Çinli DFSX'in DF2000 Çipi, Bellek Bant Genişliğinde NVIDIA'nın GB200 NVL72'sini İkiye Katlıyor

Çinli yapay zeka çip üreticisi Dongfang Suanxin (DFSX), yapay zeka iş yüklerinde asıl belirleyici faktörün üretim düğümünü küçültmek değil, bellek bant genişliğini artırmak olduğunu savunuyor. Şirketin bu iddiasını somutlaştıran en önemli örnek ise DF1000 ve yakında piyasaya sürülecek DF2000 çipleri. Bu çipler, TY64 SuperNode adı verilen sistemler içinde bir araya getirilerek NVIDIA'nın amiral gemisi GB200 NVL72 sistemine ciddi bir rakip olmayı hedefliyor.

14nm ile Modern Mimari Nasıl Buluşuyor

DFSX'in DF1000 çipi, sektörün gözünde artık 'eski' sayılabilecek olgun 14nm üretim sürecinde imal ediliyor. Ancak şirket, düğüm eksikliğini yenilikçi bir mimariyle telafi ediyor: bellek katmanları doğrudan hesaplama katmanının üzerine 3D wafer seviyesinde hibrit yapıştırma tekniğiyle bindiriliyor. Bu yöntem, iki katmanın bakır yollarını doğrudan kaynaştırarak mikro çıkıntı (microbump) veya kablo gereksinimini ortadan kaldırıyor. Sonuç olarak veri, tek bir dar otoyol üzerinden değil, on milyonlarca ultra hızlı dikey asansör aracılığıyla akıyor.

DF2000 ile 3.5D Infinity Chiplet Yaklaşımı

2026'nın dördüncü çeyreğinde tanıtılması beklenen DF2000, bu mimariyi bir adım öteye taşıyor. Tek bir bellek katmanı yerine, birden fazla bellek-hesaplama kulesini yan yana bir taban üzerinde birleştiren '3.5D Infinity Chiplet' düzenini kullanıyor. Standart depolama katmanları, özel tasarlanmış üç boyutlu DRAM yapısıyla değiştirilerek çip içinde geçici olarak tutulabilecek veri miktarı ciddi ölçüde artırılıyor. DFSX'e göre bu tasarım, çok işlemcili çiplet ve DRAM katmanları sayesinde bu yıl içinde 1,6T'lik bağlantı hızı, 15 TB/s bellek bant genişliği ve 1000T BF16 hesaplama gücüne ulaşabiliyor.

Bellek Duvarı Sorunu ve Sayısal Karşılaştırma

DFSX'in temel tezi şu: Yapay zeka GPU'ları genellikle işlem gücünden değil, bellekten veri gelmesini beklerken boşta kalıyor. Yani asıl darboğaz, ham hesaplama kapasitesi değil bellek erişim hızı. Bu iddiayı destekleyen rakamlar da ortada. Tek bir DF2000 çipi 15TB/s bant genişliği sunuyor; TY64 SuperNode formatında bir araya getirildiğinde bu değer 960TB/s'ye çıkıyor. Buna karşılık NVIDIA'nın GB200 NVL72 sistemi toplamda sadece 576TB/s bant genişliği sağlayabiliyor. Elbette 4nm ile 14nm arasındaki fark saf hesaplama gücünde kendini gösteriyor: DF2000 tabanlı TY64 SuperNode 64 PFLOPS BF16 performansı sunarken, GB200 NVL72 bu rakamı 360 PFLOPS'a taşıyor. DFSX ise bu farkı, ikiye katlanan bellek bant genişliğiyle kapatmayı planlıyor.

FLOPS Yanlış Metrik mi?

DFSX'e göre büyük dil modelleri büyüdükçe performansı sınırlayan asıl unsur artık çip başına düşen hesaplama gücü değil; sistem entegrasyonu, bellek boyutu, bant genişliği, arabağlantı hızı ve bunların etrafındaki tedarik zinciri. Şirket, gelecekteki DF3000 çipinin 20TB/s bellek bant genişliği sunacağını, TY64 SuperNode formatında bu rakamın 1.280TB/s'ye ulaşacağını belirtiyor. Karşılaştırma için NVIDIA'nın Vera Rubin NVL72 sistemi 1.580TB/s toplam bant genişliği sunuyor; bu da DF3000 tabanlı sistemden yalnızca yüzde 23 daha fazla anlamına geliyor.

Sektör İçin Ne Anlama Geliyor

DFSX'in yaklaşımı, Çin'in gelişmiş litografi teknolojilerine erişiminin sınırlı olduğu bir dönemde dikkat çekici bir strateji sunuyor. Olgun düğümleri akıllı mimarilerle birleştirerek, en ileri üretim süreçlerine bağımlı kalmadan rekabetçi yapay zeka donanımı üretmenin mümkün olduğunu göstermeye çalışıyor. Bu yaklaşımın ticari başarıya dönüşüp dönüşmeyeceğini ise gelecek yıllarda DF2000 ve DF3000'in gerçek dünya performansları belirleyecek.