En İyi 25+ Yapay Zeka Çip Üreticisi: NVIDIA ve Rakipleri
AIMultiple'ın bulut GPU kıyaslamasını 10 farklı GPU modeliyle 4 farklı senaryoda çalıştırma deneyimimize dayanarak, bunlar veri merkezi iş yükleri için en iyi yapay zeka donanım şirketleridir. Her seçimimizin arkasındaki gerekçeyi görmek için bağlantıları takip edin:
Kategoriye göre 25+ yapay zeka çip üreticisi
*Seçili modeller en son duyurulara dayanmaktadır.
**ACCEL, Çinli bilim insanları tarafından Alibaba ve China's Semiconductor Manufacturing International Corporation (SMIC) iş birliğiyle geliştirilmiştir.1
Sıralama kategoriye göredir. Satıcılar, ilk 3 kategoride (yani lider üretici, genel bulut, genel yapay zeka bulutu) tahmini pazar payına göre sıralanmıştır çünkü satış rakamları veya bulut kullanımı tahmin edilebilir. Son üç kategorideki satıcılar (yani yapay zeka girişimi, yakında üretici olacak, diğer üreticiler) alfabetik olarak sıralanmıştır.
5 mobil yapay zeka çip sağlayıcısı
*En popüler ve en yeni çipler seçilmiştir.
5 uç yapay zeka çipi
Düşük gecikmeli işleme talebi, uç yapay zeka çiplerinde yeniliği teşvik etmiştir. Bu çiplerin işlemcileri, bulut tabanlı çözümlere güvenmek yerine yapay zeka hesaplamalarını cihazlarda yerel olarak gerçekleştirmek üzere tasarlanmıştır:
*Bunlar satıcılar tarafından belirtilen maksimum değerlerdir. TOPS, saniye başına tera işlem anlamına gelir.
Yapay zeka çip mimarilerini anlamak: GPU'lar ve ASIC'ler
Tüm yapay zeka çipleri eşit yaratılmamıştır. Yukarıdaki satıcılar aynı pazarda rekabet ederken, temelde farklı çip mimarileri kullanırlar:
- GPU'lar (Grafik İşlem Birimleri), çok çeşitli yapay zeka iş yüklerinde hem eğitim hem de çıkarımı yönetebilen genel amaçlı işlemcilerdir. NVIDIA ve AMD bu kategoriye hakimdir.
- ASIC'ler (Uygulamaya Özel Entegre Devreler), belirli görevler için özel olarak tasarlanmıştır. Bazıları hem eğitimi hem de çıkarımı destekler (Google TPU, AWS Trainium), diğerleri ise yalnızca çıkarım içindir (Groq LPU, AWS Inferentia).
Önemli içgörü:
Tüm ASIC'ler yalnızca çıkarım için değildir. Google TPU, AWS Trainium, Cerebras ve SambaNova hem eğitimi hem de çıkarımı desteklerken, Groq LPU ve AWS Inferentia yalnızca çıkarıma odaklanır.
Bu ayrım alıcılar için önemlidir: GPU'lar farklı yapay zeka iş yüklerinde esneklik sunarken, ASIC'ler watt başına daha iyi performans sağlar ancak model mimarileri değiştikçe yeniden programlanması daha zordur.
TrendForce'a göre2 , yapay zeka sunucu sevkiyat büyüme oranlarına göre, bulut sağlayıcılarından özel ASIC sevkiyatlarının 2026'da 44.6% büyümesi beklenirken, GPU sevkiyatlarının 16.1% büyümesi öngörülmektedir. Bu, hiper ölçekleyicilerin giderek kendi silikonlarına yatırım yapmasıyla yapay zeka donanım ortamında bir değişime işaret etmektedir.
Lider yapay zeka çip üreticileri hangileridir?
1. NVIDIA
NVIDIA, 1990'lardan beri oyun sektörü için grafik işlem birimleri (GPU'lar) tasarlamaktadır. NVIDIA, çip üretiminin çoğunu TSMC'ye yaptıran fabrikasız bir çip üreticisidir. Ana iş alanları şunlardır:
Masaüstü yapay zeka çözümleri
DGX Spark (eski adıyla Project Digits), yapay zeka mühendisleri ve veri bilimcileri için bir masaüstü yapay zeka süper bilgisayarıdır ve NVIDIA Blackwell RTX GPU'ya sahip, 6.144 CUDA çekirdeği ve FP4 hassasiyetli beşinci nesil Tensor Çekirdekleri içeren, NVIDIA NVLink-C2C çipten çipe ara bağlantısı aracılığıyla yüksek performanslı, 20 çekirdekli NVIDIA Grace CPU'ya bağlanan, cihaz içi ajanlar için 1 petaflop'a kadar yapay zeka hesaplama ve 128GB birleşik bellek sunan bir Grace Blackwell Superchip'e sahiptir.3 4
NVIDIA ve Microsoft, yeni işletim sistemi güvenlik temelleri üzerine inşa edilmiş cihaz içi ajanlar için güvenli bir Windows platformu sunmak üzere ortaklık kurmaktadır.5
Veri merkezi çözümleri
Şirket, Ampere, Hopper ve en son Blackwell mimarilerini takip eden yapay zeka çipleri üretmektedir. Üretken yapay zeka patlaması sayesinde, NVIDIA geçtiğimiz yıllarda mükemmel sonuçlar elde etti, trilyonluk bir değerlemeye ulaştı ve GPU ve yapay zeka donanım pazarlarının lideri konumunu sağlamlaştırdı. Aşağıdaki grafik, NVIDIA'nın bu segmentteki gelirinin yıllar içinde nasıl büyüdüğünü ve şirketin birincil gelir kaynağı haline nasıl geldiğini göstermektedir.
Kaynak: NVIDIA Corporation mali raporları.6
DGX™ A100 ve H100, Nvidia'nın veri merkezlerinde yapay zeka eğitimi ve çıkarımı için tasarlanmış başarılı amiral gemisi yapay zeka çipleri olmuştur.7 NVIDIA bunları şunlarla takip etti:
- H200, B300 ve GB300 çipleri
- Bu çiplerden 8'ini birleştiren HGX H200 ve HGX B300 gibi HGX sunucuları
- Daha da fazla çipi büyük kümeler halinde birleştiren NVL serisi ve GB200 SuperPod.8
Bulut GPU'lar
Veri merkezi teklifinin gücü sayesinde, NVIDIA, çoğu bulut oyuncusunun bulut GPU'ları olarak yalnızca NVIDIA GPU'ları sunduğu bulut yapay zeka pazarında neredeyse bir tekele sahiptir.
