Neocloud: Yapay Zeka Çağının Yeni Bulut Şirketleri

AWS, Azure ve Google Cloud zaten varken CoreWeavße, Nebius, Lambda ve Crusoe neden milyarlarca dolarlık yeni bir altyapı katmanı kuruyor?

Amazon Web Services, Microsoft Azure ve Google Cloud bugün dünyanın en büyük bilgi işlem altyapılarından bazılarını işletiyor. Yirmi yıl boyunca bulut bilişim denildiğinde akla gelen şirketler büyük ölçüde bunlardı.

Fakat yapay zekâ çağında farklı bir şey oluyor.

Dünyanın en büyük teknoloji şirketleri kendi veri merkezlerine on milyarlarca dolar harcarken, aynı anda birkaç yıl önce çoğu insanın adını bile duymadığı CoreWeave, Nebius, Lambda ve Crusoe gibi şirketler milyarlarca dolarlık yeni veri merkezleri kuruyor, yüz binlerce GPU için kapasite topluyor ve büyük AI şirketleriyle uzun vadeli compute anlaşmaları imzalıyor.

Üstelik müşterileri yalnızca küçük girişimler değil. CoreWeave, Meta ile 2032'ye kadar uzanan yaklaşık 21 milyar dolarlık bir AI altyapı anlaşması açıkladı. Anthropic ile Claude modellerinin geliştirilmesi ve çalıştırılması için çok yıllı bir anlaşma imzaladı. Şirket, dünyanın önde gelen on AI model sağlayıcısından dokuzunun platformunu kullandığını söylüyor.

O halde soru kaçınılmaz:

AWS, Azure ve Google Cloud zaten varken neden yeni bulut şirketlerine ihtiyaç var?

Cevap, yapay zekânın bulutun içinde çalışan yeni bir uygulama olmaktan çıkıp kendi fiziksel ve ekonomik altyapısını gerektiren yeni bir üretim sistemine dönüşmesinde yatıyor.

Bu yeni şirketlere giderek daha sık verilen isim ise neocloud.

Bulutun içinde yeni bir bulut

Neocloud için henüz herkesin üzerinde anlaştığı resmi bir teknik standart yok. Terim daha çok yeni ortaya çıkan bir şirket kategorisini tarif ediyor.

En basit haliyle neocloud, altyapısını özellikle yapay zekâ iş yükleri için tasarlayan bulut sağlayıcısıdır.

Burada sık kullanacağımız bir kavramı da netleştirelim. Compute, bir modelin eğitilmesi veya çalıştırılması için kullanılan hesaplama kapasitesidir. GPU sayısı bunun yalnızca bir parçasıdır; gerçek compute kapasitesi GPU'ların ağ, depolama, yazılım, enerji ve soğutma altyapısıyla birlikte ne kadar verimli çalışabildiğine bağlıdır.

AWS veya Azure bir şirketin veritabanından web sitesine, ERP sisteminden serverless uygulamasına kadar binlerce farklı iş yükünü çalıştırmak zorundadır. Neocloud ise çok daha dar bir probleme odaklanır:

Büyük miktarda AI compute'u mümkün olduğunca hızlı ve verimli biçimde üretmek.

AI cloud neden farklı?

Büyük bir modeli eğitmek için binlerce, bazen on binlerce GPU'nun haftalar veya aylar boyunca birlikte çalışması gerekir. Bu GPU topluluğuna cluster, yani küme denir. Kümenin performansı yalnızca işlemci sayısına değil, GPU'ların birbirleriyle ne kadar hızlı haberleştiğine, verinin ne kadar hızlı taşındığına ve sistemin ne kadar kesintisiz çalıştığına bağlıdır.

Bunun üzerine bir de enerji gelir. Yeni nesil AI rack'leri klasik veri merkezlerinden çok daha yüksek güç yoğunluklarına ulaşıyor. Bu da elektrik dağıtımından liquid cooling, yani sıvı soğutmaya kadar veri merkezinin fiziksel mimarisini değiştiriyor.

Dolayısıyla AI cloud yalnızca GPU kiralamak değildir. Orchestration ise bu işlem, ağ ve depolama kaynaklarının tek bir sistem gibi koordine edilmesini ifade eder.

GPU + network + storage + orchestration + power + cooling birlikte çalışan tek bir üretim sistemidir.

CoreWeave: Bir neocloud ne kadar büyüyebilir?

