Pat Gelsinger ve Anton Osika: Intel’in Dersleri, AI Altyapısı ve Yazılımın Yeni Çağı
İngilizce podcast bölümünde Jason Calacanis, eski Intel CEO’su Pat Gelsinger ile Intel’in gerilemesini, Nvidia, TSMC ve Apple karşısında kaçırılan fırsatları, Taiwan riski ile AI altyapı yatırımlarını konuştu. Programın ikinci bölümünde Lovable kurucusu Anton Osika, yapay zekâ destekli yazılım geliştirme platformunun büyümesini, güvenlik yaklaşımını ve yeni yazılım ekonomisini anlattı.
Intel’de Teknik Liderlikten Uzaklaşma
Pat Gelsinger, Intel’de 34 yıl geçirdiğini ve şirkete 18 yaşında katıldığını hatırlatarak Intel’i yalnızca bir iş deneyimi değil, teknik kültürünün şekillendiği yer olarak anlattı. Andy Grove, Gordon Moore, Bob Noyce ve Craig Barrett gibi isimleri mentorları olarak andı. "Intel'e 18 yaşında katıldım; ergenliğimi Intel'de geçirdim," diyen Pat Gelsinger, şirketin o dönemde derin teknik kadrolar tarafından yönetildiğini belirtti.
Gelsinger’e göre Intel’in raydan çıkmasında temel faktörlerden biri, şirketin teknoloji liderlerinden çok iş ve finans kökenli yöneticiler tarafından yönetilmeye başlamasıydı. İlk kez üst yönetim toplantılarına katıldığında odadaki 20 kişiden yaklaşık 15’inin doktora derecesine sahip olduğunu söyledi. "Temel meselelerden biri, şirketin teknoloji insanları yerine iş insanları tarafından yönetilmeye başlamasıydı," diyen Pat Gelsinger, teknoloji şirketlerinde büyük kararların yalnızca elektronik tablolarla alınamayacağını vurguladı.
Gelsinger, kendisi geri dönmeden önceki beş-altı yılda Intel’in hissedarlara temettü ve hisse geri alımları yoluyla 100 milyar dolar aktardığını söyledi. Ona göre bu para yeni fabrikalar, EUV makineleri ve uzun vadeli teknoloji yatırımları için kullanılabilirdi. Şirketin uzun süre yeni fabrika kurmamasını ve üretim teknolojilerinde yeterince agresif davranmamasını önemli hata olarak değerlendirdi.
Apple Silicon ve Steve Jobs’ın Hazırlığı
Apple’ın kendi çiplerini geliştirmeye yönelmesi, Gelsinger’e göre Intel açısından önemli yol ayrımlarından biriydi. Steve Jobs’ı "inanılmaz" ama aynı zamanda "acımasız" ve zor bir lider olarak tanımladı. Apple’ın Intel’e geçtiği dönemde Intel’den daha küçük, daha düşük güç tüketimli ve daha verimli çipler istediğini söyledi.
Gelsinger, Jobs’ın Intel’e güvenini yitirmesiyle Apple içinde çip yetkinliği inşa etmeye başladığını anlattı. P.A. Semi gibi küçük satın almalar ve içeride geliştirilen küçük çip projeleri zamanla daha büyük bir kabiliyete dönüştü. "Steve'e işletim sistemini x86'ya taşımakta yardım edeceğimizi söyledik; o da 'son dört sürümdür bunun üzerinde çalışıyorum' dedi," diyen Pat Gelsinger, Jobs’ın olası gelecek hamlelere yıllar önceden hazırlandığını açıkladı.
Gelsinger, Apple’ın yaklaşımını Intel’e yönelik açık bir "tedarikçi olarak başarısız oldunuz" mesajından çok, "kendime daha iyi tedarik sağlayabilirim" mantığıyla yorumladı. Apple’ın sistem tasarımını silikon tasarımıyla birlikte optimize etmesinin, Windows odaklı genel çiplerden farklı bir avantaj sağladığını belirtti.
Nvidia, CUDA ve Kaçan GPU Fırsatı
Nvidia’nın yükselişinde Gelsinger, Jensen Huang’ın yüksek performanslı işlem makineleri kurma ısrarına dikkat çekti. Intel’in CPU gücünün zirvede olduğu dönemde GPU’lara daha sınırlı ve oyun odaklı cihazlar gibi baktığını söyledi. Ancak Nvidia’nın CUDA ve yazılım yığınıyla GPU’ları genel amaçlı hesaplama platformuna dönüştürdüğünü anlattı.
"Bu artık sadece grafik yapmakla ilgili değildi," diyen Pat Gelsinger, Japon yüksek performanslı hesaplama topluluğunun grafik kartlarını HPC iş yüklerinde kullanmaya başlamasını dönüm noktası olarak değerlendirdi. AI alanının o dönemde defalarca "kış" yaşamış olmasına rağmen topluluğun ve CUDA ekosisteminin gelişmeye devam ettiğini söyledi.
