Nvidia’nın fiziksel yapay zekâ hamlesinde Çin ve robotik neden kritik?

Nvidia’nın bir sonraki büyüme hikâyesi yalnızca veri merkezlerinde yazılmayabilir. Şirket; çiplerini, simülasyon yazılımlarını ve yapay zekâ modellerini, fiziksel dünyayı algılayabilen, karar verebilen ve harekete geçebilen makinelerin temel altyapısı olarak konumlandırıyor. Bu alan robotları, otonom araçları, insansız hava araçlarını ve endüstriyel sistemleri kapsıyor.

Nvidia’nın fiziksel yapay zekâ işi bugün yaklaşık 10 milyar dolarlık yıllık gelir üretiyor. Jensen Huang ise bu rakamın önümüzdeki on yılda 10 kat artabileceğini, yani yaklaşık 100 milyar dolarlık bir işe dönüşebileceğini düşünüyor. Ancak bu rakam, Nvidia’nın finansal tablolarında ayrı bir gelir kalemi olarak raporlanan mevcut bir segment değil; gelecekteki benimsenmeye dayalı bir büyüme hedefi.

Nvidia için “fiziksel yapay zekâ” ne anlama geliyor?

Fiziksel yapay zekâ, yalnızca metin, görsel veya yazılım üreten sistemlerden farklı olarak gerçek dünyada çalışan yapay zekâ uygulamalarını ifade ediyor. Nvidia’nın fırsatı birkaç katmandan oluşuyor:

• Eğitim: Büyük veri merkezi GPU’ları, robotları, otonom araçları ve diğer makineleri kontrol eden modelleri eğitiyor.
• Simülasyon: Geliştiriciler, makineleri gerçek dünyaya çıkarmadan önce davranışlarını sanal ortamlarda test edebiliyor.
• Uçta çıkarım: Araçların ve robotların içine yerleştirilen işlemciler, sensör verilerini gerçek zamanlı olarak yorumlayıp karar alıyor.
• Model ve yazılım: Açık modeller ile geliştirme araçları, üreticilerin fiziksel yapay zekâ uygulamalarını kurmasına, sınamasına ve kullanıma almasına yardımcı oluyor.

Bu yapı Nvidia için stratejik açıdan önemli. Şirket bir robotun geliştirilmesi sırasında kullanılan hesaplama gücünü, simülasyon yazılımını ve nihai ürüne yerleştirilen işlemciyi aynı ekosistem içinde satabiliyor. Böylece yalnızca robot çipi tedarik eden bir şirket olmaktan çıkıp makinenin tüm yaşam döngüsüne yayılan bir platform kurmayı hedefliyor.

Huang neden 10 kat büyüme bekliyor?

Huang’ın tezi, yapay zekânın dijital dünyadan fabrikalara, araçlara, depolara ve diğer fiziksel ortamlara taşındığı fikrine dayanıyor. Üretim sektörü bu açıdan özellikle cazip. Çünkü üretimdeki görevler çoğu zaman tekrarlanabilir, ölçülebilir ve yapılandırılmış durumda. Bu özellikler, otomasyonu tüketici ortamlarına veya öngörülemeyen açık alan uygulamalarına kıyasla test etmeyi ve ölçeklendirmeyi kolaylaştırıyor.

Huang, robot teknolojisini potansiyel olarak 50 trilyon dolarlık bir sektör olarak tanımladı ve robotların “ChatGPT anının” geldiğini söyledi. Buradaki 50 trilyon dolarlık rakam Nvidia’nın beklenen geliri değil; üretim ve bağlantılı robotik faaliyetlerinin toplam potansiyel pazarını ifade ediyor. Nvidia bu değerin yalnızca işlemciler, yazılım, simülasyon ve altyapı üzerinden bir bölümünü elde edebilir.

Bu nedenle asıl soru pazarın büyük olup olmadığı değil. Kritik mesele, otonom makinelerin gösterimlerden ve sınırlı fabrika uygulamalarından çıkıp güvenilir ticari kullanıma geçip geçemeyeceği. Robotların çok daha geniş çalışma ortamlarında güvenli, uygun maliyetli, üretken ve bakımı yapılabilir hâle gelmesi gerekiyor.

