Ultralytics , AMD Dev Day Şangay etkinliğinden AMD yapay zeka konusunda öne çıkan noktaları Ultralytics : yerel yapay zeka dağıtımı, ajansal sistemler, ROCm ve Ryzen AI Max 395.
Ultralytics , AMD ve iş ortaklarının yapay zeka altyapısının bir sonraki aşamasını nasıl şekillendirdiğini öğrenmek üzere Şanghay'da düzenlenen AMD Dev Day Ultralytics . Etkinlikten çıkan en net mesaj şuydu: AMD'nin yapay zeka gündemi, bağımsız modellerin ötesine geçerek uygulamaya hazır yapay zeka sistemlerine doğru ilerliyor. Konuşmalar, ürün tanıtımları ve iş ortaklarıyla yapılan görüşmelerde öne çıkan başlıca konular arasında, ajansal yapay zeka, yerel yapay zeka uygulamaları, açık kaynak ekosistemleri ve bu sistemleri geniş ölçekte kullanıma hazır hale getirmek için gerekli geliştirici araçları yer aldı.
AMD Yönetim Kurulu Başkanı ve CEO’su Lisa Su’nun da belirttiği gibi, “Teknoloji sektöründe yer almak için bugünden daha heyecan verici bir dönem hiç olmamıştı.”
Gerçek yapay zeka ürünleri geliştiren ekipler için bu değişim büyük önem taşıyor. Bu durum, pazarın bir sonraki aşamasında başarının tek bir öncü modele erişimden çok, ekiplerin iş akışlarını ne kadar iyi koordine edebileceklerine, çıkarım maliyetlerini ne kadar iyi kontrol edebileceklerine, hassas verileri ne kadar iyi koruyabileceklerine ve iş için doğru dağıtım ortamını ne kadar iyi seçebileceklerine bağlı olabileceğini gösteriyor.
AMD Dev Day etkinliği boyunca öne çıkan ana temalardan biri, AMD’nin kendisini yapay zeka çağında tam kapsamlı bir uçtan uca bilgi işlem sağlayıcısı olarak konumlandırma çabasıydı. Şirket, yaklaşımını bulut, istemci ve uç ortamlarındaki yapay zeka iş yüklerini desteklemek üzerine şekillendirirken, kapalı ve tescilli bir yazılım yığını yerine açık bir yazılım ekosistemini ön plana çıkardı.
Bu bakış açısı, yapay zeka geliştirmenin nasıl bir dönüşüm geçirdiğini yansıttığı için önemlidir. Modern yapay zeka ürünleri geliştirmek artık sadece bir modeli eğitmek veya model API’sini çağırmaktan ibaret değildir. Ekipler, yerel denemeleri, çoklu ajan iş akışlarını, çıkarım optimizasyonunu, iş istasyonu ölçeğinde testleri ve kurumsal dağıtımı giderek daha fazla desteklemek zorunda kalmaktadır. AMD’nin etkinlik mesajları, donanım hikayesini bu daha geniş kapsamlı yazılım ve sistem gerçekliğiyle tutarlı bir şekilde ilişkilendirdi.
Lisa Su, etkinlik sırasında bu hedefi şu sözlerle net bir şekilde özetledi: “Yapay zekayı ekosistemin her köşesine yaymak istiyoruz.”
Gün boyunca en sık tekrarlanan fikir, geleneksel büyük dil modelleriyle (LLM) etkileşimlerden, özerk yapay zeka sistemlerine geçişti. Konuşmacılar bu dönüşümü, tek seferlik komut ve yanıtlardan, farklı ajanların iş akışları boyunca planlama, uygulama, değerlendirme ve işbirliği yaptığı çoklu ajan koordinasyonuna doğru bir geçiş olarak tanımladılar.
Bu önemli bir konu çünkü ajansal sistemler, yapay zeka yığınına yeni talepler getiriyor. Etkinlikte ortaya konan çerçeveye göre, bu sistemler sadece GPU değil, aynı zamanda tekrarlanan çıkarım döngülerini ve çok aşamalı yürütmeyi desteklemek için önemli ölçüde CPU , veri akışı koordinasyonu ve bellek kapasitesine de ihtiyaç duyuyor.
