Çin'in 140 milyar dolarlık yapay zeka yatırımında maliyet verimliliği belirleyici olacak

Çin'in büyük teknoloji şirketleri, yapay zeka (AI) hesaplama altyapısını ABD'ye kıyasla çok daha az sermayeyle büyütüyor. Toplam yatırım tutarından çok, elektrik, arazi ve soğutma maliyetlerini kapsayan 'dolar başına işlem gücü', ABD-Çin yapay zeka altyapısı rekabetinin belirleyici göstergesi haline geliyor.

Moody's Ratings'in raporuna göre Çin'in önde gelen teknoloji şirketlerinin yapay zeka ile ilgili sermaye harcamaları 2025'te 65 milyar dolardan 2026'da 140 milyar dolara, 2027'de ise 165 milyar dolara yükselecek. Hong Kong merkezli South China Morning Post, bu bulguyu 6'sında (yerel saatle) haberleştirdi. Aynı dönemde ABD'nin altı büyük hiper ölçekli (hyperscale) sağlayıcısının harcamalarının 2026'da 785 milyar doları aşacağı, 2027'de ise 1 trilyon dolara yaklaşacağı öngörülüyor.

Sadece yatırım büyüklüğüne bakıldığında ABD'nin üstünlüğü açık. Ancak Moody's, fiili fiziksel hesaplama kapasitesindeki farkın sermaye harcaması farkı kadar açılmadığını belirtiyor. Çin'li şirketlerin aynı bütçeyle elde edebildiği veri merkezi arazisi, elektrik ve soğutma altyapısı maliyetinin görece düşük olması bu durumun nedeni olarak gösteriliyor.

Hiper ölçekli sağlayıcı, büyük ölçekli bulut ve veri merkezi işleten şirketleri ifade ediyor. Yapay zeka eğitimi ve çıkarım (inference) talebinin artmasıyla bu şirketlerin yatırım alanı grafik işlemci (GPU), sunucu, elektrik şebekesi, soğutma sistemleri ve ağ ekipmanlarına kadar genişledi. Sermaye harcaması artık yalnızca sunucu alımı değil, yapay zeka hizmetlerini sürekli çalıştırabilecek altyapının toplam maliyetine karşılık geliyor.

Çin'in maliyet avantajı en çok elektrik yapısında öne çıkıyor. Pekin'in 'Doğudan Veri, Batıdan Hesaplama' (dongshu xisuan) politikası, doğu kıyısındaki veri işleme talebini İç Moğolistan ve Gansu gibi batı ve iç bölgelerdeki enerji kaynaklarına kaydırma amacı taşıyor. Gecikmeye (latency) daha az duyarlı yapay zeka eğitim işleri, elektrik ve soğutma maliyeti düşük bölgelere taşınabiliyor.

BMI, temiz enerjiye ve serin iklime sahip bölgelere yapay zeka eğitim işlerinin taşınmasının elektrik ve soğutma maliyetlerini azaltabileceğini belirtiyor. ByteDance'in İç Moğolistan'daki Ulanqab veri merkezini genişletmesi bu eğilimin bir örneği olarak gösteriliyor. Veri merkezi yer seçimi rekabetinin artık arazi bulma yarışının ötesine geçip elektrik birim maliyeti ve soğutma verimliliği rekabetine dönüştüğü anlaşılıyor.

Kurulu kapasite verileri de aynı tabloyu yansıtıyor. Veri merkezi kurulu kapasitesi açısından 2025 sonunda ABD'nin 52 gigavat (GW), Çin'in ise 28 GW seviyesinde olduğu belirtiliyor. 2030'da bu rakamların ABD'de 100 GW'a, Çin'de 67 GW'a ulaşması bekleniyor.

Büyüme hızına bakıldığında Çin'in genişlemesi daha hızlı. Çin'in veri merkezi kurulu kapasitesindeki yıllık ortalama büyüme oranının yüzde 19 ile ABD'nin yüzde 14'ünün üzerinde olması bekleniyor. Yine de mutlak kapasitede 2030'da bile ABD'nin üstünlüğünü koruyacağı bir yapı söz konusu.

