Türkiye, Sanayi ve Teknoloji Bakanlığı’nın HİT-30 Yüksek Teknoloji Yatırım Programı ile 2030’a kadar “30 milyar dolarlık yüksek teknoloji yatırımını harekete geçireceğini” ilan etti. Bu çerçevenin en çok öne çıkarılan ayaklarından biri de veri merkezi ve yapay zeka altyapısı: Hedef, bugün yaklaşık 250 MW olduğu söylenen veri merkezi kapasitesini 1 GW seviyesine çıkarmak ve HİT–Veri Merkezi ile HİT–Yapay Zeka çağrıları üzerinden milyarlarca dolarlık yatırımı Türkiye’ye çekmek. Kâğıt üzerinde tablo şöyle çiziliyor: Türkiye, bölgesel bir veri ve yapay zeka üssü olacak, “veri egemenliği” ve “dijital egemenlik” söylemi de bu altyapının üstüne oturacak.
Bu yazıda biz, bu resmi anlatıyı doğrudan tekrar etmek yerine, onu biraz tersinden okuyan bir hipotez kuruyoruz:
Diyelim ki, HİT-30 kapsamındaki o meşhur 1 GW veri merkezi hedefi gerçek oldu ve bu kapasitenin tamamı Nvidia H100 gibi en üst seviye yapay zeka işlemcileriyle dolduruldu. Yani Türkiye, 1 GW’lık saf H100 gücüne sahip dev bir yapay zeka kümesi kurdu.
İki soruyu birlikte masaya koyuyoruz:
- Böyle bir H100 kümesiyle neler yapılabilir, Türk LLM’i teknik olarak hangi hız ve ölçekte ortaya çıkar?
- Bu işin faturası hangi dolar bandında kesilir, yani bu rüyanın ekonomik anlamı nedir?
Aşağıdaki satırlar, HİT-30’un politik iddiasını; sayılarla, hesapla ve biraz da muhalif bir merakla yoklayan bir zihinsel deneydir.
Diyelim ki Türkiye, 1 gigawattlık dev bir veri merkezi kurdu ve bunun içine sadece Nvidia H100 işlemcileri doldurdu. Ortaya çıkacak yapay zeka kapasitesi, Türk LLM’i için ne anlama gelir? Ve daha kritik soru: Bu hevesin faturası kaç milyar dolarda kesilir?
Hayali Senaryo: 1 GW’lık H100 Çiftliği
Önce sahneyi netleştirelim. Hipotez şu:
Türkiye, 1 GW’lık (1000 MW) bir veri merkezi kuruyor ve bu gücün tamamını Nvidia H100 GPU’larına ayırıyor. H100’ün veri merkezi konfigürasyonunda tam yükte yaklaşık 700 watt çektiğini kabul edersek:
1.000.000.000 W / 700 W ≈ 1,43 milyon adet H100
Yani ülke, teorik olarak yaklaşık 1,4 milyon H100’lük bir yapay zeka ordusunun sahibi oluyor. Bugün xAI, OpenAI, Anthropic gibi devlerin tek tek yüz binler mertebesinde GPU konuştuğu bir dünyada bu, “küresel çapta en büyük kümelerden biri” demek.
Bu noktada şu soruya geçiyoruz:
Bu kadar güçle gerçekten ne yapılabilir ve bunu Türk LLM projesine nasıl çeviririz?
Bu Güçle Neler Yapılabilir?
Bir H100, büyük dil modelleri için pratikte GPU başına kabaca 250–1000 token/s aralığında üretim yapabiliyor. Ortalamayı 500 token/s alalım; abartmıyoruz, saklamıyoruz.
1,43 milyon GPU × 500 token/s ≈ 714 milyon token/s
Bu, saniyede 714 milyon kelime benzeri birim üreten bir fabrika demek. Güne vurduğumuzda:
714 milyon token/s × 86.400 saniye ≈ 61 trilyon token/gün
Karşılaştırma için: GPT-3/4 seviyesinde bir modelin toplam eğitim veri seti olarak birkaç trilyon token kullanıldığı tahmin ediliyor. Yani bu küme, sadece bir günde, böyle bir modeli eğitirken kullanılan verinin tamamına yakınını üretebilecek hacimde.