Nvidia yalnızca robot çipi satmıyor

Nvidia’nın stratejisi, robotun üretim hattından çıktıktan sonra da kendi platformuna bağlı kalmasını sağlayacak şekilde tasarlanıyor.

Şirketin Isaac robotik araçları ve simülasyon çerçeveleri, geliştiricilerin robot sistemlerini sanal ortamlarda oluşturup test etmesine yardımcı olmayı amaçlıyor. Nvidia, daha geniş platformunu fiziksel yapay zekâyı tasarlamak, eğitmek, test etmek ve kullanıma sunmak için geliştirdiğini belirtiyor.

Şirket aynı zamanda fiziksel yapay zekâ uygulamaları için Cosmos modellerini geliştiriyor. Nvidia’ya göre Cosmos Transfer ve Cosmos Predict, fizik kurallarına dayalı sentetik veri üretimini ve robot politikalarının simülasyon ortamında değerlendirilmesini destekleyen açık dünya modelleri. Cosmos Reason ise akıllı makinelerin fiziksel dünyayı yorumlamasına ve bu dünyada hareket etmesine yardımcı olmak üzere tasarlanıyor.

Donanım tarafında Nvidia’nın uç işlemcileri, araç ve robotların içinde gerçek zamanlı yapay zekâ çalıştırmayı hedefliyor. Örneğin Unitree araştırma sistemi, Unitree’nin insansı robot gövdesini Nvidia’nın Jetson Thor donanımıyla ve Nvidia’nın robotik modelleri ile simülasyon yazılımlarıyla birleştiriyor.

Bu yaklaşım, Nvidia’nın genel platform stratejisine benziyor: Donanım, yazılım ve geliştirici ekosistemini birlikte çalışacak kadar sıkı biçimde entegre ederek müşterilerin geliştirme ve dağıtım süreçlerinde Nvidia’yı kullanmaya devam etmesini sağlamak.

Çin robotik stratejisinin neden merkezinde?

Çin, insansı robotlar için hem geniş bir üretim tabanı hem de büyük bir iç pazar sunuyor. Çinli şirketler, 2026’nın ilk yarısında küresel insansı robot sevkiyatlarının yüzde 97’sinden fazlasını gerçekleştirdi. Aynı dönemde dünya genelindeki sevkiyatlar, bir yıl önceki yaklaşık 5.100 adetten 19.100 adede yükseldi. 1

Bu sevkiyat rakamları sektördeki erken dönem ivmeyi gösteriyor; ancak insansı robotların geniş ölçekte kârlı olduğunu veya insan emeğinin yerini almaya başladığını tek başına kanıtlamıyor. Yine de Çin’in tedarik zincirleri, üretim kapasitesi ve fabrika talebi; robotik şirketlerine prototiplerden daha yüksek hacimli uygulamalara geçiş için güçlü bir ortam sağlıyor.

Bu durum Çinli robot üreticilerini Nvidia için değerli iş ortakları hâline getiriyor. Unitree ile yapılan iş birliği, Nvidia’nın yazılımını ve uç bilişim platformunu önde gelen Çinli insansı robot üreticilerinden birine bağlıyor. Duyurulan sistem başlangıçta Stanford ve ETH Zürih gibi araştırma kurumlarını hedefliyor; bu nedenle henüz kitlesel tüketici benimsenmesinin kanıtı olarak görülmemeli.

Nvidia açısından hedef tek bir robota işlemci satmaktan daha geniş. Şirket, üreticiler ölçek kazandıkça ortak bir geliştirme ve hesaplama mimarisini standart hâle getirmek istiyor.

H200 satışları Çin fırsatının sınırlarını gösteriyor

Nvidia’nın Çin stratejisi ihracat kontrolleri nedeniyle hâlâ kısıtlı. H200, model eğitimi ve çıkarım gibi yoğun yapay zekâ iş yüklerinde kullanılan bir veri merkezi hızlandırıcısı. ABD makamları bazı satışlara izin vermiş olsa da erişim sınırlı ve siyasi açıdan hassas olmaya devam ediyor.