Bu dönüşümün en çarpıcı örneklerinden biri CoreWeave.

Şirketin 2026 ikinci çeyrek geliri 2,58 milyar dolara ulaştı. Bir yıl öncesine göre büyüme yaklaşık yüzde 112. Revenue backlog ise 104,2 milyar dolar. Backlog, kabaca şirketin sözleşmeye bağladığı ancak henüz gelir olarak tamamını kaydetmediği gelecekteki iş hacmini gösteriyor. CoreWeave ayrıca üçüncü çeyreğin ilk haftalarında 25 milyar doların üzerinde yeni müşteri taahhüdü aldığını açıkladı.

Bu talebi karşılamak ucuz değil. CoreWeave yalnızca 2026'nın ikinci çeyreğinde yaklaşık 9,4 milyar dolar sermaye harcaması yaptı ve yılın tamamı için CapEx beklentisini 35-39 milyar dolar aralığına yükseltti. CapEx, şirketin uzun ömürlü fiziksel varlıklar ve altyapı için yaptığı sermaye harcamasıdır.

Bir başka ifadeyle CoreWeave, klasik bir yazılım şirketi gibi büyümüyor.

Bir fabrika ağı kuruyor.

Bu fabrikaların üretim makineleri GPU'lar. Hammaddeleri elektrik ve veri. Ürettikleri ürün ise compute.

Bu nedenle neocloud'ları yalnızca yeni nesil veri merkezleri olarak değil, AI çağının compute fabrikaları olarak düşünmek daha açıklayıcı. Fakat 2026'da ortaya çıkan finansman yapıları bu tanımı bir adım daha ileri taşıyor. Neocloud, uzun vadeli compute talebini GPU, veri merkezi ve enerji yatırımlarıyla eşleştiren yeni bir ekonomik katmana dönüşüyor.

Buradaki önemli ölçütlerden biri utilization, yani kullanım oranı. Bir GPU'ya sahip olmak tek başına ekonomik değer yaratmaz. O GPU'nun mümkün olduğunca yüksek oranda iş üretmesi gerekir. Aynı donanımdan daha yüksek throughput, yani birim zamanda daha fazla iş, veya daha fazla inference token'ı çıkarabilen sağlayıcı daha iyi ekonomi yaratır. Inference ise eğitilmiş bir modelin kullanıcı isteğine yanıt üretme aşamasıdır.

Hyperscaler'lar varken neden neocloud?

Hyperscaler, AWS, Azure ve Google Cloud gibi küresel ölçekte dev bulut ve veri merkezi altyapıları işleten sağlayıcılara verilen isimdir. Aslında Microsoft, Amazon ve Google da aynı AI altyapısını kuruyor. Üstelik kendi accelerator mimarilerini geliştiriyorlar.

Neocloud'ların varlığı hyperscaler'ların başarısız olduğu anlamına gelmiyor. Tam tersine, AI compute talebinin büyüme hızını gösteriyor.

Yeni bir veri merkezi kurmak, elektrik bağlantısı almak, transformatör ve soğutma altyapısını tamamlamak, binlerce GPU'yu teslim almak ve cluster'ı üretime sokmak yıllar sürebiliyor. Model şirketlerinin ihtiyacı ise bugün ortaya çıkabiliyor.

Neocloud tam bu zaman farkına giriyor. Yeni NVIDIA platformlarını hızla devreye alıyor, büyük ve birbirine yakın GPU kümeleri oluşturuyor ve kapasiteyi uzun vadeli kontratlarla müşterilere satıyor.

Üstelik hyperscaler ve neocloud ilişkisi yalnızca rekabet ilişkisi değil. Aynı şirketler farklı dönemlerde birbirlerinin müşterisi, tedarikçisi veya finansman ortağı olabiliyor.

AI compute artık kendi başına alınıp satılan stratejik bir kapasiteye dönüşüyor.

Dört şirket, dört farklı model

Neocloud kategorisi tek tip şirketlerden oluşmuyor.

CoreWeave bugün ölçek ve uzun vadeli kontratlar açısından en agresif örneklerden biri. NVIDIA ekosistemine çok yakın, dev GPU kümeleri kuruyor ve training'den inference'a, orchestration'dan agentic AI araçlarına kadar yazılım katmanını genişletiyor.

