ASIC Nedir? Uygulamaya Özgü Entegre Devre ve GPU Karşılaştırması

Bir Bitcoin madencilik cihazını açın, içindeki çipe bakın; tek bir şey yapan silikon görüyorsunuz: Karma (hash) işlemi yapıyor. Tüm işi bu. Bir web tarayıcısı çalıştıramaz. Netflix yayınını asla çözemez. Bir yapay zeka modelini eğitemez. Ama yaptığı tek şeyi, piyasadaki herhangi bir genel amaçlı çipten yaklaşık bin kat daha verimli yapıyor. Bu tür silikonun adı ASIC'tir, yani Uygulamaya Özgü Entegre Devre'nin kısaltmasıdır. Kripto paranın çok ötesinde de birçok yerde karşımıza çıkıyorlar. Google'ın veri merkezlerinde. Telefonunuzdaki radyo modeminde. Tesla'nın otopilot bilgisayarında. Ofisinizdeki her Ethernet anahtarında. Bu yazı, bir ASIC'in aslında ne olduğunu, nasıl tasarlandığını, onu bir CPU, GPU veya FPGA'dan farklı kılan şeyleri, Bitcoin madenciliğinin 2013'te neden ASIC'lere yöneldiğini ve 2026 neslinin en yeni GPU'larla nasıl karşılaştırıldığını ele alıyor.

ASIC'in ne olduğunu tek bir paragrafta anlatmak.

ASIC, mümkün olan en yüksek enerji verimliliğiyle belirli bir görev için tasarlanmış bir çiptir. Kısaltması Uygulamaya Özgü Entegre Devre'dir, bazen tire olmadan da uygulama özel entegre devre olarak yazılır. Tasarım, TSMC veya Samsung gibi bir dökümhanede silikona işlendikten sonra, mantık yeniden programlanamaz. Her transistör, ASIC tasarım ekiplerinin yerleştirdiği yere tam olarak oturur. Acımasız esneklik, acımasız optimizasyonla takas edilmiştir. Antminer S21 Pro gibi modern bir Bitcoin ASIC'i, saniyede 234 trilyon SHA-256 hash'ini terahash başına 15 joule enerjiyle çalıştırır; bu seviyeye hiçbir CPU, GPU veya diğer işlem birimi yaklaşamaz. Google'ın TPU'su bir ASIC'tir. Telefonunuzdaki radyo modemi de öyle. En yeni tüketici elektroniğinde yapay zekayı ve makine öğrenimini hızlandıran dijital sinyal blokları da öyle.

ASIC ile CPU, GPU ve FPGA'lar arasında genel amaçlı bir denge

Bir ASIC'i diğerlerinden farklı kılan şeyin ne olduğunu anlamanın en kolay yolu, onu alternatiflerinin yanına koymaktır. Modern bilgisayar sistemlerinde işin büyük kısmını dört tür çip yapar ve her biri esneklik ile verimlilik arasında farklı bir oranda ödün verir.

Bir CPU (merkezi işlem birimi), dizüstü bilgisayardaki çiptir. Şimdiye kadar yazılmış her programı çalıştırabilir. Dezavantajı ise, watt başına özellikle hızlı bir şekilde tek bir görevi yerine getirememesidir. Bir GPU (grafik işlem birimi) paralel matematik için tasarlanmıştır. Aynı işlem, binlerce küçük çekirdek üzerinde aynı anda çalışır. Bu, grafikler, makine öğrenimi ve ASIC'e dayanıklı kripto para madenciliği için harika bir özelliktir. Alan programlanabilir kapı dizileri anlamına gelen FPGA, Verilog veya VHDL gibi bir donanım tanımlama dili (HDL) kullanılarak üretimden sonra mantık kapıları yeniden programlanabilen bir çiptir. FPGA'lar, enerji verimliliği açısından GPU'lar ve ASIC'ler arasında yer alır ve yeniden yapılandırılabilir olma avantajına sahiptir. Ölçekli bir ASIC'in çip başına maliyeti çok daha düşüktür, ancak başlangıçtaki Ar-Ge maliyeti çok yüksektir. ASIC son duraktır. Sabit mantık. Watt başına maksimum performans. Hiç esneklik yok. Tasarımcılar silikonu tek bir iş yükü için optimize eder ve işi bitmiş sayarlar.