NVIDIA ayrıca, bulut sağlayıcılarını atlayarak doğrudan kuruluşlara bulut GPU altyapısı sağlayan DGX Cloud teklifini başlattı.
Grafik için GPU'lar
Xbox, NVIDIA ve Microsoft tarafından ortaklaşa geliştirilen bir yonga seti kullanır. NVIDIA'nın perakende kullanıcılar için GPU'ları GeForce serisini içerir.
Son gelişmeler
DGX Cloud Lepton
19 Mayıs 2025'te Computex'te duyurulan NVIDIA'nın DGX Cloud Lepton'ı, yapay zeka geliştiricilerini CoreWeave, Lambda ve Crusoe gibi NVIDIA'nın GPU bulut sağlayıcılarına bağlayan bir pazaryeridir. Geleneksel bulut sağlayıcı bağımlılıklarını atlayarak yapay zeka model eğitimi ve çıkarımı için GPU kaynaklarına esnek erişim sağlar. Bu, NVIDIA'nın kurumsal odaklı bulut stratejisini güçlendirir.9
NVIDIA Dynamo
GTC 2025'te duyurulan NVIDIA Dynamo, dağıtılmış ortamlarda üretken yapay zeka modellerinin yüksek verimli, düşük gecikmeli dağıtımı için tasarlanmış, aşağıdaki şekilde gösterildiği gibi NVIDIA Blackwell'de istek sunumunu 30 kata kadar artıran yeni bir açık kaynaklı çıkarım çerçevesidir. PyTorch ve TensorRT-LLM gibi popüler araçlarla uyumlu olan bu çerçeve, performansı optimize etmek ve maliyetleri düşürmek için ayrıştırılmış çıkarım aşamaları ve dinamik GPU zamanlaması gibi yenilikleri kullanır. Geliştiriciler için GitHub'da mevcut olan ve kurumsal çözümler için NVIDIA NIM mikro hizmetlerine dahil edilen Dynamo, tekli sistemlerden çoklu GPU sistemlerine kadar ölçeklenebilir ve maliyet etkin üretken yapay zeka sunumunu kolaylaştırır.10
NVIDIA RTX PRO Sunucuları ve Enterprise AI Factory
Mayıs 2025'te Computex'te duyurulan NVIDIA, kurumsal yapay zeka fabrikaları için tasarlanmış RTX PRO 6000 Blackwell Server Edition GPU'larla güçlendirilen RTX PRO Sunucularını tanıttı. Bu sunucular, NVIDIA Omniverse platformunda çok modlu yapay zeka çıkarımı, fiziksel yapay zeka ve dijital ikizler gibi iş yüklerini destekleyerek yapay zeka, tasarım, mühendislik ve iş uygulamaları için evrensel hızlanma sağlar.
RTX PRO Sunucularını, NVIDIA Spectrum-X Ethernet'i, NVIDIA BlueField DPU'ları ve NVIDIA AI Enterprise yazılımını içeren NVIDIA Enterprise AI Factory doğrulanmış tasarımı, Cadence, Foxconn ve Lilly gibi ortakların şirket içi yapay zeka altyapısı oluşturmasını sağlar. Bu girişim, trilyon dolarlık BT endüstrisinin GPU hızlandırmalı yapay zeka fabrikalarına geçişini hızlandırır.12
NVIDIA Vera Rubin platformu
NVIDIA'nın Blackwell Ultra'dan sonraki yeni nesil platformu, CES 2026'da duyuruldu ve Computex 2026'da üretimde olduğu onaylandı, Blackwell'e kıyasla 3,5 kat daha hızlı eğitim ve 5 kat daha hızlı çıkarım sunar ve HBM4 ile TSMC 3nm üzerine inşa edilmiştir.13 14 NVL72 rafı 260 TB/s bant genişliği sağlar.
DeepSeek
DeepSeek'in R1'inin piyasaya sürülmesi, en son teknoloji modellerin nispeten az sayıda GPU ile eğitilebileceğini gösterdi. Bu, NVIDIA'nın hisse senedi fiyatında bir düşüşe yol açtı. Bu yatırım tavsiyesi olmamakla birlikte, hesaplama gücü ne kadar çok fayda sağlarsa o kadar yaygın kullanılması gerektiğinden (yani Jevons paradoksu15 ) bu NVIDIA için olumlu olabilir.
Bununla birlikte, GPU sistemlerinin performansının çip tasarımı ve ara bağlantıdaki ilerlemeler sayesinde yılda birkaç kez artması göz önüne alındığında, alıcıların yıllık ihtiyaçlarının ötesinde satın almamaları akıllıca olacaktır, çünkü bu eski sistemlere sahip olmaya yol açabilir.
Tarifeler ve ihracat kısıtlamaları
NVIDIA'nın artık Çin pazarına gelişmiş yapay zeka işlemcileri ihraç etmesine izin verilmektedir, bu da yalnızca düşürülmüş sürümleri satma zorunluluğundan bir değişime işaret etmektedir. Ancak, bu ihracatlar yeni lojistik ve mali engellerle karşı karşıyadır: Tayvan'da üretilen çipler artık üçüncü taraf testleri için Amerika Birleşik Devletleri üzerinden geçmek zorundadır ve bu da yeni uygulanan 25% ulusal güvenlik tarifesini tetiklemektedir.
Üst düzey donanıma yeniden erişim sağlanmasına rağmen, eklenen maliyetler ve tedarik zinciri karmaşıklıkları Çin hükümetini ve çip endüstrisini rekabetçi yerel alternatifler geliştirmeye teşvik etmeye devam etmektedir. Çin çipleri şu anda NVIDIA'nın en son teknolojisinden daha düşük performans gösterirken, bu ticaret engelleri yerli geliştirmenin stratejik bir öncelik olarak kalmasını sağlayarak gelecekte NVIDIA'nın pazar hakimiyetine potansiyel olarak meydan okuyabilir.16
Çıkarım Pazarı Rekabeti
NVIDIA yapay zeka "eğitim" pazarına hakimken, yapay zeka modellerinin gerçek dünya görevleri için dağıtımı olan "çıkarım" alanında rekabet kızışmaktadır. AMD ve Untether AI ile Groq gibi çok sayıda girişim, özellikle daha düşük güç tüketimine odaklanarak daha maliyet etkin çıkarım çözümleri sunmayı amaçlayan çipler geliştirmektedir.
