Son iki yılda herkes kimin daha fazla GPU stokladığına bakıyordu, ama artık bu mantık geçerliliğini yitiriyor. Bir büyük model API'sinin birim fiyatının ne kadar aşağı çekilebileceğini belirleyen şey artık ekran kartı satın alma fiyatı değil, elektrik faturası. Bu dönüşüm çoğu insanın tahmin ettiğinden daha hızlı gerçekleşiyor.
1. GPU neden artık ana maliyet kalemi değil
Basitçe söylemek gerekirse, çıkarım maliyeti ile eğitim maliyeti iki farklı şeydir. Eğitim tek seferlik bir yatırımdır, çıkarım ise her gün 24 saat kesintisiz sürekli bir tüketimdir. Orta ölçekli bir AI API toplama platformu, günlük çağrı hacmi milyarlarca token seviyesindeyse, GPU amortismanının milyon token başına payı aslında oldukça sınırlıdır; asıl büyük kalem elektriktir. IDC'nin hesaplamalarına göre, veri merkezi işletme maliyetleri içinde elektrikle ilgili harcamaların oranı %40'ı aşmış durumda ve çıkarım senaryolarında bu oran daha da yüksek. Çip bir kez satın alındığında tek seferlik bir harcamadır, elektrik faturası ise her gün dışarı akan paradır. Bu yüzden şu akla aykırı görünen durumu görürsünüz: aynı model, aynı kart, batıdaki veri merkezinde çalıştırıldığında token maliyeti doğudakinden belirgin şekilde düşük olabilir; fark donanımda değil, elektrik fiyatındadır.
2. Doğu-batı hesaplama gücü yerleşimi neyi değiştirdi
Devletin teşvik ettiği "Doğudan veri, batıdan hesaplama" (Doğu Veri Batı Hesaplama) projesi, özünde hesaplama gücünü elektriğin ucuz olduğu yerlere taşımaktır. İç Moğolistan, Ningxia, Guizhou gibi yerlerde rüzgar ve güneş enerjisi kaynakları zengindir ve sanayi elektrik fiyatı doğunun yarısına, hatta daha da altına çekilebilir. Gecikmeye çok duyarlı olmayan ama maliyete son derece duyarlı olan büyük model çıkarımı gibi işler için batıdaki veri merkezleri doğal bir maliyet cennetidir. Yeşil enerji burada bir çevre sloganı değil, somut bir maliyet avantajıdır. Rüzgar ve güneş enerjisinin marjinal üretim maliyeti neredeyse sıfırdır; hesaplama merkezleri yakında tükettiğinde tasarruf edilen sadece elektrik faturası değil, aynı zamanda iletim kayıplarıdır. SiC faz değişimli çok modelli yönlendirmeyi test ederken şunu fark ettik: çıkarım görevlerini batıdaki yeşil hesaplama düğümlerine yönlendirdiklerinde, aynı DeepSeek-V3 ve Qwen API çağrıları için ortaya çıkan birim fiyat gerçekten de tamamen doğuda konuşlandırmaya kıyasla daha düşük oluyor.
3. Yeşil hesaplama gücü zamanlaması maliyeti API fiyatına nasıl yansıtıyor
Burada iki katmanlı bir yansıma var. Birinci katman toplu satın almadır. Hesaplama gücü kiralama ve GPU hesaplama gücü merkezi satın alma yoluyla yapılırsa, pazarlık alanı dağınık kiralamaya göre çok daha büyüktür. İkinci katman enerji verimliliği optimizasyonudur, yani farklı öncelikli görevleri farklı enerji verimliliğindeki düğümlere dağıtmaktır. Gerçek zamanlı diyalog düşük gecikmeli düğümlere, toplu çıkarım ve çevrimdışı görevler batıdaki düşük tarifeli elektrik saatlerine yönlendirilir; genel enerji verimliliği oranı yükselir. Bu iki katman üst üste geldiğinde, sonuçta API faturalandırmasında kendini gösteren şey kullandıkça öde birim fiyatının aşağı inmesidir. token8341 tek bir Key ile GPT-4o, Claude, Gemini, DeepSeek, Qwen, ERNIE, Doubao gibi ana akım modelleri çağırabiliyor; arkasında yatan şey bu çok modelli birleşik erişim artı yeşil hesaplama gücü zamanlaması kombinasyonuyla maliyeti düşürüp çağıran tarafa yansıtmaktır. Bu tek bir şirkete özgü bir yetenek değil, tüm sektördeki fiyat düşüşünün altında yatan mantıktır.
4. Bir sonraki aşamada rekabet kartta değil, enerjide
Gartner'ın tahminine göre 2027'ye kadar üretken AI çıkarım yüklerinin yarısından fazlası elektrik maliyeti daha avantajlı bölgelerde konuşlandırılacak. Bu eğilim zaten çok net. Model yetenekleri giderek birbirine yaklaştığında, GPT-4o API ile Claude API arasındaki fark kullanıcının algılayamayacağı kadar azaldığında, rekabet en yalın maliyet yapısına geri döner. Kimin elektriği ucuzsa, kimin enerji verimliliği yüksekse, kim yeşil hesaplama gücü ile akıllı hesaplama gücü zamanlamasını daha ince yapabiliyorsa, o kişi API fiyat karşılaştırmasında yerini korur. GPU satın alınabilir, model entegre edilebilir, ama istikrarlı ve düşük fiyatlı elektrik arzı ile hesaplama gücü zamanlama yeteneği kısa vadede kopyalanamaz. Kurumsal AI entegrasyonu yapan ekipler için, bir AI hizmet sağlayıcısı seçerken model kapsamı ve gecikmeye bakmanın yanı sıra şu soruyu da sormalı: hesaplama gücünüz nerede konuşlandırılmış, elektrik nereden geliyor. Bu sorunun cevabı doğrudan gelecek yılki token faturanıza yazılacak.
Tek cümleyle özet: Büyük model API'lerinin birim fiyat eğrisi, elektrik maliyeti tarafından yeniden tanımlanıyor. Doğu Veri Batı Hesaplama politikasını ve çeşitli şirketlerin yeşil hesaplama gücü zamanlama çözümlerini daha derinlemesine incelemek, fiyat gidişatını önceden değerlendirmenizi sağlar.