Bu tabloyu anladıktan sonra, makalenin geri kalanı uygulama ile ilgili. ASIC'ler, iş yükü sabit olduğunda, hacim çok büyük olduğunda ve iş yükü, bant çıkışını haklı çıkaracak kadar uzun süre aynı kaldığında kazanır. İş yükü değiştiği anda kaybederler.

ASIC geliştirme: RTL'den silikon gofrete

ASIC tasarlamak yavaş, pahalı ve neredeyse tamamen tek yönlü bir süreçtir. Üretim hattında altı kaba aşama vardır. Bunlardan herhangi birinde aksama olursa, aylar süren çalışma ve on milyonlarca dolarlık maliyet boşa gidebilir.

Birinci aşama, teknik özellikler ve mimaridir. Mühendisler, çipin ne yapması gerektiğini belirler. Performans hedefi. Güç bütçesi. Kalıp alanı. İkinci aşama, mühendislerin donanım tanımlama dilinde kayıt transfer seviyesinde mantığı programladığı RTL tasarımıdır. Verilog ve VHDL hala en yaygın kullanılan dillerdir. SystemVerilog ise doğrulama işini devralmıştır. Üçüncü aşama, test ortamına karşı simülasyon ve biçimsel özellik kontrolünün bir karışımı olan fonksiyonel doğrulamanın kendisidir. Bu aşamada yakalanan hatalar binlerce dolara mal olur. Silikona sızan hatalar ise milyonlarca dolara mal olur. Tüm oyun burada dönüyor.

Dördüncü aşama mantık sentezidir. Bir derleyici, RTL'yi standart hücrelerden oluşan kapı seviyesinde bir ağ listesine dönüştürür. Beşinci aşama fiziksel tasarımdır. Yerleşim planlaması, yerleştirme, yönlendirme, saat ağacı sentezi, zamanlama kapatma. Çıktı: çipin her katmanını tanımlayan bir GDSII dosyası. Altıncı aşama, GDSII'nin dökümhaneye gönderildiği bantlama aşamasıdır. Fotolitografik adımlar daha sonra tasarımı maske setlerine dönüştürür. Maskeler silikon levhaları katman katman desenlendirir. Son olarak levha tek tek çiplere kesilir ve paketlenir. Bu ölçekte transistörler arasındaki ara bağlantı bile kendi başına bir araştırma alanıdır ve her yıl bu konuda doktora tezleri yazılmaktadır.

Şimdi de maliyetlere bakalım. 5 nm düğümünde tek bir maske seti 5 ila 10 milyon dolara mal oluyor. Semianalysis ve IBS'ye göre, 3 nm'de ise 10 ila 15 milyon dolar veya daha fazla. Maaşlar, IP lisansları ve doğrulama eklendiğinde, en ileri teknolojiye sahip bir ASIC için Ar-Ge maliyeti kolayca yarım milyar doları aşıyor. Spesifikasyondan ilk silikon üretimine kadar geçen süre: 12 ila 24 ay. Gerçekten önemli olan araç tedarikçileri: Synopsys (VCS, PrimeTime), Cadence (Virtuoso), Siemens EDA. Verilog ve VHDL, kırk yıldır hala en çok kullanılan diller. Henüz onların yerini daha iyi bir şey almadı.

Tasarlanan ASIC türleri: tamamen özel, gate-array, daha fazlası

ASIC çatısı altında çeşitli tasarım metodolojileri yer almaktadır. Bunlar, titizlikle yapılan tamamen özel çalışmalardan, hızlı ve önceden üretilmiş kısayollara kadar çeşitlilik göstermektedir.