Yeni "akıl yürütme" yapay zeka teknikleri daha fazla hesaplama gücü talep etmektedir. NVIDIA, akıl yürütmenin uzun vadede kendi mimarisini destekleyeceğine inanmakta ve pazar payı daha küçük olsa bile çıkarım pazarının sonunda eğitim pazarını büyüklük olarak gölgede bırakmasını beklemektedir.17
2. AMD
AMD, CPU, GPU ve yapay zeka hızlandırıcı ürünlerine sahip fabrikasız bir çip üreticisidir.
AMD, Haziran 2023'te yapay zeka eğitim iş yükleri için MI300'ü piyasaya sürdü ve pazar payı için NVIDIA ile rekabet etmektedir. 2023 yılında AMD donanımını benimseyen girişimler, araştırma enstitüleri, kuruluşlar ve teknoloji devleri bulunmaktadır, çünkü ChatGPT'nin piyasaya sürülmesiyle tetiklenen üretken yapay zekanın yükselişiyle birlikte hızla artan talep nedeniyle Nvidia yapay zeka donanımını tedarik etmek zorlaşmıştır.18 19 20
2025'te AMD, uç sağlayıcılar ve kurumsal veri merkezleri için enerji verimli yapay zeka çıkarım çipleri geliştiren Untether AI'den yetenekli bir yapay zeka donanım ve yazılım mühendisleri ekibinin satın alındığını duyurdu. Bu hamle, AMD'nin yapay zeka derleyici, çekirdek geliştirme ve çip tasarım yeteneklerini geliştirerek çıkarım pazarındaki konumunu daha da güçlendirir. Ayrıca AMD, kurumsal uygulamalar için Instinct veri merkezi GPU'larında yapay zeka performansını optimize etmek üzere derleyici girişimi Brium'u satın aldı.21
AMD, MI300'ün yerini alması ve NVIDIA'nın H200'ü ile rekabet etmesi için MI350 serisini piyasaya sürecek. AMD, yakın zamanda çıkan bir diğer çip olan MI325X'in pazar lideri çıkarım performansına sahip olduğunu iddia etmektedir. Şubat 2026'da Meta, AMD ile 6 GW'a kadar AMD Instinct GPU'su dağıtmak üzere uzun vadeli bir altyapı anlaşması duyurdu; bu, tarihteki en büyük NVIDIA dışı GPU tedarik anlaşmalarından biri ve AMD'nin yapay zeka donanım yol haritasının önemli bir onayıdır.22 23
AMD ayrıca veri bilimcilerinin donanımlarını daha verimli kullanmalarını sağlamak için Hugging Face gibi makine öğrenmesi şirketleriyle çalışmaktadır.24
Donanım performansı büyük ölçüde yazılım optimizasyonuna dayandığı için yazılım ekosistemi kritik öneme sahiptir. Örneğin, AMD ve NVIDIA, H100 ve MI300'ün kıyaslanması konusunda kamuoyunda bir anlaşmazlık yaşadı. Anlaşmazlığın odağı, kıyaslamada kullanılacak paket ve kayan nokta idi. En son kıyaslamalara göre, MI300'ün 70B'lik bir LLM üzerinde çıkarım için H100'den daha iyi veya eşit olduğu görülmektedir.25
Yazılım
AMD donanımı NVIDIA'ya yetişirken, yazılımı kullanılabilirlik açısından geride kalmaktadır. CUDA çoğu görev için kutudan çıktığı gibi çalışırken, AMD yazılımı önemli ölçüde yapılandırma gerektirir.26
Ekosistem
NVIDIA gibi, AMD de donanımının benimsenmesini teşvik etmek için çözümlerinin kullanıcılarına seçici olarak yatırım yapmaktadır.27
3. Intel
Intel, CPU pazarındaki en önemli oyuncudur ve uzun bir yarı iletken geliştirme geçmişine sahiptir. NVIDIA ve AMD'nin aksine, Intel çiplerini üretmek için kendi dökümhanesini kullanır.
Gaudi3, Intel'in en son yapay zeka hızlandırıcı işlemcisidir.28 Ancak, Intel'in Gaudi3 için satış beklentisi 2024 için ~500 milyon dolar'dı, bu da AMD'nin 2024'te kazanmayı öngördüğü milyarlara kıyasla önemli ölçüde daha düşüktür.
Yeni CEO Lip-Bu Tan (Mart 2025'te atandı) yönetiminde, Intel'in yapay zeka stratejisi raf ölçekli çözümler etrafında netleşmiştir.29 Intel, Falcon Shores GPU'sunu iptal ederek Intel'in 18A işlem düğümü üzerine inşa edilmiş yeni nesil raf ölçekli bir yapay zeka hızlandırıcısı olan Jaguar Shores'a yöneldi ve Computex 2026'da 18A düğümünde Xeon 6+ işlemcisi ve Crescent Island veri merkezi GPU'su dahil olmak üzere yeni yapay zeka donanım duyuruları yaptı.30 31
Hangi genel bulut sağlayıcıları yapay zeka çipleri üretiyor?
4. AWS
AWS, model eğitimi için Tranium çipleri ve çıkarım için Inferentia çipleri üretmektedir. AWS genel bulutta pazar lideri olmasına rağmen, kendi çiplerini geliştirmeye Google'dan sonra başladı.
Yüz binlerce Tranium2 çipi, LLM geliştiricisi Anthropic'in modellerine güç veren Project Rainier kümesini oluşturmak için kullanılmaktadır.
5. Google Cloud Platformu
Google Cloud TPU, Translate, Photos, Search, Assistant ve Gmail gibi Google ürünlerine güç veren özel olarak üretilmiş makine öğrenmesi hızlandırıcı çipidir. Google, TPU'ları 2016'da duyurdu.32 En son Trillium TPU, 6. nesildir.33
Google, Ironwood'u tanıttı. Bu en yeni nesil, LLM'ler ve MoE'ler gibi karmaşık "düşünme modelleri" için özel olarak tasarlanmış olup, çip başına 4.614 TFLOP'luk büyük paralel işleme ve 9.216 çiplik podlarda 42,5 Exaflop'a kadar ölçeklendirme sunar.34
Ironwood, Trillium'a göre 2 kat daha iyi güç verimliliği, 6 kat Yüksek Bant Genişlikli Bellek kapasitesi (çip başına 192 GB), 4,5 kat HBM bant genişliği (çip başına 7,2 TBps) ve 1,5 kat Çipler Arası Ara Bağlantı hızı (1,2 Tbps) gibi önemli ilerlemeler sunar. Ayrıca büyük gömme işlemleri için gelişmiş bir SparseCore'a sahiptir. Google, akıllı telefonlar ve IoT donanımı gibi uç cihazlara dağıtım için tasarlanmış çok daha küçük Edge TPU'yu da üretmektedir.
