Morgan Stanley: Yapay Zeka Yatırımları Yavaşlıyor Ama Çip Değeri Artmaya Devam Ediyor

TL;DR
·Morgan Stanley, küresel büyük bulut sağlayıcılarının sermaye harcamalarının 2028 yılına kadar yaklaşık 1,6 trilyon dolara ulaşmasını, ancak yıllık büyüme hızının yaklaşık %12'ye yavaşlamasını bekliyor.
·Ancak yapay zeka yarı iletkenleri genel sermaye harcamalarıyla aynı hızda yavaşlamayacak: 2028'de küresel 2.5D gelişmiş paketleme kapasitesi yıllık bazda yaklaşık %50 artabilir.
·Morgan Stanley, 2030 yılına kadar küresel yarı iletken pazarının 1,5 trilyon dolara ulaşabileceğini, yapay zeka yarı iletkenleri için toplam adreslenebilir pazarın (TAM) yaklaşık 753 milyar dolar olacağını ve bunun sektörün neredeyse yarısına denk geleceğini öngörüyor.
·Bir sonraki aşamada büyüme artık yalnızca NVIDIA GPU'larından gelmeyecek. Google TPU, AWS Trainium gibi özel ASIC'ler hızla yaygınlaşıyor ve büyüme gelişmiş üretim süreçleri, paketleme, test ve depolama alanlarına yayılıyor.
·Çin'de yapay zeka talebi artıyor, ancak çip kapasitesi kritik bir kısıt olmaya devam ediyor; ChangXin'in yeni kapasitesi dahil edilse bile Morgan Stanley, 2026 ve 2027'de genel DRAM arz-talep açığının sırasıyla yaklaşık %17 ve %15 olacağını tahmin ediyor.

Sermaye Harcamaları Yavaşlıyor, Ancak Yapay Zeka Yarı İletkenleri Zirve Yapmadı

Son iki yılda piyasa, yapay zeka döngüsünün gücünü değerlendirmenin en doğrudan yolunun Meta, Google, Microsoft ve Amazon'un sermaye harcamalarını artırmaya devam edip etmeyeceğine bakmak olduğunu gördü.

2026'da bu gösterge hâlâ çok güçlü. Morgan Stanley verilerine göre, dört büyük bulut sağlayıcısı Amazon, Google, Microsoft ve Meta'nın ikinci çeyrek sermaye harcamaları yıllık bazda %87 arttı; aynı zamanda sermaye harcamaları/FAVÖK oranı %70'in üzerine çıktı.

Ancak bu kadar yüksek bir büyüme hızının sonsuza kadar sürmesi elbette mümkün değil.

Bu nedenle bu araştırma raporu perspektifi 2028'e taşıyor. Morgan Stanley, o tarihte küresel çapta halka açık ilk 14 bulut hizmeti sağlayıcısının sermaye harcamalarının yaklaşık 1,6 trilyon dolara yaklaşacağını, ancak genel yıllık büyüme hızının yaklaşık %12'ye düşmüş olabileceğini öngörüyor.

Yalnızca bu rakama bakıldığında, "yapay zeka yatırım döngüsünün soğumaya başladığı" sonucuna varmak kolaydır. Ancak rapor hemen ardından başka bir veri sunuyor: 2028'de küresel 2.5D gelişmiş paketleme kapasitesinin yıllık bazda yaklaşık %50 artması bekleniyor.

Morgan Stanley, 2028'de küresel 2.5D gelişmiş paketleme kapasitesinin yıllık bazda yaklaşık %50 artabileceğini öngörüyor

Raporun en dikkat çekici noktası tam olarak burası.

Bulut sağlayıcılarının genel sermaye harcamalarındaki yavaşlama, yapay zeka yarı iletkenlerinin aynı anda zirve yaptığı anlamına gelmiyor.

Geçtiğimiz birkaç yılda yapay zeka çiplerindeki büyüme esas olarak toplam sermaye harcamalarındaki genişlemeden kaynaklandı: Ne kadar çok veri merkezi inşa edilirse, o kadar çok GPU satın alındı.