Tamamen özel ASIC'ler, her transistörü elle çizer. Mümkün olan en iyi performans ve yoğunluk. En uzun tasarım süresi. Standart hücreli veya yarı özel ASIC'ler, önceden karakterize edilmiş bir mantık kapısı, kayıt ve bellek bloğu kütüphanesi kullanır. Bu, çoğu dijital iş yükü için neredeyse optimum sonuçlara ulaşırken geliştirme süresini kat kat azaltır. Kapı dizisi ASIC'leri daha da ileri gider: yalnızca onları birbirine bağlayan metal katmanların müşteriye özel olduğu, bağlantısız transistörlere sahip önceden üretilmiş gofretler. Hem maliyet hem de teslim süresi düşer. Yapılandırılmış ASIC'ler, kapı dizileri ve standart hücre arasında yer alır; düşük hacimli, yüksek performanslı tasarımlar için orta bir yoldur.

Kısaca tarihçeden bahsedelim. Bipolar gate array (ÇGA) 1967'de Ferranti ve Interdesign tarafından ortaya çıkarıldı, aynı yıl Fairchild'ın Micromatrix ailesi de geldi. 1981 yılında piyasaya sürülen Sinclair ZX81 ev bilgisayarına entegre edilen Ferranti ULA, ilk popüler tüketici ASIC'i olarak kabul ediliyor. CMOS gate array'ler 1974'te ortaya çıktı. Tam standart hücreli ASIC'ler 1980'ler boyunca yaygınlaştı. Günümüzün en gelişmiş ASIC'leri hala bu soyağacının soyundan geliyor.

Günümüzde ASIC'lerin kullanıldığı alanlar: TPU, ağ iletişimi, yapay zeka çıkarımı

ASIC'ler, insanların bakmayı bıraktığı her yerde karşımıza çıkıyor. Herhangi bir akıllı telefonu açtığınızda, teknik olarak bir ASIC ailesi olan özel bir uygulama işlemcisi bulursunuz. Apple'ın A serisi ve M serisi. Qualcomm Snapdragon. Samsung Exynos. Bir bulut veri merkezine girdiğinizde ise Broadcom, Cisco ve Marvell'den özel ağ ASIC'leri görürsünüz; bu ASIC'ler, saniyede terabitlerce trafiği, aynı işi yazılımda yapmaya kalkışsa eriyecek olan anahtarlar üzerinden iletiyor.

En çok alıntı yapılan modern kripto dışı ASIC, Google'ın Tensor İşleme Birimi'dir (TPU). TPU projesi, konsept aşamasından kullanıma hazır silikon haline yaklaşık 15 ayda geldi. TPU v1, 2015 yılında Google'ın veri merkezlerinde kullanıma sunuldu. Mayıs 2016'da Google I/O'da kamuoyuna duyuruldu. Norm Jouppi'nin ekibinin 2017 tarihli bir ISCA makalesinde, TPU v1'in o dönemin CPU ve GPU'larından 15 ila 30 kat daha hızlı çıkarım yaptığı ve watt başına 30 ila 80 kat daha iyi performans gösterdiği bildirildi. Google şu anda, ajan tabanlı yapay zeka çağına yönelik Ironwood adlı sekizinci TPU neslini kullanıyor. Temmuz 2018'de piyasaya sürülen Edge TPU, aynı fikri uç noktalarda düşük güç tüketimli çıkarım için uyguluyor.