6. Alibaba
Alibaba, çıkarım için Hanguang 800 gibi çipler üretmektedir. Ancak bazı Kuzey Amerika, Avrupa ve Avustralya kuruluşları (örneğin savunma sanayindekiler) jeopolitik nedenlerle Alibaba Cloud'u kullanmayı tercih etmeyebilir.
7. IBM
IBM, en son derin öğrenme çipini, yapay zeka birimini (AIU) 2022'de duyurdu.35 . IBM, Watsonx üretken yapay zeka platformuna güç sağlamak için bu çipleri kullanmayı değerlendirmektedir.36
IBM AIU, IBM Z ana bilgisayar sunucularının yapay zeka işlem yeteneklerine güç veren IBM Telum İşlemcisi üzerine inşa edilmiştir. Piyasaya sürüldüğünde, Telum işlemcilerinin öne çıkan kullanım örnekleri arasında dolandırıcılık tespiti yer alıyordu.37
IBM, hesaplama ve belleğin birleştirilmesinin verimlilik sağlayabileceğini de gösterdi. Bunlar North Pole işlemci prototipinde gösterildi.38
8. Huawei
Huawei'nin HiSilicon Ascend 910C'si, 2019'da tanıtılan Ascend 910 çip ailesinin bir parçasıdır.
Yaptırımlar nedeniyle, Çin'deki yapay zeka laboratuvarları NVIDIA veya AMD gibi ABD firmalarından en yeni, en yüksek performanslı çipleri satın alamamaktadır. Bu nedenle Ascend 910C ile denemeler yapmaktadırlar.
Huawei'nin bulutu DeepSeek modellerini barındırmaktadır ve DeepSeek'teki bir araştırmacı, NVIDIA H100 çıkarım performansının %60'ına ulaşabileceğini iddia etmektedir.39
Hangi bulut yapay zeka sağlayıcıları kendi çiplerini üretiyor?
Bu sağlayıcılar, hiper ölçekleyiciler gibi kapsamlı yeteneklere sahip genel bulutlara sahip değildir. Genellikle yapay zeka çıkarımına odaklanan sınırlı bulut hizmetleri sunarlar. Satış ekipleriyle görüşmeden bu hizmetlere kaydolabildik:
9. Groq
Groq, eski Google çalışanları tarafından kuruldu. Şirket, şirketlerin sistemlerini benimsemesini kolaylaştırmayı amaçlayan yapay zeka çip mimarisi için yeni bir model olan LPU'ları temsil etmektedir. Girişim, yaklaşık 350 milyon dolar fon topladı ve GroqChip™ Processor, GroqCard™ Accelerator gibi ilk modellerini üretti.
Şirket, LLM çıkarımına odaklanmıştır ve Llama-2 70B için kıyaslamalar yayınlamıştır.40
Yakın zamanda, Groq, gelişmiş yapay zeka çiplerinin ülkeye teslimatını genişletmek için Suudi Arabistan'dan 1,5 milyar dolarlık önemli bir yatırım taahhüdü aldı. Bu yatırım, Aramco Digital ile ortaklaşa inşa edilen Groq'un Suudi Arabistan'ın Dammam kentindeki mevcut veri merkezini genişletmek için kullanılacak.41
2024'ün ilk çeyreğinde şirket, 70 bin geliştiricinin bulut platformuna kaydolduğunu ve 19 bin yeni uygulama oluşturduğunu paylaştı.42
1 Mart 2022'de, Groq, finansal hizmetler için yüksek performanslı bilgi işlem (HPC) çözümlerine sahip Maxeler'i satın aldı.43
10. SambaNova Systems
SambaNova Systems, yüksek hacimli üretken yapay zeka iş yükleri için yüksek performanslı, yüksek hassasiyetli donanım-yazılım sistemleri geliştirmek üzere 2017'de kuruldu. Şirket, Şubat 2026'da 350 milyon dolarlık Seri E turu dahil olmak üzere toplamda 1,5 milyar dolardan fazla fon topladı.44
Şubat 2026'da SambaNova, en son Reconfigurable Data Unit (RDU) olan SN50 çipini tanıttı ve etmen tabanlı yapay zeka iş yükleri için rekabetçi çiplere kıyasla maksimum 5 kat daha hızlı hız ve GPU'lara kıyasla 3 kat daha düşük toplam sahip olma maliyeti iddia etti. SN50, önceki nesil SN40L'ye göre hızlandırıcı başına 5 kat daha fazla hesaplama ve 4 kat daha fazla ağ bant genişliği sunar ve 10 trilyon+ parametreli modeller ve 10 milyon+ token bağlam uzunlukları için üç kademeli bir bellek mimarisini destekler.45
SoftBank Corp., Japonya'daki yeni nesil yapay zeka veri merkezlerinde SN50'yi dağıtan ilk müşteri olacak.
SambaNova ayrıca, SambaNova'nın sistemlerini Intel Xeon işlemciler, Intel GPU'ları ve Intel ağ iletişimi ile birleştirerek GPU merkezli çözümlere alternatif olarak ölçeklenebilir çıkarım altyapısına güç sağlamak üzere Intel ile planlanan çok yıllı stratejik bir iş birliğini duyurdu.
SambaNova Systems, platformunu SambaCloud aracılığıyla işletmelere kiralamaktadır. Bu hizmet olarak yapay zeka platformu yaklaşımı, sistemlerinin benimsenmesini kolaylaştırır ve döngüsel ekonomi için donanımın yeniden kullanımını teşvik eder.46
Lider yapay zeka çip girişimleri hangileridir?
Yakın gelecekte adlarını daha sık duyabileceğimiz yapay zeka çip endüstrisindeki bazı girişimleri de tanıtmak isteriz.