Sınırlamalar da net. Yapay zeka harcamalarında sunucu ve hızlandırıcıların en büyük payı oluşturması nedeniyle, en gelişmiş Nvidia çiplerine erişim kısıtlaması Çin'li şirketlerin zayıf noktası olarak öne çıkıyor. Çin menşeli işlemci ve yazılım ekosistemi gelişmeye devam etse de Moody's, bunun hâlâ Nvidia'nın teknolojisi ve ekosisteminin gerisinde kaldığını değerlendiriyor.

Enerji verimliliği de çözülmesi gereken bir mesele. SemiAnalysis, Huawei'nin CloudMatrix 384 sisteminin Nvidia'nın GB200 NVL72'sine kıyasla yaklaşık 4,1 kat daha fazla elektrik tükettiğini, buna karşılık işlem performansının neredeyse iki katına ulaştığını hesaplıyor. Performans farkı kapansa bile aynı işlemi gerçekleştirmek için harcanan elektrik maliyetinin rekabet gücünü belirleyen bir değişken olabileceği değerlendiriliyor.

Model rekabetinde de Çin'in ilerleme kaydettiği görülüyor. Moonshot AI'ın Kimi K3, Zhipu AI'ın GLM-5.3 ve Alibaba Group Holding(BABA)'ın Qwen3.8 modelleri, önemli karşılaştırma testlerinde küresel çapta önde gelen açık ağırlıklı (open-weight) modellerle birlikte değerlendiriliyor. Ancak model performansının doğrudan bulut geliri ve kârlılığına yansımadığı da bir gerçek.

Gelir elde etme (monetizasyon) farkı hâlâ büyük. Son çeyrek itibarıyla bulut geliri Microsoft(MSFT)'ta 59 milyar dolar, Amazon(AMZN)'da 42 milyar dolar, Alphabet(GOOGL)'da 25 milyar dolar olarak açıklandı. Alibaba(BABA) ise 7 milyar dolar, Baidu(BIDU) ise yaklaşık 1 milyar dolar ile bu rakamların oldukça gerisinde kaldı.

Alibaba Bulut'un (Alibaba Cloud) Haziran çeyreği geliri yüzde 45 artarak 22 çeyrek sonra en hızlı büyüme oranına ulaştı. Çin'li şirketler altyapı maliyetlerini düşürüp kapasiteyi hızla artırsa da, bunu istikrarlı bulut gelirine dönüştürme aşamasında ABD'li büyük sağlayıcılarla aradaki farkın sürdüğü görülüyor.

Aynı soru yerel şirketler için de geçerli. Yapay zeka altyapısı, çok sayıda sunucu almakla kazanılan bir yarış değil; elektrik sözleşmeleri, soğutma maliyeti, ekipman tedariki ve talep güvencesinin iç içe geçtiği bir maliyet yapısı meselesi. TokenPost daha önce yerel yapay zeka hesaplama merkezi tartışmalarında da yalnızca işlem ekipmanı toplamıyla rekabet gücünün açıklanamadığını aktarmıştı.

Moody's'in ortaya koyduğu ABD-Çin karşılaştırması, yapay zeka altyapı yatırımlarında toplam tutardan çok fiilen kullanılabilir işlem gücünün ve işletme maliyetinin birlikte değerlendirilmesi gerektiğini gösteriyor. TokenPost daha önce büyük ölçekli altyapı yatırımlarının fon büyüklüğünden çok elektrik sözleşmeleri ve yerel maliyet yapısına bağlı olabileceği yönündeki eğilimi aktarmıştı. Elektrik, arazi ve ekipman tedariki koşulları birlikte sağlanmadıkça, yalnızca yatırım tutarıyla yapay zeka hesaplama rekabet gücünü açıklamak zor görünüyor.