Bankaların yapay zeka uygulamalarını pilot aşamadan günlük operasyonlara taşıması, işlem gücü ihtiyacını da büyütüyor. Dünyada CoreWeave ve Nebius gibi GPU altyapısına odaklanan neocloud şirketleri, büyük ölçekli yatırımlarla bu kapasiteyi hizmet olarak sunarken Türkiye’de bankaların seçenekleri daha sınırlı. Veri ve düzenleme gereklilikleri yurt dışındaki altyapılardan yararlanmayı zorlaştırıyor; yerel sağlayıcıların ölçeği ve bankaların kendi GPU’larını satın almasının maliyeti ise ayrı sorunlar yaratıyor.

Microsoft’ta 17 yıl boyunca edindiği deneyimle bulut bilişim sektörünü yakından tanıyan ENA VC Yönetici Direktörü Mehmet Üner, Satırarası’na verdiği röportajda Türkiye’nin yapay zeka altyapısında güçlü bir temel bulunduğunu, ancak ihtiyaç duyulan kapasite ve ölçeğe ulaşmak için yeni adımlar gerektiğini vurguluyor. Yapay zeka iş yüklerine yönelik veri merkezi ve GPU hizmetleri sunmayı hedefleyen Nuvena’nın yatırım çalışmalarında da yer alan Üner’e göre sorun yalnızca GPU satın almak değil; bu donanımı finanse etmek, sürekli verimli kullanmak ve hızla değişen teknolojiye ayak uydurmak. Türkiye’nin küresel altyapı yatırımlarını çekmede potansiyelinin çok daha fazlasını gerçekleştirebileceğini düşünen Üner, çözümün uzmanlaşmış neocloud şirketleri ve daha büyük ölçekli yatırım ortaklıklarından geçtiği görüşünde.

Türkiye’deki bankalar GPU ihtiyacını nasıl sağlayacak?

Bankaların önünde üç seçenek var. Birincisi Microsoft, AWS veya Google gibi küresel bulut sağlayıcılarından kapasite almak. İkincisi Türkiye’deki yerel bulut şirketlerinden hizmet almak. Üçüncüsü de GPU’ları satın alıp kendi veri merkezlerine kurmak.

Ama mesele bu üç seçenekten birini seçmek kadar basit değil. Bankacılık, telekom, sağlık, enerji, kamu ve savunma gibi alanlarda veri ve düzenleme yükümlülükleri var. Veriyi yurt içinde saklama gereklilikleri devreye giriyor. Dolayısıyla dünyadaki herhangi bir şirketin kolaylıkla kullanabildiği altyapıyı Türkiye’deki bir banka aynı koşullarda kullanamayabiliyor.

Yerel bulut şirketleri bu ihtiyacı karşılayabilir mi?

Türkiye’de Bulutistan, İşNet, CloudFlex, GlassHouse gibi şirketler var. Kredi Kayıt Bürosunun da bulut hizmetleri bulunuyor. Toplamda 10–15 kadar yerel oyuncudan söz ediyoruz.

Ama bu şirketlerle küresel oyuncular arasında çok ciddi bir ölçek farkı var. Yatırım bütçeleri aynı değil, satın alma güçleri aynı değil, sunabilecekleri kapasite aynı değil. GPU gibi büyük sermaye gerektiren bir alanda bu fark doğrudan maliyete yansıyor.

Satın almak mı, kiralamak mı daha ekonomik?

Önce şunu görmek gerekiyor: Bu çok büyük bir CAPEX yatırımı. Yalnızca GPU’nun fiyatına bakarak karar veremezsiniz.

Enerji var, veri merkezi inşaatı var, soğutma var, finansman var, işletme maliyetleri var. Çok büyük kapasiteli veri merkezleri kurduğunuzda elektrik şebekesini bile zorlayabiliyorsunuz.