11. Cerebras
Cerebras 2015'te kuruldu ve wafer ölçekli çiplere odaklanan tek büyük çip üreticisidir.47 Wafer ölçekli çipler, daha yüksek bellek bant genişliği sayesinde GPU'lara kıyasla paralellik açısından avantajlara sahiptir. Ancak bu tür çiplerin tasarlanması ve üretilmesi gelişmekte olan bir teknolojidir.
Cerebras çipleri şunları içerir:
- 1,2 trilyon transistör ve 400 bin işlem çekirdeğine sahip WSE-1.
- 2,6 trilyon transistör ve 850 bin çekirdekli WSE-2, Nisan 2021'de duyuruldu. TSMC'nin 7nm sürecini kullandı
- 4 trilyon transistör ve 900 bin yapay zeka çekirdeğine sahip WSE-3, Mart 2024'te duyuruldu. TSMC'nin 5nm sürecini kullanır48
Cerebra'nın sistemi, simülasyonlar için ona güvenen AstraZeneca ve GlaxoSmithKline gibi ilaç şirketleri ve araştırma laboratuvarlarıyla çalışır. Ayrıca, çipleri öncü modeller için çıkarım maliyetlerini düşürebildiğinden LLM üreticilerini de hedefler.
Cerebras, çiplerini bulutunda kuruluşlara da sunmaktadır.
12. d-Matrix
d-Matrix, geleneksel von Neumann mimarisini terk ederek bellek içi hesaplamayı benimseyen yeni bir yaklaşım izlemektedir. Bu yaklaşım bellek ve hesaplama arasındaki darboğazı çözme potansiyeline sahip olsa da, yeni ve kanıtlanmamıştır. Kasım 2025'te d-Matrix, Bullhound Capital, Triatomic Capital ve Temasek liderliğinde, Microsoft'un M12'sinin takip yatırımcısı olarak katıldığı Seri C turunda 275 milyon dolar toplayarak şirketi 2 milyar dolar değerledi.49 50
Haziran 2026 itibarıyla d-Matrix, SRAM tabanlı bellek içi hesaplama çipçik mimarisine dayanan Corsair yapay zeka çıkarım platformu ile tam çip üretimine girdi ve bağımsız testler, yapay zeka çıkarım iş yükleri için GPU tabanlı alternatiflere kıyasla 10 katın üzerinde hız iyileştirmesi gösterdi.51
13. Rebellions
Kore merkezli bir girişim, 2024'te 124 milyon dolar topladı ve LLM çıkarımına odaklanmıştır.52
Rebellions, başka bir Koreli yarı iletken tasarım firması olan SAPEON ile birleşti ve 2024'te unicorn değerlemesine ulaştı.53
Temmuz 2025'te Rebellions, planlanan halka arzdan (IPO) önce 200 milyon dolara kadar çıkmayı hedefleyen bir fonlama turunun parçası olarak teknoloji devi Samsung'dan yatırım aldı. Şirket, 2020'deki kuruluşundan bu yana 220 milyon dolar topladı ve Samsung'un 4-nanometre üretim sürecinden yararlanarak ikinci nesil çipi Rebel-Quad'ı (dört Rebel yapay zeka çipinden oluşan) 2025'in sonlarında pazara sunmak için Samsung ile iş birliği yapıyor.54
14. Tenstorrent
Tenstorrent'in en yeni Blackhole Tensix İşlemcisi, 32 GB GDDR6 bellek ve 512 GB/s bellek bant genişliğiyle eşleştirilmiş 664 TFLOPS (BLOCKFP8) performans sunar.
P150a kartı 1.399 dolar fiyatla sunulur ve çoklu kart ölçeklendirme için dört QSFP-DD 800G bağlantı noktasına sahiptir. Giriş seviyesi P100a modeli 999 dolardan başlar.55
Tenstorrent, tamamen açık kaynaklı bir yazılım yığını sunar. Şirket, Aralık 2024'te Jeff Bezos'un da aralarında bulunduğu yatırımcılardan 2,6 milyar doların üzerinde bir değerlemeyle 700 milyon dolar topladı.56
15. Positron
Positron 2023'te kuruldu ve yalnızca transformer model çıkarımına odaklanmaktadır. Şirket, genel amaçlı GPU hesaplaması yerine transformer mimarileri için özel olarak optimize edilmiş amaca yönelik donanım inşa eden bir ASIC yaklaşımını benimsemektedir.
Ürünler:
- Atlas (şu anda sevk ediliyor): 256 GB toplam HBM'li 8x Positron Archer Transformer Accelerator içeren bir transformatör çıkarım sunucusu. Şirket, Llama 3.1 8B ile BF16 hesaplama kullanılarak kıyaslandığında NVIDIA Hopper sistemlerine kıyasla watt başına 4 kattan fazla performans ve dolar başına 3 kattan fazla performans iddia etmektedir.57
- Titan (2027'de geliyor): 4x Asimov özel çip ile güçlendirilmiş 8+ TB bellekli yeni nesil bir sistem, hava soğutmalı 4U form faktöründe 16 trilyon parametreye kadar modelleri ve 10 milyon+ token bağlam pencerelerini desteklemek üzere tasarlanmıştır.58
- Asimov (2027'de geliyor): Çip başına 2+ TB belleğe sahip özel çıkarım hızlandırıcı silikon.
Positron, 2026'nın başlarında QIA, Arm Holdings, Arena ve Jump Trading gibi yatırımcıların katılımıyla 230 milyon dolar+ Seri B turu topladı.59
Atlas şu anda ağ iletişimi, oyun, içerik denetimi, CDN ve Token-as-a-Service şirketleri tarafından kullanılmaktadır. Positron, Atlas sisteminin karşılaştırılabilir H100 sistemlerine kıyasla alım satım çıkarım iş yükleri için 3 kat daha düşük uçtan uca gecikme gösterirken gücün üçte birini tükettiğini iddia etmektedir.
Positron'un çipleri Amerika Birleşik Devletleri'nde tasarlanmakta, üretilmekte ve monte edilmektedir.
16. _etched
Yaklaşımları, transformer mimarisini çiplerine yakarak esneklikten verimlilik için feragat etmektedir.
Ekip şunları iddia etmektedir:
- Sohu dünyanın ilk transformer ASIC'ini inşa etti.
- Bu 8 Sohu çipi 500.000'den fazla token/saniye üretebilir. Bu, 8 NVIDIA B200'ün başarabileceğinden bir büyüklük sırası daha fazladır.