Bunu Türkiye ölçeğine tercüme edersek:
E-devlet, sağlık, adalet, vergi, belediye sistemlerinin tamamı LLM destekli hale gelebilir; bankacılık, telekom, lojistik, savunma, medya, eğitim hepsi aynı anda bu altyapıya yaslanabilir. Ve hâlâ komşu ülkelere “Türk yapay zeka hizmeti” ihraç edecek kapasite kalır. Bu senaryo, “Türkler LLM yapabilir mi?” sorusunu fiilen gereksiz kılıyor. Burada asıl soru şuna dönüşüyor: Bu kadar gücü nerede, kimin için, hangi siyasi ve ekonomik önceliklerle kullanacağız?
Türk LLM’i Bu Kümede Ne Kadar Sürede Eğitilir?
Şimdi biraz teknik ama anlaşılır bir hesap yapalım. Diyelim ki Türkiye, gerçekten ciddi bir yerel model ailesine girişiyor:
Model boyutu 70 milyar parametre (70B) olsun; GPT-3 sınıfı ciddiyette, gayet iddialı bir model. Eğitim verisi olarak da 3–10 trilyon token arası bir karışım alalım: Türkçe ağırlıklı ama bölge dilleri, İngilizce, kod, hukuki metinler, kurumsal veriler dahil.
Yapay zeka literatüründe kaba kural, gereken hesaplama miktarını yaklaşık
6 × Parametre sayısı × Token sayısı FLOP olarak veriyor.
Bu formülü kullanırsak:
- 70B parametre ve 3T token için ≈ 1,26×10²⁴ FLOP
- 70B parametre ve 10T token için ≈ 4,2×10²⁴ FLOP
Peki kümenin hızı ne?
Bir H100’ün FP8 Tensor performansı kabaca 1 PFLOP/s = 10¹⁵ FLOP/s düzeyinde.
1,43 milyon H100 → 1,43×10⁶ × 10¹⁵ = 1,43×10²¹ FLOP/s teorik tavan demek.
Teorik alt sınırda:
- 1,26×10²⁴ / 1,43×10²¹ ≈ 0,25 saat
- 4,2×10²⁴ / 1,43×10²¹ ≈ 0,8 saat
Elbette hayat böyle işlemiyor. Ağ gecikmeleri, bellek, I/O, mimari verimsizlikler devreye girince verimlilik genellikle %20–30 bandına düşüyor ve 1 GW’ın tamamını da tek bir modele bağlamıyorsun. Ama her türlü makul düzeltmeyle bile gerçek şu:
Böyle bir küme ile 70B parametreli bir Türk LLM’ini saatler–en fazla birkaç gün içinde eğitmek mümkün. Aynı anda birden fazla model ailesi – kamuya özel, ticari, savunma amaçlı, akademik – rahatlıkla çıkarılabilir.
Özetle: Bu ölçekte bir yatırım, “Türkiye kendi GPT’sini yapabilir mi?” sorusunu teknik olarak bitirir. Geriye sadece veri politikası, hukuk, güvenlik ve kimin bu güce erişebileceği soruları kalır.
Bu Yapay Zeka Rüyasının Faturası Nedir?
Şimdi can sıkıcı yere gelelim: Para.
Önce GPU maliyeti. Piyasada H100’ler için kurumsal alım fiyatları kabaca 25–40 bin dolar bandında geziniyor. Bunu 1,43 milyon GPU ile çarptığımızda:
- 25.000 $’dan → ≈ 35,7 milyar $
- 30.000 $’dan → ≈ 42,9 milyar $
- 40.000 $’dan → ≈ 57,1 milyar $
Yani sadece H100 çiplerinin üzerine yazılacak rakam 36–57 milyar dolar aralığında. Makul bir orta değerle “40–50 milyar $ GPU donanımı” demek yanlış olmaz.
