30 Saniyede Bulut Bilisim
Bulut bilisim, bilisim kaynaklarinin — sunucular, depolama, ag ve yazilim — internet uzerinden, talep uzerine, temel donanima sahip olmadan sunulmasidir. Bir sunucu satin alip baglamak yerine, bir saglayicidan kapasite kiralar ve kullandiginiz kadar odersiniz.
Bu kavram yeni degildir. Yeni olan sey olcek, hiz ve — ozellikle bunu 2026’da okuyan herkes icin — sunulan bilisim turudur. Bulut artik yalnizca web siteleri barindirmak ve dosya depolamakla ilgili degildir. Artik GPU bilisim icin birincil dagitim mekanizmasidir — yapay zeka modellerini egiten, 3B sahneleri render eden ve bilimsel simulasyonlari calistiran ozellestirilmis islem gucu.
Onemli bilgi: Bulut bilisim, sunuculara sahip olma ihtiyacini ortadan kaldirdi. GPU bulut bilisim ise simdi dunyanin en pahali ve kit donanimi olan — tanesi $25.000-$40.000’a mal olan ust duzey GPU’lara sahip olma ihtiyacini ortadan kaldiriyor.
Bulut bilisimi — ve ozellikle GPU bulutunu — anlamak; AI, makine ogrenmesi, bilimsel bilisim veya paralel islem gucu gerektiren herhangi bir is yuku ile calisan herkes icin onemlidir. Bu rehber kavrami temelinden aciklar.
Bulut Bilisimin 4 Dalgasi
Bulut bilisim bir gecede ortaya cikmadi. Her biri daha genis bir kitleye bilisim erisimi saglayan dort farkli dalga halinde gelisti.
Dalga 1: Ana Bilgisayarlar (1960’lar-1970’ler)
Paylasimli bilisimin en erken bicimidir. Buyuk kuruluslar — universiteler, devlet kurumlari, bankalar — oda buyuklugunde ana bilgisayarlar satin aldi. Birden fazla kullanici, zaman paylasimi ile ayni makineye basit terminallerden erisiyordu ve her birine merkezi islemcinin kapasitesinden bir dilim ayriliyordu. Bilisim merkeziydi. Kullanicilar uzaktaydi. “Bir bilgisayari ag uzerinden paylasma” kavrami dogdu.
Dalga 2: Istemci-Sunucu (1980’ler-1990’lar)
Kisisel bilgisayarlarin ve yerel ag aglarinin yukselisi, bilisimi dagitik bir modele dogru kaydirdi. Sirketler kendi sunucularini yerinde calistiriyordu — e-posta sunuculari, dosya sunuculari, veritabani sunuculari — ve calisanlar bunlara masaustu PC’lerden erisiyordu. Her kurulis aslinda kendi veri merkeziydi. Bu ise yariyordu, ancak her sirketin kendi donanimi satin almasini, bakimini yapmasini ve guvenligini saglamasini gerektiriyordu.
Dalga 3: Internet Bulutu (2006-2019)
Amazon Web Services 2006’da EC2’yi (Elastic Compute Cloud) baslatti ve modern bulut dogdu. Sirketler sunucu satin almak yerine saatlik sanal makineler kiralayabildi. Google Cloud ve Microsoft Azure takip etti. Uc hiper olcekleyici devasa veri merkezleri kurdu ve bilisim, depolama ve ag hizmetlerini bir kamu hizmeti gibi sundu — bir elektrik sebekesinden gelen elektrik gibi.
Bu dalga altyapiyi demokratiklestirdi. Iki kisilik bir startup, Fortune 500 sirketi ile ayni sunucu yeteneklerine erisebiliyordu ve yalnizca kullandigi kadar oduyordu. 2019’a gelindiginde bulut bilisim 200+ milyar dolarlik bir sektore donusmustu ve yeni yazilimlarin cogu ilk gunden itibaren “bulut-yerel” olarak olusturuluyordu.
Dalga 4: GPU / AI Bulutu (2020-Gunumuz)
Mevcut dalga. 2020’den sonra AI is yukleri patlayinca, ozellestirilmis GPU bilisim talebi geleneksel bulutun tasarlanan kapasitesini asti. Buyuk bir dil modelini egitmek, haftalarca calistirilan on binlerce GPU gerektirir. Olcekte cikarim, gunluk milyonlarca istegi islayan GPU kumeleri gerektirir.