Şu anda bunlar ekibin kendi iç ölçümlerine dayanmaktadır. AIMultiple ekipleri henüz herhangi bir kıyaslama veya müşteri referansıyla karşılaşmadı. Şunları merak ediyoruz:
- Model eskidiğinde ne olur? Kullanıcıların yeni bir çip satın alması gerekir mi, yoksa eski çip bir sonraki modelle yeniden yapılandırılabilir mi?
- Kıyaslamalarını nasıl yürüttüler? Hangi niceleme ve model kullanıldı?
_etched ekibi daha fazla ayrıntı yayınladığında bunu güncelleyeceğiz. Her birkaç ayda bir yeni modellerin piyasaya sürüldüğü düşünüldüğünde, modelleri çiplere yakmanın sürdürülebilir olup olmayacağını görmek ilginç olacak.
17. Taalas
Taalas 2023'ün başlarında kuruldu ve yapay zeka çip uzmanlaşmasına en uç yaklaşımı benimsiyor: bireysel modelleri doğrudan özel silikona kablolayarak şirketin "Hardcore Models" olarak adlandırdığı şeyi üretiyor.60 Şirket, daha önce görülmemiş herhangi bir yapay zeka modelini iki ay içinde özel silikona dönüştürebileceğini iddia etmektedir.
Taalas'ın mimarisi, depolama ve hesaplamayı DRAM seviyesinde yoğunlukta tek bir çipte birleştirerek HBM, gelişmiş paketleme, 3D yığınlama, sıvı soğutma veya yüksek hızlı I/O ihtiyacını ortadan kaldırır. Şirket bunu donanım yığınının radikal bir basitleştirilmesi olarak tanımlamaktadır.
Ürünler:
- HC1 (şu anda mevcut): TSMC 6nm üzerine inşa edilmiş, 53 milyar transistörlü Llama 3.1 8B ile kablolanmış bir teknoloji göstericisi. Taalas, kullanıcı başına saniyede 17.000 token iddia ediyor, bunun mevcut en son teknolojiden yaklaşık 10 kat daha hızlı olduğunu, inşa maliyetinin 20 kat daha düşük olduğunu ve 2,5 kW hava soğutmalı bir sunucuda 10 kat daha az güç tükettiğini söylüyor. Ancak model, GPU taban çizgilerine kıyasla kalite düşüşlerine neden olan agresif özel 3-bit ve 6-bit niceleme kullanır.61
- HC2 (planlanan): HC1'in niceleme sınırlamalarını gidermek için daha yüksek yoğunluk, daha hızlı yürütme ve standart 4-bit kayan nokta formatlarına sahip ikinci nesil bir platform.
Taalas 200 milyon dolardan fazla fon topladı ancak ilk ürününü 24 kişilik bir ekiple pazara sunmak için yalnızca 30 milyon dolar harcadığını bildiriyor.
18. Extropic
Extropic, hesaplama için termodinamiği kullanmak üzere 2023'ün sonlarında 14 milyon dolarlık bir tur topladı. Şirket henüz bir çip piyasaya sürmedi.
19. Vaire
Vaire, neredeyse sıfır enerjili çipler yaratmayı amaçlayan yenilikçi bir yaklaşım olan tersinir hesaplamaya öncülük eden Birleşik Krallık merkezli bir girişimdir. Enerjinin ısı olarak kaybolduğu geleneksel hesaplamanın aksine, tersinir hesaplama enerjinin önemli bir kısmını sonraki hesaplamalar için geri dönüştürür.
Vaire, enerjisinin %50'sini geri kazanabilen bir test çipi göstererek teknolojinin yapay zeka iş yüklerinin enerji tüketimini azaltma ve modern yarı iletken üretimini zorlayan fiziksel sınırlamaları veya termal duvarı aşma potansiyelini ortaya koydu.62
20. Fractile
Fractile, öncü model çıkarımında NVIDIA'ya meydan okumak için Temmuz 2024'te 15 milyon dolarlık fonla gizlilikten çıkan Birleşik Krallık merkezli bir yapay zeka çıkarım çipi girişimidir.63
Şirket, GPU'ların öncü model çıkarımı için karşılayamadığı eşzamanlı düşük gecikme ve yüksek verim gereksinimini çözdüğünü iddia ettiği, bellek ve hesaplamayı aynı kalıp üzerinde fiziksel olarak iç içe geçiren işlemciler inşa etmektedir. Fractile, tasarımının öncü modelleri mevcut çözümlerden 25 kata kadar daha hızlı ve 10'da 1 maliyetle çalıştırabileceğini, binlerce eşzamanlı kullanıcıya saniyede binlerce token sunma hedefiyle iddia etmektedir.
Fractile'ın merkezi Londra'da olup donanım mühendisliği Bristol'dadır ve Mart 2025'te Financial Times tarafından NVIDIA'nın hakimiyetine meydan okuyan çıkarım odaklı girişim dalgasının bir parçası olarak profillenmiştir.64
Tercih edilen kaynak olarak ekleYakında gelecek yapay zeka donanım üreticileri nelerdir?
Bunlar ilgi çekici yapay zeka donanım çözümleri olsa da, pazara yeni girenler oldukları için etkinlikleri konusunda şu anda sınırlı kıyaslamalar bulunmaktadır.
21. Apple
Apple'ın Project ACDC'sinin, 2026'nın ikinci yarısında seri üretime geçmesi beklenen veri merkezlerinde yapay zeka çıkarımı için çipler inşa etmeye odaklandığı bildirilmektedir.65 Apple, iPhone'larda, iPad'lerde ve MacBook'larda kullanılan dahili olarak tasarlanmış yarı iletkenleriyle zaten büyük bir çip tasarımcısıdır. Apple, GitHub'daki açık kaynaklı Core AI modelleri deposu tarafından desteklenen, modelleri tamamen Apple silikonunda sunucu bağımlılığı olmadan çalıştıran Core AI çerçevesiyle cihaz içi yapay zeka stratejisini güçlendirmektedir.66 67
22. Meta
Meta Training and Inference Accelerator (MTIA), Meta'nın LLaMa modellerini eğitmek gibi yapay zeka iş yükleri için bir işlemci ailesidir.