Otomotiv ASIC'leri de her yerde. Tesla'nın Dojo eğitim çipi ve araçlarındaki FSD çıkarım çipi, her ikisi de özel ASIC'lerdir. Mobileye ve NVIDIA, ADAS sistemlerinde görüntü işleme ve dijital sinyal çalışmaları için ASIC hızlandırıcıları sunuyor. Telekomünikasyon. Otonom araçlar. Yapay zeka çıkarımı. Bunlar, ASIC'lerin yaygın olarak kullanıldığı ve on yılın geri kalanında da hakim olmaya devam edeceği üç büyüme segmentidir. ASIC'ler üretildikten sonra yeniden programlanamaz, bu nedenle iş yükünün gerçekten sabit kaldığı yerlerde kullanılırlar. Dördüncüsü ise bu makalenin başından beri işaret ettiği şey: kripto para madenciliği.

ASIC madencileri: Avalon1'den Bitcoin'in entegre devre öyküsü

Bitcoin madenciliği, ASIC'lerin neden bu kadar önemli olduğunun en net örneğidir. Bitcoin ağı, madencilere SHA-256 hash'lerini hesaplamaları için ödeme yapar. SHA-256 sabittir. 2009'dan beri değişmedi. Bu da onu mükemmel bir ASIC hedefi haline getiriyor.

İlk yıllarda, madencilik evde bulunan herhangi bir donanım üzerinde yapılıyordu. CPU madenciliği 2009 ve 2010 yıllarında zirveye ulaştı. İnsanlar grafik kartlarının Core i7'den kat kat daha hızlı işlem yapabildiğini fark ettikten sonra, 2010-2012 yılları arasında GPU'lar devreye girdi. 2011 ve 2012 yıllarında en kararlı madenciler için kısa bir FPGA dönemi başladı. Ardından Canaan Creative, 19 Ocak 2013'te ilk ticari olarak üretilen Bitcoin ASIC'i olan Avalon1'i piyasaya sürdü. İlk ünite, 110 nm işlem teknolojisiyle üretilmiş olup 600 watt güç tüketimiyle 60 GH/s hızına ulaştı. O zamanlar tüm küresel Bitcoin ağı yaklaşık 20 TH/s hızında çalışıyordu; bu da tek bir Avalon1'in piyasaya sürüldüğünde günde tahmini 15 ila 20 BTC madenciliği yapabileceği anlamına geliyordu. Bildiğimiz anlamda madencilik işi gerçekten o günden itibaren şekillendi.

Bitmain, aynı yıl Pekin'de Jihan Wu ve Micree Zhan tarafından kuruldu. MicroBT (Whatsminer markası) ise 2016'da eski Bitmain mühendisi Yang Zuoxing tarafından kuruldu. 2013'ün ikinci yarısında, GPU ile Bitcoin madenciliği zaten kârsız hale gelmişti. CPU madenciliği ise iki yıldır ölüydü. O zamandan beri Bitcoin madenciliği yapmanın ekonomik olarak mantıklı tek yolu ASIC'ler oldu. Nokta.

Piyasada konsolidasyon oldukça hızlı gerçekleşti. Bitmain şu anda küresel ASIC madencilik pazarının tahmini %82'sine sahip. 2024 yılında ABD, Çin yapımı ASIC madencilik donanımına %25 oranında 301. madde kapsamında gümrük vergisi uyguladı; bu da madencilerin filolarını nereye konuşlandırdığını ve ASIC çip üretiminin nerede gerçekleştiğini yeniden şekillendirdi. Yarı iletken sektörünün kripto para birimi kısmı artık tamamen ABD-Çin ticaret ilişkisinin merkezinde yer alıyor.

2026'te ASIC ve GPU madenciliği karşılaştırması: hash oranı, watt, yatırım getirisi

Bitcoin'de 2026'de bir ASIC madencisini bir GPU ile karşılaştırmak bir yarışma değil, bir kategori hatasıdır. Sayılar bunun nedenini açıklıyor.