Lambda daha saf bir AI-only cloud yaklaşımına sahip. Resmi ürün yapısı birkaç GPU'luk on-demand instance'lardan 2.000'in üzerinde GPU içeren cluster'lara, oradan 165.000'den fazla GPU'ya ölçeklenebilen uzun vadeli Supercluster tasarımlarına uzanıyor. Şirket Mayıs 2026'da altyapı genişlemesini finanse etmek için 1 milyar dolarlık teminatlı kredi tesisi kapattı.

Nebius kendisini full-stack AI cloud olarak konumluyor. Yalnızca GPU kapasitesi değil, geliştiricinin veriden training'e ve production inference'a kadar kullanabileceği daha geniş bir yazılım platformu kurmaya çalışıyor. Mayıs ayında Pennsylvania'daki yeni AI factory için 1,2 GW'a kadar power ve land güvence altına aldığını duyurdu.

Crusoe ise başka bir yerden geliyor: enerji. Şirket kendisini energy-first AI infrastructure şirketi olarak tanımlıyor ve enerji kaynağından veri merkezine, oradan cloud platformuna kadar zincirin daha büyük bölümünü kontrol etmeye çalışıyor. Haziran 2026 itibarıyla data center projeleri ve Crusoe Cloud dahil yaklaşık 4,9 GW kontratlı AI altyapı kapasitesi açıkladı. Geliştirme pipeline'ı ise 40 GW'ın üzerinde.

Bu farklılık önemli. Çünkü neocloud savaşı yalnızca kimin daha fazla GPU'su olduğu üzerinden yürümeyecek. Elektriğe erişim, sermaye maliyeti, utilization ve aynı donanımdan çıkarılan ekonomik çıktı belirleyici olacak.

Bir CoreWeave siparişi aslında kime gidiyor?

Neocloud hikâyesini yalnızca CoreWeave'in gelir tablosuna bakarak okumak Atlas'ın asıl ilgilendiği sistemi kaçırmamıza neden olur.

CoreWeave 35-39 milyar dolarlık yıllık CapEx planladığında para tek bir şirkete gitmez.

Zincir kabaca şöyle işler:

Model demand → Compute capacity → GPU/ASIC → HBM → Advanced Packaging → Foundry → Networking/Optical → Data Center → Power → Liquid Cooling → Grid/Energy

Compute kapasitesi büyüdüğünde accelerator gerekir. Accelerator, AI hesaplamalarını hızlandırmak için kullanılan GPU veya ASIC gibi özel işlemcidir. Accelerator için HBM gerekir. GPU kümelerini birbirine bağlamak için yüksek hızlı network gerekir. Rack'ler yoğunlaştıkça güç dağıtımı ve sıvı soğutma gerekir. Bunların tamamı için yeni veri merkezi ve yeni elektrik kapasitesi gerekir.

NVIDIA ve AMD accelerator katmanında, SK Hynix ve Micron HBM tarafında, TSMC foundry ve advanced packaging tarafında, Arista ve Marvell networking tarafında, Vertiv ise güç ve termal altyapıda bu zincirin farklı noktalarında yer alıyor.

Bir model şirketinin daha fazla token üretme isteği, zincirin diğer ucunda transformatör, fiber, HBM veya soğutma ekipmanı siparişine dönüşebiliyor.

İşte neocloud'un Atlas'taki önemi burada ortaya çıkıyor: model dünyasıyla fiziksel altyapı dünyası arasındaki sermaye köprülerinden biri.

Compute'un yeni finansal mimarisi

Neocloud modelinin en önemli dönüşümlerinden biri bilanço tarafında yaşanıyor. Bu şirketler artık yalnızca GPU satın almak için borçlanmıyor; uzun vadeli müşteri kontratlarını, GPU sunucularını ve bunlarla ilişkili altyapıyı aynı finansman yapısında bir araya getiriyor.

CoreWeave bunun en görünür örneklerinden biri. HPC, High Performance Computing yani yüksek performanslı hesaplama altyapısını ifade eder. Şirket Mart 2026'da müşteri kontratı ve HPC altyapısıyla desteklenen 8,5 milyar dolarlık bir finansman tesisi kapattı. Mayıs ayında ise 3,1 milyar dolarlık yeni bir HPC altyapı destekli kredi tesisi açıkladı. Bu krediler, uzun vadeli müşteri talebini yerine getirecek GPU sunucuları ve ilgili altyapının kurulmasını finanse ediyor.