En son MTIA modeli olan Next Gen MTIA, TSMC 5nm teknolojisine dayanmaktadır ve MTIA v1'in 3 kat performansını sunduğu iddia edilmektedir. MTIA, 72 adede kadar hızlandırıcı içeren raflarda barındırılacaktır.68
MTIA şu anda Meta'nın dahili kullanımı içindir. Ancak gelecekte, eğer Meta LLaMa tabanlı bir kurumsal üretken yapay zeka teklifi sunarsa, bu çipler böyle bir teklife güç sağlayabilir.
23. Microsoft Azure
Hot Chips 2024'te Microsoft, donanım ve yazılım ortak optimizasyonu yoluyla Azure'da büyük ölçekli yapay zeka iş yüklerini optimize etmek için tasarlanmış ilk özel yapay zeka hızlandırıcıları olan Maia 100'ü tanıttı. TSMC'nin N5 süreci üzerine gelişmiş bellek ve ara bağlantı teknolojisiyle inşa edilen Maia 100, PyTorch ve Triton modellerinin hızlı dağıtımı için SDK'sı aracılığıyla geliştiricilere esneklik sunarak yüksek verim ve çeşitli veri formatlarını hedefler. Microsoft, Azure için çıkarım odaklı bir yapay zeka hızlandırıcısı olarak Maia 200'ü (kod adı Braga) 26 Ocak 2026'da piyasaya sürdü; yapay zeka token maliyetlerini düşürmek ve mevcut sistemlere göre dolar başına %30 daha iyi performans sunmak üzere tasarlandı.69
24. OpenAI
OpenAI, Broadcom ve TSMC ile ilk yapay zeka çipinin tasarımını TSMC'nin 3-nanometre teknolojisini kullanarak sonlandırıyor. OpenAI'nin çip ekibinin liderliği, Google'da TPU tasarlama deneyimine sahip ve çiplerini 2026'da seri üretime geçirmeyi hedefliyorlar. OpenAI'nin Broadcom ile ortak geliştirdiği ve TSMC'nin 3nm sürecinde üretilen Project Titan çipi, 2026'nın ikinci yarısında seri üretime hazır.70 71
Samsung, Titan çipi için HBM4 bellek tedarik etmek üzere bir anlaşma sağladı ve bu amaçla Pyeongtaek dökümhane kapasitesinin %50'sinden fazlasını HBM4 taban kalıplarına tahsis ettiği bildiriliyor.72 OpenAI ve Broadcom, OpenAI'nin NVIDIA'ya bağımlılığını azaltmak için 2029 yılına kadar 10 GW dağıtılmış yapay zeka hesaplamasını hedefleyen ~10 milyar dolarlık stratejik iş birliği olan Jalapeño çıkarım çipini duyurdu.73
Diğer yapay zeka çip üreticileri nelerdir?
25. Graphcore
Graphcore, 2016'da kurulmuş bir İngiliz şirketidir. Şirket, amiral gemisi yapay zeka çipini IPU-POD256 olarak duyurdu. Graphcore şimdiden yaklaşık 700 milyon dolar fon aldı.
Şirketin DDN, Pure Storage ve Vast Data gibi veri depolama şirketleriyle stratejik ortaklıkları bulunmaktadır. Graphcore'un yapay zeka çipleri, Oxford-Man Institute of Quantitative Finance, University of Bristol ve Berkeley University of California gibi araştırma enstitülerine hizmet vermektedir.
Şirketin uzun vadeli yaşayabilirliği, yılda ~200 milyon dolar zarar ettiği için risk altındaydı.74 Graphcore, Ekim 2024'te SoftBank tarafından 600 milyon doların üzerinde bir bedelle satın alındı.75
26. Mythic
Mythic 2012'de kuruldu ve uç yapay zekaya odaklanmıştır. Mythic, güç verimli uç yapay zeka hesaplaması sunmayı amaçlayan alışılmadık bir yol olan analog hesaplama mimarisini takip etmektedir.
M1076 AMP ve MM1076 anahtar kartı gibi ürünler geliştirmiş olup, halihazırda yaklaşık 165 milyon dolar fon toplamıştır.76
Mythic, Mart 2023'teki fonlama turuyla personelinin çoğunu işten çıkardı ve işini yeniden yapılandırdı.77
27. Speedata
2019'da Tel Aviv'de kurulan Speedata, büyük veri analitiği ve yapay zeka iş yüklerini hızlandırmak için tasarlanmış bir Analitik İşlem Birimi (APU) geliştirmektedir. Apache Spark iş yüklerini hedefleyen ve diğer büyük veri analitiği platformlarını desteklemeyi planlayan bir APU'dur.
Speedata, Haziran 2025'te Walden Catalyst Ventures, 83North ve diğerlerinin liderliğinde Seri B turunda 44 milyon dolar toplayarak toplam fonlamasını 114 milyon dolara çıkardı. Şirket, APU'sunun genel amaçlı işlemcilerden ve GPU'lardan daha iyi performans gösterdiğini, sunucu raflarını tek bir çiple değiştirerek veri işleme için üstün performans ve enerji verimliliği sunduğunu iddia etmektedir.78
28. Axelera AI
Temmuz 2021'de Hollanda'nın Eindhoven kentinde kurulan Axelera AI, bilgisayarlı görü ve üretken yapay zeka için yapay zeka donanım hızlandırma teknolojisinde uzmanlaşmıştır. Şirket, uçtan buluta yapay zeka iş yüklerini hızlandırmak için tasarlanmış Dijital Bellek İçi Hesaplama (D-IMC) mimarisine dayanan bir yapay zeka çıkarım çipçiği olan Titania'yı geliştirmektedir.
Axelera AI, Mart 2025'te DARE Projesi kapsamında EuroHPC Ortak Girişimi (JU) ve üye devletlerden 61,6 milyon avroya kadar fon sağladı; bu, daha önceki 68 milyon dolarlık Seri B finansman turunun ardından geldi. Bu, toplam fonlamalarını üç yılda 200 milyon doların üzerine çıkardı. Axelera AI, geleneksel bulut çözümlerine kıyasla verim ve verimliliği artırma yeteneğini vurgulayarak, yüksek performanslı, maliyet etkin ve sürdürülebilir yapay zeka çözümlerine yönelik artan talebi karşılamak için Titania'yı 2028 yılına kadar dağıtmayı hedefliyor.79
Dökümhane ortakları ve TSMC'nin rolü
Dünyanın önde gelen saf dökümhanesi olarak TSMC, kendi çiplerini oluşturmak yerine müşteri tasarımlarına dayalı yarı iletkenler üretir ve bu onu NVIDIA ve AMD gibi şirketlerden ayırır. Samsung Foundry ve Intel Foundry Services bu alanda rekabet ederken, TSMC teknolojik bir üstünlüğe sahiptir.