Nvidia, son çeyreğinde Çinli müşterilere az sayıda H200 çipi sattığını açıkladı. Bu satışlar, dönem içindeki veri merkezi gelirinin yüzde 1’inden azını oluşturdu. Şirket ayrıca ABD lisansı kapsamında izin verilen miktarın tamamını henüz sevk edemediğini belirtti.

Raporlara göre ByteDance ve Tencent, yaklaşık 10.000’er H200 işlemciden oluşan partiler aldı. Bu durum, kısıtlamalara rağmen bazı talebin Nvidia’ya ulaşabildiğini gösteriyor. Ancak bu işlemler, Çin’e sınırsız satışların geri döndüğü anlamına gelmiyor. İhracat izinleri, Çin politikası, tedarik kararları ve yerli alternatifler, fırsatın büyüklüğünü ve zamanlamasını değiştirebilir.

Nvidia’nın ürünleri arasındaki fark da önemli. H200 gibi veri merkezi GPU’ları yapay zekâ modellerini eğitmek ve çalıştırmak için kullanılırken Orin ve Thor gibi işlemciler araçlar ile robotların içinde gerçek zamanlı hesaplama yapacak şekilde tasarlanıyor. Bir müşteri geliştirme aşamasında Nvidia’nın veri merkezi altyapısını kullanırken, makine sahaya çıktığında Nvidia’nın uç donanımını tercih edebilir.

Fiziksel yapay zekâ Nvidia’yı nasıl çeşitlendirebilir?

Nvidia’nın finansal performansı büyük ölçüde veri merkezi talebine bağlı. Fiziksel yapay zekâ ise şirketin otomotiv bilişimi, endüstriyel otomasyon, lojistik, robotik, simülasyon yazılımları ve uç çıkarım alanlarına yayılmasını sağlayabilir.

Bu iş aynı zamanda kendi kendini güçlendiren bir döngü oluşturabilir:

1. Gerçek dünyada daha fazla makine kullanıma alınır.
2. Bu makineler operasyonel veri üretir ve yeni istisna durumlarını ortaya çıkarır.
3. Daha iyi veri ve simülasyon, fiziksel yapay zekâ modellerini geliştirir.
4. Daha yetenekli modeller, yeni otomasyon uygulamalarını ekonomik açıdan mümkün kılar.
5. Yeni kurulumlar, eğitim, simülasyon ve çıkarım donanımına olan talebi artırır.

Bu döngü Nvidia’nın stratejisinin temel cazibesini oluşturuyor. Şirket fiziksel yapay zekâ için standart platform hâline gelirse gelirini yalnızca sınırlı sayıdaki büyük veri merkezinden değil, binlerce hatta milyonlarca makineden elde edebilir.

En büyük risk: Sevkiyat, benimsenme anlamına gelmiyor

Bugün robotik patlamasına ilişkin en güçlü göstergeler, sevkiyatların artması ve bu alandaki yazılım-donanım ekosisteminin hızla genişlemesi. Ancak sevkiyat hacmi yalnızca erken dönem bir gösterge.

Nvidia’nın uzun vadeli hikâyesi, otonom sistemlerin kontrollü ortamların ötesinde güvenilir biçimde çalışmasına bağlı. Robotların fabrikalarda, depolarda, inşaat sahalarında, tarım alanlarında, mağazalarda ve yollarda faydalı görevler üstlenmesi; ileride ise evlerde çalışabilmesi gerekiyor. Aynı zamanda güvenlik standartlarını karşılamaları, kabul edilebilir bir maliyetle çalışmaları ve kurulum ile bakım giderlerini haklı çıkaracak kadar üretken olmaları şart.

Bu geçiş beklenenden uzun sürerse Huang’ın 50 trilyon dolarlık sektör tanımı, yakın vadeli bir gelir havuzundan çok uzun vadeli potansiyeli anlatmaya devam eder. Nvidia’nın fiziksel yapay zekâ alanında gerçek ürünleri, müşterileri ve erken dönem gelirleri var. Ancak yaklaşık 10 milyar dolarlık bir işten 100 milyar dolarlık bir işe geçiş, gerçek ekonominin otonom makineleri geniş ölçekte benimsemesine bağlı.