Hiper olcekleyiciler GPU ornekleri ekleyerek yanit verdi (AWS p5, Google A3, Azure ND). Ancak talep arzi cok asiyor. GPU-as-a-Service pazari 2023’te 3,79 milyar dolardan 2030’a kadar tahmini 12,26 milyar dolara buyudu (MarketsandMarkets). GPU bulut pazaryerleri, dunya capinda yuzlerce veri merkezinden dagitik GPU kapasitesini toplayarak bu boslugu doldurmak icin ortaya cikti. Sektor bugun bu noktada duruyor — herkese acik bir bulut hizmeti olarak sunulan GPU bilisim.
Bulut Hizmet Modelleri: IaaS, PaaS, SaaS
Bulut bilisim, her biri farkli bir soyutlama seviyesi sunan uc hizmet modeli olarak organize edilmistir. Bunu yemek siparis etmek gibi dusunun: ham malzeme alabilirsiniz (IaaS), yemek seti alabilirsiniz (PaaS) veya hazir yemek siparis edebilirsiniz (SaaS).
IaaS — Hizmet Olarak Altyapi
En temel katman. Ham bilisim kaynaklari — sanal makineler, GPU’lar, depolama birimleri, ag bant genisligi — elde edersiniz ve geri kalan her seyi kendiniz olusturursunuz. Isletim sistemini siz secersiniz, yazilim yiginizi siz kurarsiniz ve tum ortami siz yonetirsiniz.
GPU bulut bilisim oncelikle bu katmanda calisir. Bir bulut saglayicidan H100 GPU ornegi kiraladignizda IaaS satin aliyorsunuz: ag uzerinden erisilebilir, saatlik veya saniye bazinda faturalandirilan ham GPU donanimi.
PaaS — Hizmet Olarak Platform
Bir ust katman. Saglayici, isletim sistemi, calisma zamani ve gelistirme araclari onceden kurulmus, yapilandirilmis bir platform sunar. Siz uygulamaniza ve verilerinize odaklanirsiniz. Onceden kurulmus PyTorch ve CUDA suruculeriyle yonetilen Jupyter notebook’lari, GPU dunyasinda bir PaaS ornegidir — siz kod yazarsiniz ve platform altyapiyi yonetir.
SaaS — Hizmet Olarak Yazilim
En yuksek soyutlama. Web tarayicisi veya API araciligiyla hazir bir yazilim urununu kullanirsiniz. Gmail, Slack, ChatGPT — bunlarin hepsi SaaS’tir. Sunucular, GPU’lar veya altyapi hakkinda hic dusunmezsiniz. Baska biri her seyi yonetir.
AI gelistiricileri ve arastirmacilari icin en ilgili katmanlar IaaS (dogrudan GPU donanimi kiralama) ve PaaS (yonetilen AI platformlarini kullanma) katmanlaridir. SaaS, AI olusturmak yerine AI tuketirken — ChatGPT veya Midjourney kullanirken — onemlidir.
GPU Bulutu ve Geleneksel Bulut: Fark Nedir?
Geleneksel bulut bilisim CPU’lar etrafinda insa edildi. Tum altyapi — sanal makineler, konteynerler, sunucusuz fonksiyonlar — web isteklerini, veritabani sorgularini ve is mantigi isleyen genel amacli islemciler varsayar. Bu cogu yazilim icin mukemmel calisir.
GPU bulutu temelden farklidir. Belirli bir is yuku kategorisinin — AI egitimi, cikarim, 3B render, bilimsel simulasyon — CPU’larin verimli bir sekilde sunamadigi paralel isleme gerektirmesi nedeniyle vardir. Tek bir GPU, bu is yukleri icin hicbir CPU’nun eslestiremedigi verimlilik elde ederek basit islemleri eszamanli olarak yurulen binlerce cekirdek icerir. GPU’larin nasil calistigini daha derinden anlamak icin kapsamli GPU rehberimize bakiniz.