Gelişmiş süreç teknolojileri, özellikle öncü 5nm ve 3nm düğümleri, aşağıda listelenen yapay zeka çip tasarımcılarıyla olan üretim ortaklıklarında gösterildiği gibi, en son yapay zeka uygulamaları için gereken temel performans ve enerji verimliliği kombinasyonunu sağlar:
Genişleme planları
TSMC, Nvidia, AMD, Broadcom ve Qualcomm'u Intel'in dökümhane bölümünü işletmek üzere bir ortak girişime yatırım yapmaya davet ediyor; operasyonel kontrolü elinde tutacak ancak %50'den az sahiplik payına sahip olacak. Trump yönetimi tarafından desteklenen bu girişim, TSMC'nin önemli bir ABD yatırımı planlarını açıklamasının ardından geldi ve Intel'i canlandırmayı ve ABD çip üretimini güçlendirmeyi amaçlıyor. Anlaşma, süreç farklılıkları nedeniyle zorluklarla karşı karşıya ancak TSMC'nin lider dökümhane olarak güçlü yönlerine dayanıyor.80 81
Çin'deki yapay zeka çip üreticileri nelerdir?
Birçok Çinli şirketin AMD ve NVIDIA'dan en gelişmiş yapay zeka çiplerini satın almasını engelleyen ABD yaptırımları nedeniyle, Çinli alıcılar yerel üreticilerden satın alımlarını artırdı.
Yukarıda ele alınan Huawei ve Alibaba dışında, Çin'deki lider yapay zeka çip üreticileri şunlardır:
- Cambricon yapay zeka donanımına odaklanmıştır ve son faaliyet yılında ~150 milyon dolar satış beklemektedir.82
- Baidu, bulutunda Kunlun çiplerini kullanıyor ve 3. nesil çipi tasarlıyor. Kunlun 2, NVIDIA A100 ile karşılaştırılabilir düzeydeydi.
- Biren, NVIDIA mezunları tarafından kuruldu, BR106 ve BR110 GPU çipleri üretiyor.
- Moore Threads, MTT S2000 GPU'ları üretmektedir.
SSS'ler
Çipler ve onları üreten ekipmanlar, insanlar tarafından şimdiye kadar yapılmış en karmaşık makinelerdir. Yarı iletken ekosisteminde birçok şirket olmasına rağmen, bu makalede NVIDIA gibi çip tasarımcılarına odaklandık.
Çoğu çip tasarımcısı, çip üretimini TSMC gibi dökümhanelere yaptırır. Dökümhaneler, bu çipleri üretmek için ASML gibi şirketler tarafından üretilen litografi ekipmanlarını kullanır. Ekosistem, IP ve tasarım araçları sağlayan Arm ve Synopsys gibi sağlayıcılar tarafından desteklenmektedir.
Yukarıda görüldüğü gibi, artan parametre sayısı, veri kümesi boyutu ve hesaplama, üretken yapay zeka modellerinin daha doğru hale gelmesini sağladı. Daha iyi derin öğrenme modelleri oluşturmak ve üretken yapay zeka uygulamalarına güç sağlamak için kuruluşların artan hesaplama gücüne ve bellek bant genişliğine ihtiyacı vardır.
Güçlü genel amaçlı çipler (CPU'lar gibi) yüksek düzeyde paralelleştirilmiş derin öğrenme modellerini destekleyemez. Bu nedenle, paralel hesaplama yetenekleri sağlayan yapay zeka çipleri (örneğin GPU'lar) giderek daha fazla talep görmektedir.
Hiper ölçekleyiciler, yıllar süren bir süreç olan kendi çiplerini tasarlayarak buna yanıt vermektedir. Geri kalanlar, kendi yapay zeka modellerini oluşturmak için şu yollardan birini izlemelidir: Bulut GPU sağlayıcılarından kapasite kiralamak veya bu makalede listelenen en iyi yapay zeka çip satıcılarından donanım satın almak.
Yapay zeka donanımı aynı zamanda sinirsel işlem birimleri (NPU'lar), yapay zeka hızlandırıcıları veya derin öğrenme işlemcileri (DLP'ler) olarak da adlandırılır.
Daha fazla okuma
Bu makalede ele alınan çiplerin uygulamalı performans karşılaştırmaları için kıyaslamalarımıza bakın:
- Çoklu GPU kıyaslaması: NVIDIA'nın B200, H200, H100 ve AMD'nin MI300X'inin LLM çıkarımı için 1, 2, 4 ve 8 GPU'lu yapılandırmalarda nasıl ölçeklendiği; verim, gecikme ve token başına maliyet analiziyle.
- GPU eşzamanlılık kıyaslaması: NVIDIA'nın B200, H200, H100 ve AMD'nin MI300X'inin 1 ila 512 eşzamanlı isteği nasıl yönettiği; sistem verimi, sorgu başına hız, uçtan uca gecikme ve her eşzamanlılık seviyesinde dolar başına token dahil.
Referanslar
Bu araştırmayı kaynak gösterin
Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.
@misc{dilmegani2026,
author = {Dilmegani, Cem},
title = {{En İyi 25+ Yapay Zeka Çip Üreticisi: NVIDIA ve Rakipleri}},
year = {2026},
month = jun,
howpublished = {\url{https://aimultiple.com/ai-chip-makers}},
note = {AIMultiple. Erişim tarihi: 25 Haziran 2026}
}Referans Linkleri
Yorumlar 2
Düşüncelerinizi Paylaşın
E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.
You forgot to include Tesla with their DOJO supercomputer. From the ground-up, the supercomputer was specifically designed for machine learning and image recognition - which means that every component was designed for it including, but not limited to, PCI board design, CPU, RAM, cooling, power, scalable hardware design and software. If I'm not mistaken, the AI is also the second most widely tested and used in the "wild", just below that of Google due to Google using it in their Search.
Thank you for your feedback, Dave! Here we are only covering companies that sell the chips that they produce. Therefore, companies like Tesla that build supercomputers for their own use or companies that embed chips in their products are out of our scope.
surprised that brainchip (akida) missing in this report. any reasons?
All included companies here raised $100+M. Last time we collected the data, that wasn't the case for akida. Why don't you reach out to us at info@aimultiple.com and let's discuss why it should be included. Thank you!