Ancak bir sonraki aşamaya geçildiğinde, bulut hizmeti sağlayıcılarının sermaye harcamalarındaki büyüme %50, %80'den %10-%20'ye gerilese bile, yapay zekanın toplam sermaye harcamaları içindeki payı artmaya devam ettiği sürece GPU, ASIC, HBM, gelişmiş üretim süreçleri ve gelişmiş paketleme yine de toplam sermaye harcamalarından daha iyi performans gösterebilir.

Başka bir deyişle piyasa, bir "toplam büyüklük hikayesinden" bir "yapısal hikayeye" geçiyor.

Morgan Stanley'nin uzun vadeli pazar büyüklüğü tahmini de bunu yansıtıyor. Rapor, 2030 yılına kadar küresel yarı iletken sektörünün büyüklüğünün yaklaşık 1,5 trilyon dolara ulaşabileceğini, yapay zeka yarı iletkenleri TAM'ının ise yaklaşık 753 milyar dolar olacağını ve bunun neredeyse tüm pazarın yarısını oluşturacağını öngörüyor. Tedarik zinciri kaynaklı iyimser senaryoda ise 2026'da bulut yapay zeka yarı iletken pazarının 485 milyar dolara ulaşabileceği tahmin ediliyor. 485 milyar doların raporda açıkça işaretlenmiş bir boğa senaryosu olduğunu, temel tahmin olmadığını belirtmek gerekir.

Bu arada yapay zeka ve yapay zeka dışı yarı iletkenler arasındaki ayrışma derinleşiyor.

Rapora göre, depolama ve NVIDIA yapay zeka GPU gelirleri hariç tutulduğunda, 2026'da yapay zeka dışı yarı iletken büyümesi düşebilir. Bu, bu döngünün artık "yarı iletken sektörünün genel toparlanması" şeklindeki geleneksel çerçeveye basitçe oturtulamayacağı anlamına geliyor.

Gerçek yüksek büyüme, yapay zekanın sürekli olarak wafer, depolama, gelişmiş paketleme ve test kaynaklarını emerek oluşturduğu bağımsız bir endüstri zincirinde yaşanıyor.

Büyüme Mantığı "Daha Fazla GPU Satın Almaktan" Daha Yüksek Yapay Zeka Değerine Kayıyor

Yapay zeka yatırımının ilk aşamasının özü "daha fazla GPU satın almak" idiyse, ikinci aşamada daha önemli soru şudur: Her bir yapay zeka sunucusunun ne kadar daha pahalı ve daha karmaşık yarı iletkene ihtiyacı var?

TSMC en doğrudan örnektir.

Morgan Stanley, yapay zeka yarı iletkenlerinin TSMC'nin 2026 gelirindeki payının %30'u aşmış olabileceğini tahmin ediyor. Aynı zamanda TSMC'nin N2 ailesi kapasitesinin 2026-2028 yılları arasında yaklaşık %70 bileşik büyüme oranı yakalaması bekleniyor; N3 kapasitesi artmaya devam ederken, N5 kapasitesi 2027'den itibaren düşebilir.

Yapay zeka yarı iletkenlerinin TSMC gelirindeki payı sürekli artıyor ve 2026'da %30'u aşmış olabilir.

Arkadaki mantık karmaşık değil.

Yapay zeka çipleri yalnızca sayıca artmakla kalmıyor, aynı zamanda her bir çip sürekli olarak "pahalılaşıyor". 5nm'den 3nm ve 2nm'ye geçiş, normal paketlemeden CoWoS ve SoIC'ye geçiş ve daha fazla HBM eklenmesiyle her yeni nesil yapay zeka hızlandırıcı, çip başına düşen wafer, paketleme ve depolama değerini artırıyor.

Bu nedenle, gelecekte sunucu sayısındaki büyüme kademeli olarak yavaşlasa bile, sunucu başına yarı iletken değeri artmaya devam edebilir. Gelişmiş paketleme büyüme hızının genel sermaye harcamalarından çok daha yüksek olabilmesinin nedeni de budur.

Bu arada yapay zeka çiplerindeki büyümenin kaynağı da NVIDIA'dan özel ASIC'lere doğru genişliyor.

Morgan Stanley, NVIDIA daha güçlü GPU'lar sunmaya devam etse bile büyük bulut hizmeti sağlayıcılarının yine de kendi özel çiplerine ihtiyaç duyacağını düşünüyor. Google'ın TPU'su, Amazon'un Trainium'u var ve Meta gibi şirketler de kendi ASIC projelerini ilerletiyor.

