıcı ve CPU geliştiricisini yaptırım listesine ekleyerek ülkenin yapay zeka ve yarı iletken sektörüne ciddi kısıtlamalar getirdi. Bu durum, Çin'den yalnızca az sayıda şirketin karmaşık üretim teknolojileriyle TSMC hizmetlerinden yararlanabilmesine neden oldu. Hala TSMC ile çalışabilenler ise genellikle basitleştirilmiş tasarımlar üretebiliyor.
SMIC'in Yükselişi ve Zorlukları
SMIC, yapay zeka hızlandırıcı üretimi konusunda Huawei için yakın zamanda üretim yapmaya başlamış olsa da, daha önce şirketin akıllı telefonları için HiSilicon Kirin 9000S gibi yonga setleri üretiyordu. Bu, Huawei'nin Qualcomm'dan kısıtlı işlemciler olmadan üst düzey akıllı telefon pazarına dönmesine yardımcı olurken, SMIC'in 7nm sınıfı üretim teknolojisini geliştirmesini de sağladı. Kirin 9000S'in çip boyutu yaklaşık 107 mm2 iken, Ascend 910B'nin çip boyutu 665 mm2'dir. Bu da SMIC'in ilk çip üretimlerinde bu teknolojiyi kullanmasının mantıklı olduğunu gösteriyor.
Yapılan tahminlere göre, Huawei 2024 yılında TSMC'den yaklaşık 3 milyon Ascend 910B çipi elde etmiş olabilir. Bu miktar, iki adet Ascend 910B çipi kullanan yaklaşık 1.4 ila 1.5 milyon Ascend 910C sinirsel işlem birimi (NPU) monte etmek için yeterli. 1.5 milyon Ascend 910C NPU, Huawei'nin kendi yapay zeka veri merkezlerini şirket içi yapay zeka hızlandırıcılarla donatması ve potansiyel olarak üçüncü taraflara tedarik etmesi için yeterli olabilir.
SMIC'in Ascend 910B üretimini 2024'ün üçüncü çeyreğinde artırmaya başladığı ve 2025'in ilk yarısında yüz binlerce birime ulaşarak üretimi kademeli olarak artırdığı düşünülüyor. Bu artışın devam etmesiyle, 2024'ün dördüncü çeyreğinde Huawei'nin 1.2 milyon adet Ascend 910B çipi üretmesi bekleniyor.
SMIC'in 7nm sınıfı üretim teknolojilerinde ilerleme kaydettiği ve önemli miktarda Ascend çipi üretebildiği görülüyor. Analistler, ayda yalnızca 20.000 wafer başlangıcının (WSPM) yıllık birkaç milyon çip üretimine olanak tanıyacağını tahmin ediyor. SMIC'in gelişmiş node kapasitesinin 2025 sonuna kadar ayda 45.000, 2026'da 60.000 ve 2027'de 80.000 wafer'a ulaşması bekleniyor.
Elbette, SMIC'in 7nm sınıfı verimliliği, özellikle Ascend NPU'ları gibi büyük çipler için TSMC'nin verimliliğinin gerisinde kalıyor. Ancak, SMIC çıktısının %50'sini Ascend'e ayırması durumunda, %50'nin altındaki bir verimlilikle bile, Huawei'nin 2026'nın dördüncü çeyreğinde 5 milyonun üzerinde Ascend 910B çipi elde etmesi mümkün. Asıl soru, 2.25 milyon Ascend 910C işlemcisinin bile 2026 sonundaki yapay zeka performansı gereksinimlerini karşılamaya yetip yetmeyeceği.
SMIC'in Dar Boğazları
Bazı finans kuruluşları, Çinli yapay zeka hızlandırıcılarının üretimiyle ilgili daha temkinli tahminlerde bulunuyor. Bu tahminlere göre Huawei, bu yıl yerel üreticilerden (SMIC ve potansiyel olarak Huawei'nin kendi fabrikası dahil) 600-650 bin adet '700 mm2 eşdeğeri' çip alacak ve bu rakam 2026'da 800-850 bine yükselecek. Cambricon için ise bu yıl 25-30 bin, 2026'da 300-350 bin ve 2027'de 450-480 bin adet büyük çip üretimi bekleniyor.