Fortune'un günlük fiyat takipçisine göre, Mayıs 2026 itibarıyla Bitcoin, coin başına yaklaşık 77.347 dolardan işlem görüyor. Hashrate Index'e göre, ağın hash oranı 7 günlük ortalamada yaklaşık 1.012 EH/s seviyesinde. Zorluk seviyesi 136,61 T civarında. Blok ödülü, 19 Nisan 2024'teki yarılanmadan bu yana 3,125 BTC oldu. Hash fiyatı (bir madencinin hash gücü birimi başına kazandığı gelir), PH/s/gün başına 39,04 dolar, yani yaklaşık TH/gün başına 0,039 dolar seviyesinde.

Yaygın bir büyük çiftlik tarifesi olan kWh başına 0,07 doları hesaba katarsak, S21 Pro günde yaklaşık 84 kWh elektrik tüketiyor ve bunun maliyeti yaklaşık 5,88 dolar. Enerji maliyeti düşüldüğünde, günlük birkaç dolara denk geliyor. Mevcut hash fiyatıyla S21 Pro için başa baş elektrik maliyeti kWh başına 0,108 dolar civarında. Cambridge Alternatif Finans Merkezi'ne göre, tüm şebeke yılda tahmini 170 ila 180 TWh elektrik tüketiyor; bu da küresel elektriğin yaklaşık %0,7 ila %0,8'ine denk geliyor.

Şimdi de GPU tarafına bakalım. Son neslin en üst düzey tüketici ekran kartı olan NVIDIA RTX 4090, Bitcoin SHA-256 algoritmasını yaklaşık 1 ila 2 GH/s hızında işliyor. Bu da S21 Pro'nun 234.000 GH/s hızına karşılık 0,001 ila 0,002 TH/s'ye denk geliyor. S21 Pro, 1.600 dolarlık bir ekran kartından 100.000 kat daha hızlı. Ayrıca, yaklaşık 75 dB gürültü seviyesinde çalışıyor; bu da yol kenarındaki bir elektrikli süpürgenin gürültü seviyesine denk geliyor, oysa hidrolik modeller 50 dB'ye kadar düşüyor. SHA-256 için genel amaçlı çipler uygun değil.

2026'te GPU ile madenciliği yapılabilen kripto paralar: GPU'ların ASIC'lerden hala daha iyi olduğu yerler

Birkaç proof-of-work tabanlı kripto para birimi, 2026'te GPU'ları hâlâ oyunda tutuyor; bunun başlıca nedeni, algoritmalarının ASIC silikonuna düşman olacak şekilde tasarlanmış olmasıdır.

Ergo, ilk günden beri yalnızca GPU'da çalışan, bellek açısından yoğun bir algoritma olan Autolykos2'yi kullanıyor. Ravencoin, KawPow kullanıyor. Oradaki bir RTX 4090 yaklaşık 120 MH/s performans gösteriyor. Alephium, Blake3'ü kullanıyor ve pratikte yalnızca GPU'da çalışıyor. Monero, kasıtlı olarak yalnızca CPU'da çalışan ve rastgele program üretimine dayalı RandomX'e güveniyor ve bu da ASIC avantajını ortadan kaldırıyor. Kaspa, 2023 yılında IceRiver ve ardından Bitmain'in özel kHeavyHash ASIC'lerini piyasaya sürmesiyle ASIC direncini kaybetti. Ethereum Classic'in Ethash'ı 2018'den beri ASIC'lerle çıkarılıyor. Zcash'in Equihash'ı ise bundan yıllar önce ASIC'lere geçti.

Desen tutarlı. Bellek yoğun veya sık sık döndürülen algoritmalar, ASIC'lerin pazar payını ele geçirmesine yıllarca direniyor. Sabit, işlem gücü yoğun algoritmalar ise her zaman başarısız oluyor. Bu, silikon ekonomisinin ta kendisi, başka bir şey değil.

Marco Lucchetti

Marco Lucchetti is a senior content strategist and blockchain analyst at Plisio. With over 7 years of experience in cryptocurrency research, DeFi protocols, and payment technologies, Marco specializes in creating clear, data-driven content for a global crypto audience. His work focuses on transaction tracing, crypto compliance, and the future of blockchain infrastructure.