Geliştiriciler ve yapay zeka ekipleri için buradan çıkarılacak ders şudur: Rekabet avantajı, sadece en yetenekli modeli seçmekten değil, etkili yapay zeka sistemleri kurmaktan kaynaklanabilir. Modelleri iş akışlarına, araçlara, yerel verilere ve iş süreçlerine entegre etme yeteneği, ürünün kendisinin temel bir parçası haline gelmektedir.
AMD Dev Day'de öne çıkan bir diğer konu, yerel yapay zeka dağıtımına verilen önemdi. AMD ve iş ortakları, gelişmiş yapay zeka iş yüklerinin giderek daha fazla işin yapıldığı yerlere yakın konumlarda, örneğin dizüstü bilgisayarlarda, iş istasyonlarında ve kurumsal donanımlarda çalıştırılması gerektiğine defalarca vurgu yaptılar.
Etkinlik boyunca gerekçeler tutarlıydı:
AMD, bu argümanında Ryzen AI Max 395'i önemli bir kanıt olarak kullandı; 128 GB'a kadar birleşik belleğe sahip yapılandırmaları ve büyük modelleri parçalamaya gerek kalmadan tek bir bellek havuzunda yerel olarak çalıştırabilme özelliğini öne çıkardı. Etkinlikte ayrıca, dağıtım öncesinde test ve yerel ölçeklendirme amacıyla Radeon AI Pro R9700 ve AMD Threadripper Pro 9000'i kullanan iş istasyonu ölçeğinde geliştirme kurulumları da sergilendi.
Etkinliğin ana mesajı, bulutun ortadan kalkacağı yönünde değildi. Aksine, etkinlikte yerel ve bulut ortamlarının birlikte çalıştığı bir hibrit model sunuldu. Daha rutin, gecikmeye duyarlı veya gizlilik açısından hassas görevler yerel olarak yürütülebilirken, daha yüksek kaynak gerektiren görevler gerektiğinde yine de buluta aktarılabilir.
AMD Dev Day etkinliğinde, bu mimari kararlarının ardındaki ekonomik baskı da gündeme getirildi. Etkinlikte konuşmacılar, token talebindeki hızlı artışı, artan çıkarım maliyetlerini ve bunun yapay zeka ürünleri geliştiren geliştiriciler ve işletmeler üzerinde yarattığı baskıyı vurguladılar.
Bu çerçevede, yerel yapay zeka hem teknik bir strateji hem de maliyet kontrolü stratejisi olarak sunuldu. Etkinlikte defalarca vurgulanan mesaj, yapay zekanın bir sonraki aşamasında, sadece en fazla hesaplama gücü tüketen ekiplerin değil, hesaplama gücünü daha verimli kullanan ekiplerin ödüllendirileceği yönündeydi.
Yapay zeka geliştiricileri için bu, somut bir işarettir. Altyapı kararları, giderek daha fazla ürün kararlarına dönüşüyor. Gecikme süresi, gizlilik, bellek ve token maliyeti artık ikincil mühendislik detayları değil.
AMD Dev Day etkinliğinden çıkan bir diğer önemli sonuç, açık yazılım ekosistemlerinin merkezi rolüydü. AMD, ROCm’yi, başlıca çerçeveler için kod değişikliği gerektirmeyen desteği, Hugging Face ModelScope aracılığıyla 3 milyondan fazla modele verilen desteği ve yeni model sürümleri için “day-zero” destek hedeflerini vurguladı.
AMD’nin Yapay Zeka Ürün Yönetimi Kıdemli Direktörü Nick Ni, bu vurguyu çok iyi ifade etti: “Aslında, bu odadaki çoğunuz için asıl mesele yazılımdır.”
Etkinlikte ayrıca geliştiricilere yönelik çeşitli girişimler de öne çıkarıldı:
Etkinliğin bu bölümü, temel bir gerçeği vurguladığı için özellikle önemliydi: Donanım kapasitesi tek başına benimsenmeyi sağlamaz. Geliştiricilerin olgun araçlara, aşina oldukları çerçevelere, belgelere ve denemeler yapabilecekleri sorunsuz yollara ihtiyacı vardır. Performans iddialarını kullanışlı platformlara dönüştüren şey, ekosistemdir.