Mantık klasik proje finansmanına benziyor. Önce uzun vadeli compute talebi kontrata bağlanıyor. Ardından bu talebi karşılayacak fiziksel kapasite için sermaye sağlanıyor. Müşterinin gelecekteki compute ödemeleri, bugünkü altyapı yatırımını mümkün kılıyor.

Lambda'nın Mayıs 2026'da kapattığı 1 milyar dolarlık senior secured credit facility, yani varlıklarla güvence altına alınmış kredi tesisi de aynı yönü gösteriyor.

Daha geniş ölçekte sermaye piyasaları AI altyapısını ayrı bir yatırım kategorisi olarak görmeye başlıyor. KKR, NVIDIA, Kuwait Investment Authority ve Vistra'nın Haziran 2026'da kurduğu Helix Digital Infrastructure, veri merkezi, enerji ve bağlantı altyapısı için 10 milyar doların üzerinde uzun vadeli sermaye taahhüdüyle başladı.

Aynı finansman mantığı şimdi GPU ve veri merkezi katmanının da ötesine genişliyor. NVIDIA'nın Ağustos 2026'da öne çıkardığı Land, Power and Shell, kısaca LPS, bir AI fabrikasının üzerinde kurulacağı araziyi, ihtiyaç duyacağı enerji kapasitesini ve compute sistemlerini barındıracak fiziksel yapıyı ifade ediyor. NVIDIA'nın OpenAI için Ohio'daki PORTS-Pike sahasında LPS kapasitesini desteklemeye başlaması, finansmanın artık yalnızca işlemciyi değil, işlemcinin çalışacağı uzun ömürlü fiziksel zemini de kapsadığını gösteriyor.

Burada ortaya çıkan fikir önemli:

Compute yalnızca tüketilen bir teknoloji hizmeti değil, gelir üreten ve finanse edilebilen bir altyapı varlığına dönüşüyor.

GPU gerçekten ne kadar eskiyor?

Bu finansman modelinin kritik varsayımlarından biri GPU'ların ekonomik ömrü.

Ağustos 2026'da CoreWeave CEO'su Michael Intrator, 2020'de piyasaya çıkan NVIDIA A100 GPU'ları için 2029'a kadar uzanan yeni bir müşteri kontratı imzaladıklarını açıkladı. Dokuz yaşına yaklaşacak bir accelerator hâlâ kiralanabilir bir compute varlığı olarak ekonomik değer üretebiliyor.

Bu, yeni GPU'ların daha verimli olmadığı anlamına gelmiyor. Blackwell ve Rubin aynı enerji veya alan içinde çok daha fazla compute üretebilir. Ancak her veri merkezi yeni nesil rack'lerin güç ve sıvı soğutma gereksinimlerini karşılayamıyor. Daha düşük güç yoğunluğuyla çalışan eski GPU'lar farklı workload'lara kaydırılarak ekonomik ömürlerini uzatabiliyor.

NVIDIA'nın burada önemli bir başka argümanı CUDA. Yazılım uyumluluğu, eski GPU'ların yeni model ve framework'lerle çalışmaya devam etmesini sağlıyor. NVIDIA bunu bir ekonomik zincir olarak da çerçeveliyor: daha geniş kullanım alanı compute'u daha kolay yeniden tahsis edilebilir hale getiriyor; yüksek utilization ekonomik ömrü uzatıyor; uzun ekonomik ömür de donanımı kiralanabilir ve finanse edilebilir bir varlığa dönüştürüyor.

Buradaki finansal kavram residual value, yani kalan ekonomik değer. Asıl soru bir GPU'nun beş yıl sonra çalışıp çalışmayacağı değil, beş yıl sonra hangi iş yükünde, hangi fiyatla ve hangi kullanım oranında gelir üretmeye devam edeceği.

Modelin riskleri

Neocloud modeli son derece sermaye yoğun. Büyük fırsatın yanında birkaç temel risk de taşıyor.

Birincisi borç ve sermaye maliyeti. Faiz ve finansman maliyeti yükseldikçe aynı compute fabrikasının ekonomik getirisi düşebilir.

İkincisi GPU amortismanı ve residual value. A100 örneği eski GPU'ların beklenenden uzun yaşayabileceğini gösteriyor, ancak her neslin aynı değeri koruyacağı garanti değil.

Üçüncüsü utilization. Satın alınmış ama boş duran GPU para kazandırmaz. Bu nedenle kapasitenin ne kadarının gerçekten işe dönüştüğü kritik.