Burada belirleyici olan ölçek ekonomisi. Küçük ölçekte yatırım yapan bir bankanın bütün bu maliyetlerde uzman bir altyapı işletmecisiyle aynı noktaya gelmesi kolay değil. Donanımı satın almak, o altyapıyı ekonomik biçimde işletmek anlamına gelmiyor.

Dünyada nasıl bir model gelişiyor?

Dünyada neocloud veya neoscaler dediğimiz yeni bir model gelişiyor. CoreWeave, Nebius ve Together AI gibi şirketlerden söz ediyoruz.

Bu şirketlerin işi GPU altyapısı kurmak. Finansmanını sağlıyorlar, donanımı satın alıyorlar, işletiyorlar ve müşterilerine hizmet olarak sunuyorlar.

Bunu büyük ölçekte yapıyorlar. Uzun vadeli sözleşmelerle çalışıyor, kapasiteyi yönetiyor, gerektiğinde farklı müşterilere farklı koşullarda hizmet verebiliyorlar.

Buradaki temel mesele yalnızca GPU sahibi olmak değil. GPU kapasitesini sürekli ve ekonomik biçimde çalıştırabilmek. Bu şirketlerin uzmanlaştığı alan tam olarak bu.

Büyük bulut şirketleri neden bu modele yöneliyor?

Çünkü veri merkezi, enerji altyapısı ve GPU donanımı çok büyük sermaye gerektiriyor.

Microsoft, AWS veya Google gibi şirketler de bu yatırımların bir bölümünde uzmanlaşmış GPU altyapı şirketleriyle çalışabiliyor. Neocloud şirketleri finansman, işletme ve kapasitenin müşterilere sunulması üzerine odaklanıyor.

Bu işin başlı başına bir uzmanlık alanına dönüşmesinin nedeni de bu. GPU yatırımı yapmakla GPU hizmeti işletmek aynı şey değil.

Küresel neocloud şirketleri Türkiye’deki bankalara neden hizmet veremiyor?

Bu şirketlerin Türkiye’de veri merkezleri yok. Bankaların da yurt dışındaki altyapılardan yararlanması veri ve düzenleme yükümlülükleri nedeniyle kolay değil.

Veri yerelleştirme gerekliliklerinin haklı gerekçeleri var. Bu yüzden konuyu yalnızca mevzuat üzerinden değerlendirmek doğru olmaz; teknoloji ve yatırım dünyası olarak bizim de üzerimize düşen sorumluluklar var.

Bu şirketlerle daha güçlü ortaklıklar nasıl kurabiliriz? Onlara Türkiye’de yatırım yapabilecekleri, olgunlaşmış projeleri nasıl sunabiliriz? Bence odaklanmamız gereken sorular bunlar.

Bölgemizde, enerji kaynakları ve coğrafi esnekliği bizden çok daha sınırlı, enerji ve fiber bağlantısında bölgesel köprülere ihtiyaç duyan ülkeler bile uluslararası finansman ve teknoloji ortaklıklarıyla bu tür yatırımları çekebiliyor. Türkiye’nin enerji, coğrafya ve pazar avantajlarıyla bu alanda çok daha fazla örnek ortaya koyabileceğine inanıyorum.

Yerel GPU hizmeti neden pahalı?

Çünkü aynı ölçekte satın alma yapmıyoruz.

Küresel bir oyuncu binlerce GPU satın alabiliyor. Türkiye’deki yerel bir sağlayıcının aynı satın alma gücüne sahip olmasını bekleyemezsiniz.

Üstelik maliyet GPU’yu satın almakla bitmiyor. Veri merkezi, enerji, finansman ve aracı hizmetlerin marjları da üzerine ekleniyor.

Türkiye’de veri merkezi hizmetleri için aylık kilowatt başına 300–400 dolar düzeyinde rakamlardan söz ediyoruz. ABD’de bazı büyük ölçekli örneklerde bu rakam 100–120 dolar düzeyine inebiliyor.

Bu koşullarda aynı hizmeti aynı maliyetle sunmak kolay değil. Ölçek farkı, sonunda müşterinin ödediği fiyata yansıyor.