Çin’in yapay zeka pazarındaki rolü de sıkça gündeme gelen bir başka konu oldu. Birçok konuşmacı, Çin’i özellikle verimlilik, yerel uygulama ve pratik mühendislik kısıtlamalarının belirleyici olduğu alanlarda açık kaynaklı yapay zeka inovasyonu için öncü bir ortam olarak nitelendirdi.
Bu noktayı vurgulamak için Zero One AI ve Stepfun ile yapılan ortaklıklar kullanıldı. Etkinlik notlarında, yerel dağıtım için Ryzen AI Max mimarisi üzerine kurulu Zero One AI ile geliştirilen ortak bir kurumsal çoklu ajan hepsi-bir-arada sistemi ve AMD donanımı için optimize edilmiş, ajan görevleri için tasarlanmış bir Stepfun modeli anlatıldı.
Bunun daha geniş anlamı, Çin'in sadece büyük bir yapay zeka pazarı olmakla kalmayıp, aynı zamanda yerel yapay zeka uygulamaları, açık kaynaklı modeller ve maliyet odaklı altyapı tasarımı için önemli bir test alanı olduğuydu.
Ultralytics bakış açısına göre, AMD Dev Day'den gelen en yararlı mesaj, soyut bir yapay zeka kapasitesinden ziyade, uygulamaya hazır yapay zeka sistemlerine odaklanılmasıydı. Etkinlik, geliştiricilerin ve işletmelerin yapay zekayı üretim ortamlarında nasıl fiilen çalıştırabilecekleri, entegre edebilecekleri, güvenliğini sağlayabilecekleri ve ölçeklendirebilecekleri konusuna odaklandı.
Bunlar arasında şunlar yer alır:
Bunlar pratik sorular ve yapay zeka ürünlerinin ne kadar başarılı bir şekilde geliştirileceğini giderek daha fazla belirliyorlar. Ayrıca, Ultralytics YOLO nasıl geliştirdiğimiz ve kullanıma sunduğumuz konusunda doğrudan üzerinde düşündüğümüz sorular da var. Bir modelin dizüstü bilgisayarda, iş istasyonunda veya bulut ortamında çalışıp çalışmaması gibi dağıtım esnekliği, bizim için her zaman temel bir tasarım kısıtlaması olmuştur; sonradan akla gelen bir unsur değil.
AMD Dev Day’de açık kaynaklı ekosistemlere ve çıkarım verimliliğine yönelik adımlar, zaten inandığımız bir gerçeği bir kez daha teyit etti: En kullanışlı yapay zeka araçları, ekiplerin altyapılarını tek bir tedarikçi veya platform etrafında yeniden kurmalarını gerektirmeden, gerçek donanım üzerinde gerçek iş akışlarına uyum sağlayan araçlardır.
AMD Dev Day Şangay etkinliği bir şeyi net bir şekilde ortaya koydu: Yapay zeka altyapısı konusundaki tartışmalar olgunlaşıyor. Odak noktası, yalnızca ham model ölçeğinden, yapay zekayı gerçek dünyada kullanışlı hale getirmek için gerekli olan daha geniş kapsamlı sistemlere kayıyor. Etkinlik boyunca en belirgin temalar, ajans odaklı iş akışları, yerel yapay zeka dağıtımı, açık kaynaklı araçlar ve altyapı verimliliği oldu.
Yapay zeka ürünleri geliştiren ekipler için bu değişime dikkat etmek önemlidir. Bir sonraki ilerleme dalgası, sadece en büyük modeli seçmekten ziyade, doğru mimariyi, doğru dağıtım modelini ve doğru geliştirici ekosistemini seçmekten kaynaklanabilir.
Bilgisayar görme sistemleri geliştiriyorsanız ve çıkarım işlemlerinin cihaz üzerinde, şirket içinde mi yoksa bulutta mı çalıştırılması gerektiğini düşünüyorsanız, Ultralytics YOLO tam da bu esnekliği göz önünde bulundurularak tasarlanmıştır. Başlamak için GitHub depomuzu inceleyin, bilgisayar görmenin imalat ve lojistik alanlarındaki gerçek dünya uygulamalarına nasıl entegre edildiğini görün ya da geliştirmeye başlamak için lisans seçeneklerimizi inceleyin.
Makine öğreniminin geleceği ile yolculuğunuza başlayın