Bir bulut sağlayıcısı yeterince büyük bir hesaplama talebine sahip olduğunda, kendi geliştirdiği ASIC'ler belirli iş yükleri için maliyet, performans ve enerji verimliliğini optimize edebilir ve aynı zamanda tek bir GPU tedarikçisine olan bağımlılığı azaltabilir.

Bu nedenle gelecekteki yapay zeka çip pazarı mutlaka "NVIDIA'nın büyümesi bittikten sonra bayrağı kim devralacak" şeklinde olmayabilir; daha ziyade GPU büyümeye devam ederken ASIC'in ikinci bir büyüme eğrisi haline gelmesi daha olasıdır.

Morgan Stanley, Alchip'in AWS Trainium'dan elde ettiği gelirin 2026'da yaklaşık 1,8 milyar dolardan 2027'de 2,8 milyar dolara çıkmasını ve 2028'de 8 milyar dolara ulaşmasını bekliyor; bu durumda Trainium geliri Alchip'in toplam gelirinin yaklaşık %82'sini oluşturabilir.

Google TPU tahmini daha da iddialı.

Rapora göre, kendi modelinde MediaTek'in TPU ile ilgili geliri 2027'de 13,5 milyar dolardan 2028'de 43,5 milyar dolara, 2029'da ise 70 milyar dolara çıkabilir; 2028'de TPU geliri MediaTek'in toplam gelirinin yaklaşık %65'ini oluşturabilir.

Morgan Stanley, bulut hizmeti sağlayıcılarının kendi geliştirdiği ASIC projelerinin artmaya devam etmesini ve Google TPU gibi özel çiplerin hızlı hacim artışı aşamasına girmesini bekliyor.

Bu rakamların tamamı uzun vadeli modellerdir ve nihai gerçekleşme derecesi çip seri üretimine, verime, müşteri satın alımlarına ve bulut sağlayıcılarının kendi sermaye harcamalarına bağlıdır. Ancak yön çok net: Yapay zeka endüstri zincirindeki büyüme, yalnızca GPU sevkiyatından ASIC'lere, gelişmiş üretim süreçlerine, gelişmiş paketlemeye, ABF alt tabakalarına ve çip testine doğru genişliyor.

Rapor ayrıca Google TPU'nun gelecekteki hacim artışı potansiyelinin ABF alt tabaka tedarikiyle sınırlanabileceğine özellikle dikkat çekiyor. Bu nedenle yapay zeka döngüsünü değerlendirirken "kaç GPU satıldığı" hâlâ önemli olsa da artık her şey değil.

Çin'de Yapay Zeka Talebi Artıyor, Ancak Asıl Darboğaz Hâlâ Kapasite

Çin pazarı ise farklı bir değişim sergiliyor.

Geçmişte yerli yapay zeka çipleri tartışılırken piyasa esas olarak "yerli ikameye" odaklanıyordu. Ancak Morgan Stanley bu kez talep yaratmaya daha fazla vurgu yapıyor.

Rapora göre DeepSeek, daha düşük maliyetli yapay zeka çıkarım yeteneği sergiledi ve bu da çıkarım talebini daha da teşvik edebilir; aynı zamanda Çin'in yerli wafer üretim tedarik zincirinin yapay zeka GPU üretimindeki yeteneği de artıyor.

Bu, Çin yapay zeka çip mantığının salt "ithal ikamesinden" kademeli olarak şuna dönüştüğü anlamına geliyor: çıkarım maliyetlerinin düşmesi → uygulamaların artması → hesaplama gücü talebinin genişlemesi → yerli çip talebinin artması.

Bu nedenle Morgan Stanley, Çin yapay zeka ve yarı iletken ekipmanları alanında Iluvatar, Cambricon, Hygon, Naura Technology ve AMEC'e özellikle dikkat çekiyor; SMIC de yapay zeka yönünde Overweight portföyüne dahil edildi.

Ancak talep şu anki en büyük kısıt değil. Rapor, küresel yapay zeka gelişiminin başlıca darboğazlarını özetlerken ABD'nin karşılık gelen sorununu Enerji, Çin'inkini ise Çip Kapasitesi olarak tanımlıyor. Yani Çin yapay zeka çiplerinin nihai olarak ne kadar hacim üretebileceği, daha çok gelişmiş üretim süreçlerinin, gelişmiş paketlemenin ve depolamanın ne kadar etkin kapasite serbest bırakabileceğine bağlı.

