Bellek Pahalanıyor, Yapay Zekâ Daha Azıyla Yetinmeyi Öğreniyor

Yarı bellek, daha yüksek fiyat

NVIDIA'nın DGX Spark'ı, yapay zekâ geliştiricileri için tasarlanmış küçük bir masaüstü bilgisayar. Ekim 2025'te 128 GB birleşik bellekle ve 3.999 dolarlık fiyatla çıktı. Fikir basitti: büyük yapay zekâ modellerini bir veri merkezine ihtiyaç duymadan, masanın üstünde çalıştırmak.

O fiyat uzun sürmedi. NVIDIA, Şubat 2026'da küresel bellek tedariğindeki sıkıntıyı gerekçe göstererek fiyatı 4.699 dolara çıkardı. Bu ay ise 128 GB'lık modelin fiyatı 6.950 dolara yükseldi, yani çıkış fiyatının yaklaşık yüzde 75 üzerine.

Aynı hafta NVIDIA bir de "daha erişilebilir" bir sürüm duyurdu: 23 Ekim'de Acer, ASUS, Dell, Gigabyte, HP ve MSI aracılığıyla satışa çıkacak, 64 GB bellekli bir DGX Spark. Başlangıç fiyatı 4.999 dolar.

Rakamlar yan yana konunca tuhaf bir tablo ortaya çıkıyor. Yeni 64 GB'lık model, bugünkü 128 GB'lık modelden ucuz. Ama bir yıl önce iki katı belleğe sahip modelin çıkış fiyatından yaklaşık yüzde 25, yani tam 1.000 dolar pahalı. Daha fazla bellek isteyen biri iki adet 64 GB'lık modeli birbirine bağlarsa ise toplamda 9.998 dolar ödüyor; bu, tek bir 128 GB'lık modelden de yaklaşık 3.000 dolar fazla.

NVIDIA'nın kendi açıklamasına göre 64 GB'lık model, yaklaşık 100 milyar parametreye kadar modelleri çalıştırabiliyor; 128 GB'lık model için bu sınır 200 milyar.

Neredeyse yedi yıllık bir kutuya yüzde 50 zam

Bellek krizinin yalnızca pahalı yapay zekâ bilgisayarlarını vurduğunu düşünmek yanlış olur. Aynı hafta NVIDIA, 2019'da 199,99 dolara çıkan Shield TV Pro'nun fiyatını 2 Ekim'den itibaren 299,99 dolara yükseltti. Cihazın standart sürümü ise tamamen üretimden kaldırıldı.

Bu zammı tuhaf yapan, cihazın içinde hiçbir şeyin değişmemesi. Shield TV Pro neredeyse yedi yıl önceki aynı işlemciyi, aynı 3 GB belleği ve aynı 16 GB depolama alanını kullanmaya devam ediyor. Normalde teknoloji ürünleri yaşlandıkça ucuzlar; bu cihaz ise çıktığı günden yüzde 50 daha pahalı. NVIDIA'nın açıklaması kısa: bellek de dahil bileşen maliyetleri sektör genelinde ciddi biçimde arttı.

Shield yalnız da değil. Apple Haziran sonunda, Roku Temmuz sonunda ve Google Ağustos sonunda kendi yayın cihazlarına zam yapmıştı.

Krizin arkasında ne var?

Bu zamların arkasındaki ana etkenlerden biri, yapay zekâ veri merkezlerinin doymak bilmeyen bellek ihtiyacı. Yapay zekâ sunucuları, HBM adı verilen özel, yüksek bant genişlikli bellekler kullanıyor. HBM, sıradan DRAM'e göre aynı miktarda bellek üretmek için daha fazla wafer kapasitesi tüketiyor. Yapay zekâ hızlandırıcılarından gelen güçlü talep de üreticilerin sınırlı üretim kapasitesinin giderek daha büyük bölümünü HBM ve sunucu belleğine ayırmasına yol açıyor.

Bunun doğrudan sonucu, bilgisayarlara ve tüketici elektroniğine giden geleneksel DRAM arzının sıkışması. Depolama tarafında da benzer bir baskı var; ancak orada neden HBM değil, yapay zekâ veri merkezlerinin büyüyen kurumsal SSD talebi. RAM ve SSD fiyatlarının neden yükseldiğini daha önce ayrıca ele almıştık.