SMIC'in üretim döngüsünün, wafer başlangıcından çip tamamlanmasına kadar yaklaşık altı ay sürdüğü ve paketleme ile montajın ek iki ay daha alarak toplamda sekiz ay sürdüğü belirtiliyor. Bu süre, TSMC'nin 7nm sınıfı işlem düğümleri için yaklaşık 90-100 günlük wafer döngü süresinden ve 30-60 günlük gelişmiş paketleme süresinden önemli ölçüde daha uzun.
SMIC'in üretim döngüsünün daha uzun olmasının temel nedeni, DUV (Derin Ultraviyole) litografi ve yoğun çoklu desenleme teknolojilerine bağımlılığıdır. TSMC'nin de benzer teknolojiler kullanmasına rağmen üretim döngüsü daha kısaydı. Bu durum, SMIC'in Ascend 910B gibi büyük çipler için yeterli sayıda gelişmiş litografi aracına sahip olmaması veya genel fab verimliliğinin düşük olması gibi nedenlerden kaynaklanıyor olabilir. Ayrıca, SMIC'in gelişmiş paketleme kapasitesi olup olmadığı veya bu konuda dışarıdan destek alıp almadığı da belirsizliğini koruyor.
Eğer SMIC ve Huawei'nin 7nm sınıfı üretim teknolojisi ve büyük çipler konusunda ciddi fab darboğazları varsa, ASML'in gelişmiş tarayıcılarına erişim olmadan bu kapasiteyi artırmak zor olacaktır. Bu tarayıcıların Çin için sınırlı olması, durumu daha da karmaşık hale getiriyor.
Huawei, SMIC'in mobil uygulama işlemcileri, CPU'lar ve yapay zeka hızlandırıcı taleplerini karşılamayacağının farkında olduğu için kendi üretim tesislerine de büyük yatırımlar yapıyor. Bu tesisleri donatmak için çip üretim ekipmanları üreten SiCarrier'ın kurulmasına yardımcı oldu ve son yıllarda 9 milyar dolarlık ekipman satın alarak bunları tersine mühendislik ile kendi üretim süreçlerine entegre etmeyi hedefliyor.
Huawei'nin fab projesi başarılı olursa, tedarik zinciri üzerindeki kontrolü artacak ve SMIC'in kapasitesi Cambricon gibi diğer Çinli çip üreticilerine açılacaktır. Ancak, tam bir wafer fab ekipman tedarik zincirini yeniden inşa etmek, hatta gelişmiş DUV litografi sistemleri kurmak bile Huawei gibi büyük şirketler için oldukça zorlu bir görev olacaktır.
Çin'e gelişmiş fab ekipmanları konusunda kısıtlama olmasaydı, Huawei ve SMIC daha fazla ekipman temin ederek 7nm, hatta 5nm ve 3nm sınıfı zorlukları aşmayı deneyebilirdi. Ancak bu şirketler ASML'in gelişmiş tarayıcılarına bolca sahip olsa bile, kendinden hizalanan dörtlü desenleme (SAQP) gibi teknikleri mükemmelleştirmeleri ve tatmin edici verimlilikler elde etmeleri yıllar alabilir.
HBM Bellek Sıkıntısı
Gelişmiş fab araçları ve üretim kapasitesi eksikliği Çin yarı iletken endüstrisi için beklendik bir durum olsa da, yapay zeka hızlandırıcıları için daha az belirgin bir darboğaz daha var: Yüksek Bant Genişlikli Bellek (HBM) tedariği.