Ardından veri merkezi inşaatı, elektrik altyapısı, soğutma, network, UPS, arazi, inşaat, mühendislik, lisanslar geliyor. Hyperscale veri merkezleri için küresel raporlarda MW başına maliyet genelde 8–12 milyon $ bandında veriliyor; AI odaklı, sıvı soğutmalı tasarımlarda bu 14–15 milyon $/MW seviyesine çıkabiliyor.
1 GW = 1000 MW için:
- 8M$/MW → 8 milyar $
- 10M$/MW → 10 milyar $
- 12–15M$/MW → 12–15 milyar $
Bu verileri üst üste koyduğumuzda:
- GPU donanımı: 36–57 milyar $
- Veri merkezi/altyapı: 8–15 milyar $
Toplamda:
44–70 milyar dolar aralığında bir yatırım tablosu ortaya çıkıyor. Yuvarlak dille söyleyelim: Türkiye’nin 1 GW full H100 hayali ≈ 50–70 milyar dolarlık bir proje.
Bu aralık, Sam Altman’ın küresel ölçekte planladığı “Stargate” tipi dev veri merkezi ağları için konuşulan GW başına maliyetle de uyumlu. Yani sayı uçuk ama uydurma değil; sektörün büyük oyuncularının kabaca oynadığı yer burası.
Olası Yapay Zeka Merkezinin Türkiye’nin Mevcut Harcamalarıyla Kıyaslaması
Şimdi bu 1 GW’lık, 50–70 milyar dolarlık H100 veri merkezi hipotezinin yanına somut şeyler koyalım: Türkiye’nin almak istediği savaş uçakları ve son yılların büyük otoyol projeleri.
Önce savaş uçakları cephesi…
Türkiye’nin ABD’den almak istediği F-16 paketi, ilk haliyle 40 yeni F-16 Block 70, 79 modernizasyon kiti ve mühimmatlarla birlikte yaklaşık 23 milyar dolar olarak DSCA ve Reuters haberlerine yansıdı. Sonradan modernizasyon kitlerinden vazgeçildi ve paketin yaklaşık 7 milyar dolara düştüğü açıklandı, ama “tam paket”in etiketi 23 milyar dolar civarı.
Bir adım öteye gidelim: Türkiye ile Birleşik Krallık arasında imzalanan 20 adet Eurofighter Typhoon anlaşmasının bedeli 8 milyar sterlin, yani yaklaşık 10,7 milyar dolar. Bu paketin içinde uçakların yanı sıra Meteor, Brimstone gibi gelişmiş mühimmatlar da var.
Bunları H100 hipotezinin yanına koyduğunda tablo şöyle görünüyor:
- 1 GW’lık H100 veri merkezi (50–70 milyar $) =
yaklaşık iki ila üç tam F-16 paketi (40 uçak + 79 kit + mühimmat, 23 milyar $)
→ 50 / 23 ≈ 2,2; 70 / 23 ≈ 3,0 - Aynı para, Typhoon ölçeğinde düşündüğünde:
20 Typhoon = 10,7 milyar $ → 50–70 milyar $ ile
5–7 adet Typhoon paketi, yani toplamda 100–140 savaş uçağı alabilecek büyüklükte bir savunma harcamasına eşit.
Kısaca: 1 GW’lık H100 kampüsü, Türkiye’nin bugünkü F-16 + Typhoon modernizasyon hamlelerinin tamamından daha büyük bir çek yazmak anlamına geliyor. Öyle “bir filo uçak” değil; birkaç filo parası.
Şimdi otoyollara bakalım.
Gebze–Orhangazi–İzmir Otoyolu (Osman Gazi Köprüsü dahil), Türkiye’nin en büyük otoyol projelerinden biri. Toplam maliyeti için farklı kaynaklarda 6,3–6,4 milyar dolar bandı veriliyor; finansman paketleri de bu ölçekten bahsediyor.