Dördüncüsü fiyat ve müşteri yoğunlaşması. Donanım verimliliği arttıkça aynı compute'u üretmenin maliyeti düşebilir; birkaç dev kontrata dayanan büyüme ise gelir görünürlüğü sağlarken az sayıda müşteriye bağımlılık yaratabilir.

Geçici bir kapasite avantajı mı, kalıcı bir cloud mimarisi mi?

Bugün neocloud'ların önemli avantajlarından biri kapasite kıtlığı. Fakat bu avantaj sonsuza kadar sürmeyecek.

Microsoft, Amazon, Google ve Meta kendi altyapılarını hızla büyütüyor. NVIDIA üretimi artıyor. AMD ve custom accelerator'lar alternatif kapasite yaratıyor. Yeni veri merkezleri devreye giriyor.

Eğer neocloud'un tek avantajı bugün GPU bulabilmekse kategori zamanla sıkışabilir.

Fakat AI workload'ları genel amaçlı cloud'dan yapısal olarak farklıysa, uzmanlaşmış sağlayıcılar aynı donanımdan daha yüksek utilization, daha iyi throughput ve daha düşük inference maliyeti çıkarabilir. Bu durumda neocloud geçici bir GPU kıtlığı avantajı değil, kalıcı bir cloud mimarisi olur.

Sektörün önümüzdeki birkaç yıldaki asıl testi tam olarak bu olacak.

Compute'tan token'a

Bugün bir neocloud müşterisine GPU-hour, cluster veya uzun vadeli compute kapasitesi satıyor. GPU-hour, tek bir GPU'nun bir saatlik kullanımını ifade eden basit bir kapasite ölçüsüdür.

Fakat müşterinin gerçekte satın almak istediği şey GPU saati değil.

Bir modeli eğitmek.

Bir milyar inference isteğini cevaplamak.

Bir agent'ın görev tamamlamasını sağlamak.

Bir iş sonucunu üretmek.

Bu nedenle AI altyapısının ekonomik zinciri giderek şöyle okunabilir:

Silicon → Capacity → Inference → Token → Agent → Outcome → Economic Value

Neocloud bu zincirin Capacity katmanında duruyor. Fakat rekabet zamanla aşağıya, token ekonomisine ve sonuç başına maliyete doğru ilerleyecek.

Aynı GPU'dan kim daha fazla token çıkarabiliyor?

Aynı token'ı kim daha düşük enerjiyle üretebiliyor?

Hangi model hangi görev için ekonomik olarak doğru?

Bir agent'ın tamamladığı işin gerçek maliyeti ne?

Yapay zekâ ekonomisinin bir sonraki büyük soruları burada başlıyor.

Sıradaki durak: AI fabrikaları

Neocloud'lar bize yapay zekânın yalnızca modellerden oluşmadığını bir kez daha gösteriyor. Bir prompt'un birkaç saniyede verdiği cevabın arkasında GPU'lar, milyarlarca dolarlık finansman, gigawatt ölçeğinde elektrik, fiber ağlar, sıvı soğutma sistemleri ve bunların üzerinde çalışan yeni bir compute piyasası var.

AWS, Azure ve Google Cloud ortadan kaybolmuyor. Ama onların yanında yeni bir altyapı sınıfı oluşuyor. Neocloud'ların kalıcı olup olmayacağını da yalnızca kaç GPU'ya sahip oldukları değil, o GPU'lardan ne kadar ekonomik zekâ üretebildikleri belirleyecek.

Fakat burada daha büyük bir dönüşüm var. Arazi, enerji, bina, soğutma, networking, GPU ve sermaye artık tek bir üretim sistemi içinde birleşiyor.

Teknoloji dünyası bu yapılar için giderek daha sık başka bir kavram kullanıyor: AI Factory, yani Yapay Zekâ Fabrikası.

Peki bir veri merkezi ne zaman bir yapay zekâ fabrikasına dönüşür? Ve neden NVIDIA gibi bir çip şirketi artık yalnızca GPU değil, bu fabrikaların kurulacağı araziyi, enerjiyi ve fiziksel altyapıyı da düşünmeye başladı?

Sıradaki durak tam olarak burası.

Yapay zekâ Atlası'nda keşfetmeye devam edeceğiz. Bir sonraki yazıda görüşmek üzere.

How to Cite

M. Seçkin Bedük, “Neocloud: Yapay Zekâ Çağının Yeni Bulut Şirketleri,” The Intelligence Atlas, 2026.