Depolama en tipik örnektir.

Morgan Stanley, 2028 yılına kadar küresel DRAM kapasitesinin yaklaşık 3374 kwpm'ye ulaşabileceğini, bunun yaklaşık 500 kwpm'sinin ChangXin Memory'ye ait olacağını ve küresel toplamın yaklaşık %15'ini oluşturacağını tahmin ediyor; 2025'ten 2028'e kadar ChangXin'in bit sevkiyatının yaklaşık %40 bileşik büyüme oranı yakalaması bekleniyor.

Bu arada ChangXin, HBM pazarına da girmeye başladı.

Rapora göre HBM TSV kapasitesi 2026'da 20 kwpm'den 2027'de 40 kwpm'ye ve 2028'de 70 kwpm'ye çıkabilir. Bit sevkiyatına göre ChangXin, 2026'da küresel HBM pazarının yaklaşık %3,8'ini, 2027'de ise yaklaşık %4,4'ünü oluşturabilir.

Ancak bu, küresel depolama sıkışıklığını hemen değiştirmedi.

ChangXin'in yeni kapasitesi dahil edilse bile Morgan Stanley modeli, 2026'da küresel DRAM genel arz-talep açığının %17'ye, 2027'de ise yaklaşık %15'e ulaşabileceğini gösteriyor; HBM pazarı da arzın talebi karşılayamadığı bir durumda kalmaya devam ediyor.

ChangXin'in DRAM ve HBM kapasitesi hızla genişliyor, ancak Morgan Stanley küresel depolama arzının yapay zeka talebindeki büyümeye ayak uydurmakta zorlanacağını öngörüyor.

Bu, mevcut depolama döngüsünün geçmişten en büyük farklarından biridir.

Geçmişte DRAM ve NAND, tipik PC ve telefon döngüsel ürünlerine daha yakındı: talep artar, fiyatlar yükselir, üreticiler kapasite artırır ve ardından arz fazlası oluşurdu. Ancak yapay zeka sunucularında HBM, sunucu DRAM'i ve yüksek performanslı depolama giderek bir altyapı darboğaz varlığına dönüşüyor. Bunlar artık yalnızca GPU'nun yanındaki yardımcı bileşenler değil; bir yapay zeka sunucusunun üretilip üretilemeyeceğini ve tüm hesaplama kümesinin planlandığı gibi genişleyip genişleyemeyeceğini doğrudan belirlemeye başlıyorlar.

Sonuç olarak, bu 61 sayfalık araştırma raporunun asıl anlatmak istediği basitçe "yapay zeka yükselmeye devam edecek" değil. Daha doğru ifade şudur: Yapay zeka yarı iletkenleri, bulut hizmeti sağlayıcılarının sermaye harcamalarındaki yüksek büyümeye dayanan birinci aşamadan, yapay zekanın payının artmasına ve sunucu başına değerin yükselmesine dayanan ikinci aşamaya geçiyor.

Bu nedenle gelecekte yapay zeka donanım döngüsünün gerçekten bir dönüm noktasına yaklaşıp yaklaşmadığını değerlendirmek için yalnızca Meta, Google, Microsoft ve Amazon'un sermaye harcamalarındaki büyüme hızına bakmak artık yeterli değil.

Daha çok izlenmesi gerekenler: yapay zeka sermaye harcamalarının payı, CoWoS/EMIB kapasitesi, HBM arz-talep dengesi, 2nm kullanım oranı ve Google TPU, AWS Trainium gibi ASIC'lerin fiili sevkiyat temposu.

Gelecekte bulut hizmeti sağlayıcılarının genel sermaye harcamalarındaki büyüme düşse bile bu göstergeler yüksek büyümeyi sürdürürse, yapay zeka yarı iletkenlerindeki güçlü seyir toplam sermaye harcamalarıyla birlikte zirve yapmayabilir. Aksine, ancak bu temel göstergeler aynı anda zayıflamaya başladığında yapay zeka yarı iletken döngüsünde gerçek bir dönüm noktası sinyaline yaklaşılmış olur.