1915 Çanakkale Köprüsü ve Malkara–Çanakkale Otoyolu içinse proje büyüklüğü 2,43 milyar avro (kabaca 2,6–2,7 milyar dolar) seviyesinde ifade ediliyor. Kuzey Marmara Otoyolu’nun Nakkaş–Başakşehir kesimi gibi daha küçük parçalar da 1,45 milyar avro civarı maliyetlerle geçiyor (1,5–1,6 milyar dolar).
Bu rakamları H100 faturasıyla çarpıştırırsak:
- Gebze–İzmir Otoyolu ~6,3 milyar $
50 milyar / 6,3 milyar ≈ 8 tane İzmir otoyolu
70 milyar / 6,3 milyar ≈ 11 tane İzmir otoyolu - 1915 Çanakkale Köprüsü + otoyol ~2,7 milyar $
50 milyar / 2,7 milyar ≈ 18 köprü+otoyol
70 milyar / 2,7 milyar ≈ 26 köprü+otoyol - Kuzey Marmara’nın tek bir kesimi 1,5–1,6 milyar $ ise, 50–70 milyar $ 30–45 adet o ölçekten otoyol kesimi anlamına geliyor.
Yani bizim 1 GW H100 hipotezi, kaba bir dille:
- 2–3 büyük F-16 paketi,
- ya da 100–140 Typhoon,
- ya da 8–11 İstanbul–İzmir otoyolu,
- ya da 20’ye yakın Çanakkale Köprüsü büyüklüğünde projeye eşit bir kamu/siyasi tercih.
Bu karşılaştırma şunu gösteriyor:
HİT-30 kapsamındaki 1 GW veri merkezi hedefi gerçek anlamda “full H100” ölçeğine çıksa, mesele sadece teknoloji politikası olmaktan çıkar; savunma ve ulaştırma yatırımlarını yeniden ölçeklendirecek büyüklükte bir stratejik karar haline gelir. Aynı büyüklükteki para, kabaca “hava kuvvetlerini baştan kurmak” ile “ülkeyi baştan otoyolla örmek” arasında bir yerlerde duruyor ve biz o parayı silah mı, asfalt mı, yoksa silikon mu? sorusuna verilecek cevapla yönlendiriyoruz.
Son Söz: Çelik Yığını mı, Akıllı Strateji mi?
Bu hipotez bize iki şeyi aynı anda gösteriyor.
Birincisi: Böyle bir H100 yatırımı, Türkiye’yi teknik kapasite açısından bölgesel değil, küresel ligde bir oyuncu yapar. Türkçe ve bölge dilleri için dünyadaki en güçlü LLM altyapılarından birine sahip oluruz; kamu, özel sektör ve akademi için onlarca farklı model ailesi çıkar, komşu coğrafyaya yapay zeka hizmeti ihraç edebiliriz.
İkincisi: Bunun bedeli, 50–70 milyar dolarlık bir yatırım ve buna bağlı enerji bağımlılığı. Yani mesele sadece “yapabilir miyiz?” değil, daha sert bir soru:
Türkiye, 50–70 milyar doları H100 + beton + elektrik üçgenine mi gömmek ister,
yoksa daha küçük ama akıllı bir altyapıyla sağlık, eğitim, hukuk, belediye, tarım gibi alanlarda somut toplumsal faydaya mı yönelmek ister?
HİT-30’un “1 GW veri merkezi” söylemini ciddiye alıyorsak, bu soruyu da ciddiye almak zorundayız. Bu yazı serisinin bir sonraki hipotezinde tam buradan devam edebiliriz: Diyelim ki 1 GW değil, 100 MW ama çok akıllı tasarlanmış, karışık GPU/TPU/ASIC altyapısı kurduk ve bu gücü Türkiye’deki kamu kurumları, KOBİ’ler ve startuplar arasında adilce paylaştırdık. O zaman resim nasıl değişir?