Bankalar GPU’larını kendileri satın alırsa?

Alabilirler. Ama satın aldığınız GPU’yu ne kadar süre ekonomik biçimde kullanabileceğiniz de önemli.

GPU teknolojisi çok hızlı değişiyor. Yeni nesil donanımlar çıktıkça elinizdeki GPU’ların hangi iş yükleri için uygun kalacağını yeniden düşünmeniz gerekiyor.

Bir neocloud işletmecisi yeni nesil GPU’ları yüksek performans isteyen müşterilere, önceki nesilleri başka müşterilere sunabilir. Kapasiteyi farklı müşteri grupları arasında değerlendirebilir.

Banka bunu nasıl yapacak? Kendi ihtiyacı için aldığı GPU’ları farklı müşterilere sunmak bankanın işi değil. Dolayısıyla aynı donanım, uzman bir altyapı şirketinin elinde ekonomik olarak değerlendirilebilirken bankanın elinde çok daha sınırlı bir kullanım alanına sahip olabilir.

Burada yalnızca satın alma maliyetine değil, donanımın ekonomik ömrüne ve kullanım verimliliğine de bakmak gerekiyor.

Nuvena bu işin neresinde?

Bizim Nuvena ile yapmak istediğimiz tam olarak bu. Türkiye’de yapay zeka iş yüklerine yönelik bir veri merkezi ve bunun üzerinde GPU hizmeti sunan bir neocloud kurmak istiyoruz.

İlk proje kapsamında yaklaşık 5 bin GPU planlıyoruz.

Amacımız bankaların ve diğer kuruluşların her seferinde kendi donanımlarını satın almak zorunda kalmaması. Bu kapasiteyi daha büyük ölçekte kurup hizmet olarak sunmak istiyoruz.

Türkiye’deki mevcut kapasiteyle kıyaslandığında ne büyüklükte?

Benim tahminim, bugün Türkiye’de bankaların, kamu kurumlarının ve diğer kuruluşların elindeki toplam GPU sayısının 3.500–4.000 civarında olduğu yönünde.

Biz ilk aşamada 5 bin GPU hedefliyoruz.

Yani yalnızca bizim planladığımız ilk kapasite, bugün Türkiye’nin tamamında bulunduğunu tahmin ettiğim GPU sayısından daha büyük.

Yatırımın büyüklüğü ne olacak?

Veri merkezi yatırımının maliyetine bakarsanız, yaklaşık 1 MW kapasite için ortalama 10 milyon dolar diyebiliriz. Teknolojiye ve altyapıya göre bu rakam 8 milyon dolara da inebilir, 12 milyon dolara da çıkabilir.

Biz 30–32 MW büyüklüğünde bir veri merkezi planlıyoruz. Yalnızca veri merkezi tarafında yaklaşık 320 milyon dolarlık bir yatırımdan söz ediyoruz.

Bunun üzerine 5 bin GPU için yaklaşık 100 milyon dolar eklemeniz gerekiyor.

Dolayısıyla toplamda 400–500 milyon dolarlık bir finansman ihtiyacı var. Bu büyüklükte bir altyapıyı kurmaktan söz ediyoruz.

Finansmanı nasıl sağlayacaksınız?

Farklı yatırımcıların kaynaklarını bir araya getiren bir fon modeli üzerinde çalışıyoruz.

Ben Türkiye’de herkesin kendi küçük veri merkezini kurmasının doğru model olduğunu düşünmüyorum. Her şirket ayrı ayrı yatırım yapıyor, ayrı ayrı kapasite oluşturuyor. Oysa bu kaynakları bir araya getirerek daha büyük ölçekli yatırımlar yapmak mümkün.

Böyle bir altyapının ekonomik olabilmesi için ölçeğin büyümesi gerekiyor. Bizim üzerinde çalıştığımız model de buna dayanıyor.

Türkiye’de benzer yatırımlar var mı?