Gelsinger, Intel içinde Larrabee adlı bir projeyle x86 mimarisini benzer bir genel amaçlı paralel hesaplama platformuna dönüştürmeye çalıştıklarını, ancak kendisinin ilk ayrılışından bir hafta sonra projenin kapatıldığını aktardı. Ona göre bu karar gerçekleşmese teknoloji dünyası çok farklı olabilirdi.
TSMC’nin Foundry Modeli ve Intel’in Kaçırdığı Dönüşüm
TSMC konusunda Gelsinger, şirketin en baştan "foundry" yani sektörün fabrikası olma vizyonuyla hareket ettiğini söyledi. 20-30 milyar dolarlık fabrikalar gerektiren bu modelin, sürekli mühendislik ve yatırım istediğini vurguladı. Buna karşılık Intel’in uzun süre IDM, yani entegre tasarım ve üretim modeliyle çalıştığını; süreçlerini ve fabrikalarını üçüncü taraflara açacak şekilde standartlaştırmadığını anlattı.
"TSMC 'çipin kime ait olduğu umurumda değil; üretim ortağınız olurum' dedi," diyen Pat Gelsinger, bu yaklaşımın başlangıçta Intel açısından önemsiz görüldüğünü belirtti. Ancak Apple gibi büyük müşterilerin talebi ve uzun yıllara yayılan istikrarlı ilerleme, foundry modelini yarı iletken sektörünün merkezine taşıdı.
Gelsinger, Intel’e geri döndüğünde TSMC’nin Intel’in beş katı wafer ürettiğini, bu oranın daha sonra yaklaşık yedi kata çıktığını söyledi. Ona göre sektör, standart tasarım araçları ve geniş wafer kapasitesi üzerine kurulu yeni bir düzene geçti. Intel’in yeni stratejisinin ana tezlerinden biri de bu nedenle gerçek bir foundry şirketine dönüşmekti.
CHIPS Act, Taiwan Riski ve Tedarik Zinciri
Gelsinger, CHIPS Act’in ABD’de etkili olmaya başladığını savundu. Kendi aktarımına göre ABD’nin ileri üretimdeki payı yaklaşık yüzde 12’den yüzde 18’e yükseldi. Bunun ilerleme olduğunu, ancak yüzde 50 gibi bir seviyeden hâlâ uzak kalındığını söyledi. Intel’in foundry olma yolunda ilerlediğini, TSMC’nin ABD’deki fabrikalarının ölçekli biçimde çalışmaya başladığını ve Samsung’un da bu resimde yer aldığını belirtti.
Taiwan konusunda ise çok daha sert bir risk tablosu çizdi. "Taiwan'da üç haftadan az enerji rezervi var," diyen Pat Gelsinger, bir ablukada enerji akışının kesilmesi hâlinde adanın kararmasının küresel ekonomi için yıkıcı olacağını savundu. Bir fabrikanın kapatıldıktan sonra 90 gün boyunca yeniden çalışır hâle gelmeyebileceğini söyledi.
Gelsinger, Taiwan’da üretimin durmasının etkisini Great Depression (Büyük Buhran) ile kıyasladı ve dünyada tek kurşun atılmadan büyük ekonomik zarar doğabileceğini savundu. China’nın son dört yılda Taiwan Straits’i yedi kez ablukaya aldığını söyleyerek daha dayanıklı tedarik zincirleri kurulması gerektiğini ifade etti.
AI Altyapısı: Balon, Enerji ve Token Ekonomisi
AI veri merkezi yatırımlarının balon olup olmadığı sorulduğunda Gelsinger, şirket değerlemelerinin çok yükseldiğini kabul etti. Ancak ona göre enerji kapasitesi bu balonun kontrolden çıkmasını sınırlayan doğal bir sınır oluşturuyor. "Enerji kapasitesi, köpüğün ne kadar ileri gidebileceğine bir üst sınır koyuyor," diyen Pat Gelsinger, enerjisi olmayan yerde GPU ve veri merkezi yatırımının yapılamayacağını belirtti.
Gelsinger, dünyada enerji kapasitesinin yüzde 4-5 büyüdüğünü, ABD’de ise uzun bir dönem bunun yüzde 1 civarında kaldığını söyledi. Buna rağmen AI için uzun vadeli iyimser olduğunu belirtti. Token maliyetinin ve token başına enerji tüketiminin beş büyüklük mertebesi düşürülmesi gerektiğini, AI’ın 10.000 kat daha iyi hâle gelmesi gerektiğini savundu.
Ona göre daha ucuz ve bol token ekonomisi tedarik zinciri, finans, lojistik, kimya, dil, yeni malzemeler ve kanser araştırması gibi alanlarda büyük değer yaratabilir. Gelsinger, bunun birkaç yıllık değil, birkaç on yıllık bir inşa süreci olduğunu söyledi. Kuantum konusunda ise 2030’dan önce anlamlı sonuçlar beklediğini, 2032-2033 civarında şifreleme gibi alanlarda "Q-day" etkilerinin gündeme gelebileceğini değerlendirdi.