| Ozellik | Geleneksel Bulut (CPU) | GPU Bulutu |
|---|---|---|
| Birincil islemci | CPU (8-128 cekirdek) | GPU (1.000-16.896 cekirdek) |
| Optimize edildigi alan | Sirali mantik, web uygulamalari, veritabanlari | Paralel bilisim: AI, render, simulasyon |
| Bellek turu | DDR5 sistem RAM (~50 GB/s) | HBM3/GDDR6X VRAM (3.350 GB/s’e kadar) |
| Tipik maliyet | $0,01-$0,50/saat (vCPU basina) | $0,30-$6,98/saat (GPU basina) |
| Faturalandirma modeli | vCPU-saat veya istek basina | GPU-saat veya saniye basina |
| Birincil musteriler | Web gelistiricileri, SaaS sirketleri | AI arastirmacilari, veri bilimcileri, studyolar |
| Buyume orani | Yillik ~%15 | 2035’e kadar %32,6 CAGR |
Temel fark: geleneksel bulut genel amacli bilisim satar. GPU bulutu ozellestirilmis paralel bilisim satar. Her ikisi de internet uzerinden sunulur, her ikisi de talep uzerine faturalandirilir, her ikisi de donanim sahipligi ihtiyacini ortadan kaldirir. Ancak temelden farkli is yuklerine hizmet ederler.
Onemli bilgi: GPU bulutu, bulut bilisimin en hizli buyuyen segmentidir cunku hizmet ettigi is yukleri — AI, render, bilimsel bilisim — sektorun en hizli buyuyen is yukleridir. Yalnizca 2026’da AI altyapisina 600 milyar dolardan fazla hiper olcekleyici sermaye harcamasi akiyor (IEEE ComSoc).
GPU Bulutu AI Icin Neden Onemli
GPU bulutunun yukselisi bir tesaduf degildir — AI devriminin en temel kisitlamasina dogrudan bir yanittir: GPU donanimi erisimi.
Arz Sorunu
Bir sinir buyuk dil modelini egitmek, aylar boyunca surekli calisan on binlerce GPU gerektirir. Modern AI’nin is ati NVIDIA H100, birim basina $25.000-$40.000’a mal olur — mevcut oldugunda. Toplu H100 siparisleri icin bekleme sureleri 2025 boyunca 6 ay veya daha fazlasina uzadi. Kritik bir bilesen olan yuksek bant genislikli bellek (HBM) tukenmis durumdadir ve maliyetler yalnizca 2025’in 4. ceyreginde %30’un uzerinde artmistir.
Bu bir erisim sorunu yaratir. Yalnizca en buyuk sirketler — Microsoft, Google, Meta, Amazon — on binlerce GPU satin alip bakim yapabilir. Diger herkesin sermaye harcamasi olmadan GPU bilisime erismenin bir yoluna ihtiyaci vardir.
Bulut Cozumu
GPU bulutu, GPU kapasitesini toplayarak ve talep uzerine kullanilabilir hale getirerek bunu cozer. Uc tur saglayici bu pazara hizmet eder:
Hiper olcekleyiciler (AWS, Google Cloud, Azure), daha genis bulut platformlarina entegre GPU ornekleri sunar. Kurumsal SLA’lar, kuresel kullanilabilirlik ve depolama, ag ve yonetilen hizmetlerle siki entegrasyon saglarlar. Bedeli maliyettir — hiper olcekleyici GPU fiyatlandirmasi bir H100 icin talep uzerine genellikle $3,00-$6,98/saat seviyesindedir.
Uzman GPU bulutlari (Lambda Labs, CoreWeave), yalnizca GPU altyapisina odaklanir. Rekabetci fiyatlandirma (H100 icin $2,00-$3,00/saat) ve AI is yukleri icin optimize edilmis yapilandirmalar sunar, ancak hiper olcekleyicilerden daha az yonetilen hizmet saglar.
GPU pazaryerleri, yuzlerce bagimsiz veri merkezinden dagitik kapasite toplar. Arzi birlestirerek en rekabetci fiyatlandirmayi sunarlar — bir H100 icin genellikle $1,50-$2,50/saat — saniye bazinda fiyatlandirma dahil esnek faturalandirma modelleriyle. Bu model ozellikle degisken is yuklerine sahip startup’lar, arastirmacilar ve ekipler icin cok uygundur.
Bulut GPU saglayicilari ve fiyatlandirmalari hakkinda ayrintili bir karsilastirma icin bulut GPU fiyatlandirma rehberimize bakiniz.
GPU Bulutunu Kimler Kullaniyor?