Hikâyenin ironisi de burada: yapay zekâ çiplerinin dünyadaki en büyük satıcılarından biri olan NVIDIA, bu çiplerin yarattığı bellek talebinin faturasını, oturma odasında film izlemek için kendi kutusunu alan müşterilerine yansıtıyor.

Öbür tarafta: 125 milyar parametre, 12 GB ekran kartı

Tam bu sırada açık kaynak dünyasından ters yönde bir haber geldi.

Niko1221 kullanıcı adıyla tanınan bir geliştiricinin MIT lisansıyla yayımladığı Strata adlı yazılım, Qwen ekibinin 125 milyar parametreli dil modeli Qwen3.8-Flash-Next'i, 12 GB belleğe sahip tek bir oyun ekran kartında çalıştırdığını iddia ediyor. Bu boyuttaki modeller normalde yüzlerce gigabaytlık ekran kartı belleğine sahip sunucular gerektiriyor.

Bunu mümkün kılan, modelin yapısı. Qwen3.8-Flash-Next bir "uzmanlar karışımı" (MoE) modeli: içinde binlerce küçük "uzman" alt ağ var, ama her kelime üretilirken bunların yalnızca küçük bir kısmı devreye giriyor. (Aktif parametre sayısının bellek ihtiyacını neden tek başına belirlemediğini Nemotron yazısında anlatmıştık.) Strata, modeli bilgisayarın sistem belleğine (RAM) yerleştiriyor, en sık kullanılan uzmanları ayrıca ekran kartının hızlı belleğine alıyor ve işlemciyi de hesaplamaya katıyor. Model ayrıca 2–3 bitlik sürümlere kadar sıkıştırılabiliyor. Bu, bellek kullanımını ciddi biçimde azaltırken model kalitesinde de bir miktar kayıp yaratabiliyor; kaybın boyutu seçilen sıkıştırma düzeyine göre değişiyor.

Proje kısa sürede GitHub'da binlerce yıldız topladı. Paylaşılan hız rakamları, ekran kartına ve sisteme göre saniyede birkaç onlarca kelime parçacığı (token) düzeyinde. Ama farklı sistemlerden gelen sonuçlar birbirinden ciddi biçimde ayrıldığı için Strata için tek bir hız rakamı vermek şimdilik yanıltıcı olur.

Yine de bir bellek faturası var

Strata'nın hikâyesinde gözden kaçması kolay bir ayrıntı var: yazılım ekran kartı belleğinden tasarruf ediyor, ama bunu sistem belleğine yaslanarak yapıyor. Çalışması için en az 32 GB sistem belleği gerekiyor, bütün model boyutları için 64 GB öneriliyor. Ayrıca yaklaşık 70–80 GB disk alanı istiyor.

Yani Strata bellek ihtiyacını ortadan kaldırmıyor; onu farklı katmanlara dağıtıyor. Uzmanların tamamı sistem belleğinde tutulurken, en sık kullanılan birkaç bini ayrıca ekran kartının hızlı belleğine alınmış durumda; büyük bir arama tablosu ise SSD'de bulunuyor. Daha büyük model sürümlerinde sistem belleği yetmediğinde ağırlıkların bir bölümü de SSD'den okunabiliyor. Ve yükün büyük kısmını taşıyan sistem belleği, tam da NVIDIA'nın Shield zammına sebep olan krizden payını alan bileşenlerden biri.

İki haber yan yana konduğunda ortaya çıkan tablo bu yüzden ilginç. Donanım tarafında bellek, yapay zekâ çağının en kıt kaynaklarından birine dönüşüyor ve fiyatı yükseldikçe aynı platformların daha düşük bellekli sürümleri bile geçmişteki daha güçlü modellerden pahalıya çıkabiliyor. Yazılım tarafında ise geliştiriciler, aynı modeli daha az ve daha ucuz bellekle çalıştırmanın yollarını arıyor. Bellek pahalandıkça, onu daha akıllıca kullanmak da daha değerli hale geliyor.

Bilgisayar toplamayı düşünen herkes için de bundan çıkan pratik ders basit: önümüzdeki dönemde bellek fiyatları, bir sistemin toplam maliyetinde eskisinden çok daha belirleyici bir kalem olabilir.