Lovable: Yazılım Geliştirmede Yeni Kullanıcı Profili
İkinci bölümde Anton Osika, Lovable’ın misyonunu "insanları güçlendirmek" olarak tanımladı. Ona göre ilk hedef insanların ürün inşa edebilmesi, ikinci hedef ise bu ürün etrafında iş kurabilmesi. Osika, platformda her hafta 1 milyon yeni proje üretildiğini, bugüne kadar 50 milyondan fazla uygulama oluşturulduğunu ve bu uygulamalara ayda 700 milyondan fazla ziyaret geldiğini söyledi.
Lovable’ın 20 aydır pazarda olduğunu belirten Osika, kullanıcıların yaklaşık yüzde 20’sinin teknik geçmişe sahip olduğunu, beşte dördünün ise teknik olmayan kişilerden oluştuğunu aktardı. Teknik kullanıcıların platformun mimari, ödeme, güvenlik taramaları ve entegrasyon konularında "opinionated" bir yapı sunmasını sevdiğini söyledi. Teknik olmayan kullanıcıların ise önce neyin doğru ürün olduğunu keşfetmek için platformu kullandığını anlattı.
Osika, bazı kullanıcıların Lovable üzerinde 1 milyon doların üzerinde gelir yapan işler yürüttüğünü belirtti. Platformun ödeme, e-posta, veri güvenliği, Google ve AI sohbet motorları tarafından keşfedilme gibi konuları kullanıcı adına yapılandırdığını söyledi.
Güvenlik, Hosting ve “AI Co-founder” Yaklaşımı
Jason Calacanis, kendi ekibinden bir kişinin Founder University için Lovable ile birkaç saat içinde bir intranet kurduğunu, bunun birkaç yıl önce 500.000 dolara mal olabileceğini söyledi. Aynı araçla programdaki 50 şirketin ekonomik etkisini hesaplayan bir sistem de oluşturduklarını anlattı. Güvenlik ve veri sızıntısı konusunda endişe duyduğunu, bu nedenle Lovable ekibiyle temas kurduklarını belirtti.
Osika, güvenlik ve güven altyapısına çok yatırım yaptıklarını ve ücretsiz kullanıcıların bile arka planda güvenlik taramalarından yararlandığını söyledi. Lovable’ın yalnızca yazılım inşa etme aracı değil, aynı zamanda hosting ve işletme yönetimi katmanı hâline geldiğini anlattı. "Lovable'ı müşterilerimiz bir AI co-founder gibi görüyor," diyen Anton Osika, platformun şirket verilerine erişerek stratejik yönler ve optimizasyon önerileri sunmasını hedeflediklerini açıkladı.
Bespoke yani kuruma özel yazılım konusunda Osika, Nursa adlı büyük bir şirkette bir kullanıcının hem hemşire eğitim ürünü hem de iç yönetim araçları geliştirdiğini, şirketin 10’dan fazla aracı özel uygulamalarla değiştirdiğini ve yılda 1 milyon dolardan fazla tasarruf ettiğini söyledi.
Modeller, Gelir ve Deney Kültürü
Osika, Lovable’ın tek bir model sağlayıcısına bağlı olmadığını; ticari frontier modelleri ve giderek daha fazla open-weight modeli kullandığını söyledi. İsteklerin en uygun modele yönlendirildiğini, Stockholm’deki araştırma ekibinin post-training üzerinde çalıştığını ve frontier modellerin yaptığı hatalara göre veri setleri ile reinforcement learning süreçleri oluşturduklarını belirtti.
Calacanis’in Lovable’ın gelirini 400 milyon dolar olarak anması üzerine Osika, Mayıs ayında 500 milyona ulaştıklarını söyledi. Kullanıcıların alt aboneliklerde limitlere sıkça ulaştığını, en düşük pakette müşterilerin yaklaşık yüzde 60’ının ek kullanım satın aldığını belirtti. Daha ucuz ama ölçülebilir şekilde daha kötü bir modeli tercih etmediklerini, önceliğin müşteri için en iyi sonuç olduğunu ifade etti.
Osika, aynı problemi birden fazla ekibin ayrı ayrı çözmesini de olumlu gördüğünü söyledi. CERN’de gördüğü "co-opetition" yaklaşımını örnek vererek rekabet eden ekiplerin yerel optimuma sıkışmayı engelleyebileceğini anlattı. "Mühendislik daha az darboğaz hâline geldi; artık asıl soru neyin doğru inşa edileceği," diyen Anton Osika, AI araçlarında insanın planlama, veri sağlama ve doğru stratejik yönü seçme rolünün hâlâ belirleyici olduğunu vurguladı.