GPU bulutu genis bir kullanici yelpazesine hizmet eder:
- Milyonlarca dolarlik donanim yatirimlari olmadan modelleri egiten ve ince ayar yapan AI startup’lari
- Uretim uygulamalari icin cikarimi olceklendiren kurumsal AI ekipleri
- Universitelerinin satin almaya gucu yetmeyen donanim uzerinde deneyler yapan akademik arastirmacilar
- Uretim zirvelerinde talep uzerine karmasik sahneler render eden VFX ve animasyon studyolari
- Iklim simulasyonlari, molekuler dinamik ve genomik analiz yapan bilimsel bilisim ekipleri
- Acik kaynakli LLM’ler ve difuzyon modelleriyle deney yapan bagimsiz gelistiriciler
Ortak nokta: bu kullanicilarin tumunun GPU bilisime ihtiyaci vardir, ancak kalici olarak degil. Bulut erisimi, ihtiyac duydugunda olcek buyutmelerini ve is bittiginde olcek kucultmelerini saglar.
GPU Bulutuna Erisim: Hiper Olcekleyiciler ve Pazaryerleri
GPU bulut saglayicilari arasinda secim yapmak, maliyet, guvenilirlik, esneklik ve ekosistem entegrasyonu arasindaki odunlesimleri anlamayi gerektirir.
| Faktor | Hiper Olcekleyiciler (AWS, GCP, Azure) | Uzman Bulutlar (Lambda, CoreWeave) | GPU Pazaryerleri |
|---|---|---|---|
| H100 fiyatlandirmasi | $3,00-$6,98/saat | $2,00-$3,00/saat | $1,50-$2,50/saat |
| SLA garantisi | %99,9+ calisma suresi | %99,5-99,9 | Saglayiciya gore degisir |
| Faturalandirma ayrintisi | Saniye basina (cogu) | Saat/dakika basina | Saniye basina (bazilari) |
| Yonetilen hizmetler | Tam yigin (depolama, ML araclari, izleme) | Bilisime odakli | Degisken |
| Minimum taahhut | Yok (talep uzerine) veya 1-3 yil (rezerve) | Genellikle aylik | Yok (cogu) |
| GPU kullanilabilirligi | Iyi ama talep uzerine garanti degil | Adanmis icin daha iyi | Toplanan arz |
| En uygun | Mevcut bulut yigini olan kurumsal | AI odakli ekipler | Maliyet optimize, esnek is yukleri |
Saglayici turleri arasindaki fiyat farki onemlidir. 100 saat calisan ozdes bir H100 is yuku, bir hiper olcekleyicide yaklasik $700’a mal olurken bir pazaryerinde $200’a mal olur — ayni donanim icin 3,5 kat fark. Bu maliyet farki, GPU pazaryerlerinin GPU bulutunun en hizli buyuyen segmenti olmasinin nedenidir.
GPU donanimi satin almak veya kiralamak arasinda karar veren ekipler icin kiralama-satin alma analizimiz matematigin ayrintisini verir.
Bulut Bilisimin Gelecegi
Bulut bilisimin yolu bellidir: daha ozellestirilmis, daha dagitik, daha erisilebilir.
Uc bilisim, bulut kaynaklarini kullanicilara yakinlastiriyor. Tum verileri merkezi veri merkezlerine gondermek yerine, uc dugumleri gecikmeye duyarli is yuklerini yerel olarak isliyor. Yanit suresinin onemli oldugu AI cikarimi icin — uc GPU dagitilari gecikmeyi yuzlerce milisaniyeden tek hanelere dusuruyor.
Sunucusuz GPU, bir sonraki soyutlama katmani olarak ortaya cikiyor. Bir GPU ornegi kiralayip ortami yonetmek yerine, bir model ve veri gonderirsiniz; platform saglama, yurutme ve yikimi otomatik olarak yonetir. Yalnizca kodunuzun gercekte bir GPU’da calistigi saniyeler icin odersiniz.
Federe ve dagitik GPU aglari, giderek cesitlenen kaynaklardan — kurumsal veri merkezleri, arastirma kurumlari ve bosta kalan GPU’lari olan donanim sahiplerinden — kapasite topluyor. Bu model, toplam mevcut arzi artiriyor ve fiyat rekabetini tesvik ediyor. Donanim sahipleri GPU’larini bu aglara katmakla ilgileniyorsa, GPU kiralama rehberimiz nasil baslayacaginizi aciklar.
Surdurulebilirlik belirleyici bir kisitlama haline geliyor. Veri merkezleri 2026’da tahmini 96 GW guc tuketiyor (Deloitte) ve GPU is yukleri artisin buyuk bolumunu yonlendiriyor. Sivi sogutma, yenilenebilir enerji tedairki ve daha verimli cip mimarileri (Hopper’a gore watt basina 4 kat performans sunan NVIDIA Blackwell gibi) enerji sorununa yanit veriyor.