Türk yatırımcılarla küresel veri merkezi şirketlerinin birlikte geliştirdiği projeler var ve bunları çok önemli buluyorum. Bu ölçekte yatırımların uluslararası ortaklıklarla yapılabileceğini gösteren örnekler.

Ama Türkiye’nin ihtiyacı düşünüldüğünde bu projelerin sayısının artması gerekiyor. Birkaç veri merkezi yatırımıyla yetinemeyiz. Çok daha büyük bir kapasite oluşturmamız lazım.

Kamu tarafında GPU ve veri merkezi kapasitesi için ne yapılıyor?

Sanayi ve Teknoloji Bakanlığının bu konuda bir eylem planı var. Türkiye’deki veri merkezi kapasitesinin yaklaşık 250 MW’tan 2030’a kadar 1 GW’a çıkarılması hedefleniyor. Yapay zeka veri merkezlerinin kurulması da bu çalışmaların içinde.

Bu planın hazırlık sürecinde görüş paylaşma fırsatım oldu. Hedefler doğru ve iddialı.

Bir de “Herkes İçin GPU” programı var. Akademisyenlerin, KOBİ’lerin, teknoloji girişimlerinin ve öğrencilerin GPU kaynaklarına erişebilmesi amaçlanıyor.

Bu önemli. Çünkü yapay zeka geliştirmek isteyen herkesin kendi GPU altyapısını satın alabilecek gücü yok.

Bu çalışmalar bankalara yeter mi?

Kamunun attığı adımlar çok değerli ve yön gösterici. Bu adımların özel sektörün kuracağı neocloud altyapılarıyla ve küresel oyuncuların Türkiye’ye yapacağı yatırımlarla tamamlanması gerekiyor.

Biz 30 MW civarında bir proje planlıyoruz. Ama Türkiye’nin ihtiyacı bunun çok üzerinde.

300 MW’lık bir altyapı kurmaya kalksanız milyarlarca dolarlık yatırımdan söz ediyorsunuz. Dolayısıyla mesele birkaç şirketin kendi ihtiyacını karşılaması değil. Ülkenin yapay zeka altyapısını oluşturmak.

Bankaların yapay zekayı üretim ortamında geniş ölçekte kullanabilmesi için bu kapasitenin oluşması gerekiyor.

Egemen yapay zeka için ne gerekiyor?

Ben egemen yapay zekayı altı katmanda ele alıyorum.

Birincisi enerji. İkincisi veri merkezi. Üçüncüsü çip. Dördüncüsü model. Beşincisi bulut yönetim ve dağıtım yazılımı. Altıncısı da yapay zeka uygulamaları.

Bu katmanların her birinde ne kadar kontrol sahibi olduğumuza bakmamız gerekiyor.

Veri merkezinin Türkiye’de bulunması tek başına yeterli değil. Kullandığınız çip nereden geliyor? Modeli kim geliştiriyor? Altyapıyı hangi yazılımla yönetiyorsunuz? Uygulamaları kim üretiyor?

Egemen yapay zeka dediğimizde bütün bu katmanları birlikte düşünmek zorundayız.

En büyük dışa bağımlılık nerede?

Çipte.

Bugün Nvidia ve AMD gibi küresel üreticilerin teknolojilerini kullanıyoruz. Bu, dünyanın büyük bölümü için de geçerli ve kısa vadede değişmesi beklenmiyor.

Ama Türkiye’de bu alanda çalışan yetkin şirketler var. Biz de yerli çip tasarımı yapan Türk şirketleriyle görüşüyoruz.

Bu çalışmaların sonuç vermesi üç ila beş yıl alabilir. Dolayısıyla bugünden yarına tamamen yerli bir çip altyapısına sahip olacağımızı söyleyemeyiz.

Düzenlemeler değişmeli mi?

Ben Türkiye’nin dışa kapanması gerektiğini düşünmüyorum.

Microsoft da burada çalışabilmeli, diğer küresel teknoloji şirketleri de. Türkiye’nin bu teknolojilere erişebilmesi önemli.