Analizler, Huawei'nin yapay zeka hızlandırıcı üretiminin sadece fab kapasitesiyle değil, HBM sıkıntısıyla da sınırlı olabileceğini gösteriyor. Şirket, önemli miktarda HBM yığını stoklamış olsa da (yaklaşık 11.7 milyon adet), ABD'nin HBM2E ve daha gelişmiş ürünlere yönelik ihracat kısıtlamaları öncesinde yalnızca bir ayda 7 milyon adet sevkiyat yapıldı. Bu stok, Ascend 910C üretimini desteklese de, 2025 sonuna kadar tükenmesi ve yeni kaynaklar bulunamazsa bu NPU'ların üretimini durdurması bekleniyor.
Çin'in ana yerli DRAM tedarikçisi CXMT, kendi HBM kapasitesini geliştirmek için çaba harcıyor. Şirket, mühendis kaçırma, yabancı ekipman ve hükümet desteği sayesinde DDR5 ve erken aşama HBM ürünleri üretebiliyor. Ancak, 2026 yılı için projeksiyonu olan yaklaşık 2.2 milyon HBM yığını, yalnızca 250.000 ila 400.000 Ascend 910C paketini destekleyebilir ki bu, Huawei'nin ihtiyacından oldukça az. CXMT hızla büyüyüp gelişmiş paketleme ortaklıkları kursa da, Samsung ve SK hynix gibi küresel liderlerin ölçeği ve verimliliğinden hala uzak.
Sonuç olarak, Huawei ve diğer Çinli şirketler, yapay zeka işlemcileri üretimine devam etmek için piyasa liderlerinin ürettiği HBM'leri ülkeye kaçak yollarla sokmaya çalışabilir. Ancak bu kısıtlama göz önüne alındığında, Çin'in yapay zeka donanım endüstrisi, HBM darboğazını aşamazsa daha fazla büyüyemeyebilir.
Peki ya Kendi Kendine Yeterlilik?
Gelişmiş işlem teknolojileri ve HBM tedarikine serbest erişimi olan Nvidia, Çin için milyonlarca yüksek performanslı yapay zeka işlemcisi üretebiliyor. Ürünleri ABD ihracat kontrollerine uyduğu sürece, Alibaba veya ByteDance gibi ortaklarının taleplerini karşılamak için milyonlarca GPU'yu (ister nispeten düşük performanslı H20 ister yüksek performanslı B30A olsun) Çin'e gönderebilir.
Hem H20 hem de B30A'nın üst düzey H100 ve B300'ün kırpılmış versiyonları olması nedeniyle, Nvidia'nın bu işlemcileri tedariki de sınırlı olabilir, zira şirket tam performanslı GPU'ları satmayı tercih edecektir. Bir yandan bu, Çin merkezli müşterilerin veya Nvidia'nın bulut hizmeti sağlayıcılarından ek kapasite alabileceği anlamına geliyor. Diğer yandan ise, Çin'de yapay zeka işlemcileri için karşılanmayan bir talep olduğu ve bu pazarın yerli yapay zeka donanım şirketleri tarafından doldurulabileceği anlamına geliyor.
Ancak, son söylentiler Çin hükümetinin, yerli endüstriyi güçlendirmek için Çinli şirketlerin yerli yapay zeka donanımı satın almasını istediğini gösteriyor. Eğer Çin gerçekten yapay zeka donanımında kendi kendine yeterlilik hedefliyorsa, üretim maliyetleri ve verimlilikten bağımsız olarak, yapay zeka donanımı (hem işlemci hem de bellek) üretiminde kaba kuvvet yaklaşımını benimseyebilir. Ancak gelişmiş fab kapasitesi ve HBM tedariki konusundaki belirsizlikler göz önüne alındığında, bu strateji işe yaramayabilir.
Dahası, parçalanmış ekosistemler ve Nvidia'nın CUDA yazılım yığınının yaygınlığı gibi başka engeller de, Çin'in yakın gelecekte yapay zeka donanım ve yazılımında kendi kendine yeterli olmasını engelleyebilir.