Sonuc olarak: bulut bilisim, sunuculari herkese erisilebilir hale getirerek basladi. GPU bulutu simdi ayni seyi dunyanin en guclu — ve en kit — bilisim donanimi icin yapiyor. AI bilisim talebi yillik 4-5 kat buyudukce, GPU bulut altyapisi yalnizca daha kritik hale gelecektir.
Sikca Sorulan Sorular
Bulut bilisim ile GPU bulut bilisim arasindaki fark nedir?
Bulut bilisim, herhangi bir bilisim kaynagini internet uzerinden sunmanin genis kategorisidir. GPU bulut bilisim, paralel hesaplama icin tasarlanmis islemciler olan GPU donanimini bir bulut hizmeti olarak sunan ozellestirilmis bir alt kumedir. Geleneksel bulut bilisim, web sunuculari, veritabanlari ve genel yazilimlar icin CPU’lara odaklanir. GPU bulutu, AI, render ve bilimsel is yukleri icin GPU’lara odaklanir. Her ikisi de ayni talep uzerine, kullandigin kadar ode modelini kullanir.
AI kullanmak icin GPU bulutuna ihtiyacim var mi?
Olcege baglidir. AI’yi bir tuketici olarak kullaniyorsaniz — ChatGPT ile sohbet etmek, Midjourney ile gorsel olusturmak — zaten dolayali olarak GPU bulutu kullaniyorsunuz (bu hizmetler arka planda GPU altyapisi uzerinde calisir). AI modelleri olusturuyor veya egitiyorsaniz, dogrudan GPU erisimi gerekir. Birkacu yuz milyon parametreden buyuk modeller icin bulut GPU ornekleri, gerekli donanima alti haneli bir sermaye yatirimi olmadan erismenin en pratik yoludur. AI icin GPU ve CPU sorusu hakkinda daha fazla bilgi icin mimari karsilastirmamiza bakiniz.
GPU bulut bilisim ne kadar tutar?
GPU bulut fiyatlandirmasi hafif cikarim GPU’lari (NVIDIA L4) icin yaklasik $0,30/saat’ten ust duzey egitim GPU’lari (H100) icin buyuk bulut saglayicilarda $6,98/saat’e kadar uzanir. GPU pazaryerleri, dagitik kapasite toplayarak ayni donanimj 3-6 kat daha dusuk fiyatlarla sunar. Spot ve oncelikli olmayan ornekler, kesintiyi tolere edebilen is yukleri icin ek %40-60 indirimler sunar. Toplam maliyet, GPU modelinize, kullanim oraniniza ve saglayici seciminize baglidir.
IaaS, PaaS ve SaaS arasindaki fark nedir?
IaaS (Hizmet Olarak Altyapi), size ham donanim — sanal makineler, GPU’lar, depolama — verir ve geri kalan her seyi siz yonetirsiniz. PaaS (Hizmet Olarak Platform), size onceden yapilandirilmis bir gelistirme ortami verir, boylece altyapi degil kodunuza odaklanirsiniz. SaaS (Hizmet Olarak Yazilim), bir tarayici araciligiyla eristiginiz hazir bir uygulama verir. AI gelistirme icin IaaS (GPU ornekleri kiralama) ve PaaS (yonetilen AI platformlari) en ilgili katmanlardir.
Bulut bilisim guvenli mi?
Buyuk bulut saglayicilari guvenlige milyarlarca yatirim yapar — duragan ve aktarim sirasinda sifreleme, kimlik yonetimi, uyumluluk sertifikalari (SOC 2, ISO 27001, GDPR), ag izolasyonu ve 7/24 guvenlik izleme. Cogu kurulis icin bulut altyapisi, kendi kendine yonetilen yerel sunuculardan onemli olcude daha guvenlidir, cunku bulut saglayicilari bireysel sirketlerin eslestiremedigi olcekte ozel guvenlik ekipleri istihdam eder. Anahtar, dogrulanmis guvenlik uygulamalarina sahip saglayicilar secmek ve paylasimli sorumluluk modelini anlamaktir — saglayici altyapiyi guvenli kilar ve siz verilerinizi ve erisim kontrollerinizi guvenli kilarsiniz.