Ama aynı zamanda kendi alternatiflerimizi de geliştirmeliyiz.

Ödeme sistemlerinde küresel kart şemalarının yanında yerli bir kart şemamız da var. Benzer bir yaklaşımı yapay zeka altyapısında da düşünmeliyiz. Küresel şirketler burada faaliyet gösterirken Türkiye’nin kontrolünde yerli alternatifler de bulunmalı.

Mesele dünyaya kapanmak değil. Mesele, tek seçeneğinizin dışarıdaki bir şirketin sunduğu hizmet olmaması.

Dışa bağımlılığın asıl riski nedir?

Herhangi bir nedenle küresel yapay zeka hizmetlerine erişimin kesintiye uğradığını düşünün. Bu sistemleri kullanan kurumlar ve kullanıcılar doğrudan etkilenir.

Küresel teknolojileri kullanmaya devam etmeliyiz. Ama iş sürekliliği açısından alternatiflerimizi de hazır tutmalıyız.

Ben her kurumun ayrı ayrı devasa altyapılar kurmasını da doğru bulmuyorum. Savunma sanayisinin, kamunun ve ticari şirketlerin farklı ihtiyaçlarına hizmet edebilecek, Türkiye’nin kontrolünde ortak neocloud altyapıları oluşturulabilir.

Böylece hem küresel sistemlerden yararlanırız hem de tamamen onlara bağımlı kalmayız.

Önümüzdeki üç-dört yıl içinde büyük bankalar yapay zekayı geniş ölçekte çalıştırabilecek mi?

Umarım. Ama bunun için yatırımların gerçekleşmesi gerekiyor.

Bizim projemiz, büyük Türk gruplarının planladığı yatırımlar ve Bakanlığın çalışmaları hayata geçerse Türkiye’de bankaların kullanabileceği neocloud altyapıları oluşabilir.

Bu, yapay zekanın bankalarda üretim ortamına taşınmasını kolaylaştırır.

Ama burada ciddi bir finansman ihtiyacı var. 2030 için konuşulan 1 GW kapasite hedefi yaklaşık 10 milyar dolarlık yatırım gerektiriyor.

Bunu yalnızca kamu kaynaklarıyla yapamazsınız. Özel sektörün ve uluslararası yatırımcıların da bu yatırımlara katılması gerekiyor.

Türkiye finansmanı kendi kaynaklarıyla sağlayabilir mi?

Türkiye’deki yatırımcıları harekete geçirmek zorundayız. Ama yalnızca kendi kaynaklarımıza dayanarak bu ölçekte bir altyapı kurmamız kolay değil.

Körfez ülkelerinden, Amerika’dan ve başka uluslararası kaynaklardan sermaye çekmemiz gerekiyor.

Bölgemizde, enerji ve coğrafi imkânları daha sınırlı ülkelerde bile bu tür yatırımlar uluslararası finansman ve teknoloji ortaklıklarıyla hayata geçirilebiliyor.

Türkiye bu ortaklıklar için bölgedeki en güçlü adaylardan biri; bu fırsatı iyi değerlendirmeliyiz.

Bölgedeki ülkeler ne yapıyor?

Gürcistan’da bu alanda yatırım planlayan bir ekiple görüştüm. Slovenya’da da Avrupa pazarına hizmet vermek amacıyla 350 MW’lık kapasite üzerinde çalışan bir ekiple konuştuk.

Burada enerji maliyeti çok belirleyici. Avrupa’nın büyük ekonomilerinde elektrik pahalı. Daha uygun enerji maliyetine sahip ülkeler GPU altyapısı kurarak yalnızca kendi ülkelerine değil, daha geniş pazarlara hizmet verebilir.

Dolayısıyla bu yarış yalnızca büyük teknoloji şirketleri arasında yaşanmıyor. Ülkeler de yapay zeka altyapısı yatırımlarını çekmek için rekabet ediyor.