AMD Dev Day Shanghai'da Ultralytics: yerel yapay zekâ etmen tabanlı sistemlerle buluşuyor

Ultralytics, AMD ve iş ortaklarının yapay zekâ altyapısının bir sonraki aşamasını nasıl şekillendirdiğini öğrenmek için Shanghai'deki AMD Dev Day etkinliğine katıldı. Etkinlikte verilen en güçlü mesaj açıktı: AMD'nin yapay zekâ gündemi, bağımsız modellerin ötesine geçerek dağıtıma hazır yapay zekâ sistemlerine yöneliyor. Konuşmalar, ürün demoları ve iş ortağı görüşmelerinde öne çıkan başlıca temalar ajan tabanlı yapay zekâ, yerel yapay zekâ dağıtımı, açık kaynak ekosistemleri ve bu sistemleri geniş ölçekte pratik hâle getirmek için gereken geliştirici araçlarıydı.

AMD Yönetim Kurulu Başkanı ve CEO'su Lisa Su'nun ifade ettiği gibi, “Teknoloji alanında bulunmak için bugünden daha heyecan verici bir dönem hiç olmadı.”

Gerçek yapay zekâ ürünleri geliştiren ekipler için bu değişim önemli. Bu durum, pazarın bir sonraki aşamasında başarının tek bir öncü modele erişimden çok, ekiplerin iş akışlarını ne kadar iyi orkestre edebildiğine, çıkarım maliyetlerini kontrol edebildiğine, hassas verileri koruyabildiğine ve görev için doğru dağıtım ortamını seçebildiğine bağlı olabileceğini gösteriyor.

AMD'nin mesajı: Yapay zekâ için uçtan uca bir bilgi işlem stratejisi gerekiyor#

AMD Dev Day boyunca öne çıkan başlıca temalardan biri, AMD'nin kendisini yapay zekâ çağı için uçtan uca bir bilgi işlem sağlayıcısı olarak konumlandırma çabasıydı. Şirket, yaklaşımını yapay zekâ iş yüklerini bulut, istemci ve uç ortamlarında destekleme üzerine kurarken kapalı ve özel mülk bir yığın yerine açık bir yazılım ekosistemini vurguladı.

Bu çerçeve önemli çünkü yapay zekâ geliştirmenin nasıl evrildiğini yansıtıyor. Modern yapay zekâ ürünleri geliştirmek artık yalnızca bir modeli eğitmek veya model API'si çağırmakla ilgili değil. Ekiplerin giderek daha fazla yerel denemeleri, çoklu ajan iş akışlarını, çıkarım optimizasyonunu, iş istasyonu ölçeğinde testleri ve kurumsal dağıtımı desteklemesi gerekiyor. AMD'nin etkinlikteki mesajları, donanım anlatısını sürekli olarak bu daha geniş yazılım ve sistemler gerçekliğiyle ilişkilendirdi.

Lisa Su, etkinlik sırasında bu hedefi açıkça şöyle özetledi: “Yapay zekâyı ekosistemde her yere taşımak istiyoruz.”

Şekil 1. AMD Dev Day Shanghai etkinliğinde sahnede Lisa Su.

Etkinliğin baskın teması ajan tabanlı yapay zekâydı#

Gün boyunca tekrarlanan tek bir fikir varsa, bu geleneksel LLM etkileşimlerinden ajan tabanlı yapay zekâ sistemlerine geçişti. Konuşmacılar bu değişimi, tek seferlik istemler ve yanıtlardan; farklı ajanların iş akışları boyunca plan yaptığı, yürüttüğü, eleştirdiği ve iş birliği gerçekleştirdiği çoklu ajan orkestrasyonuna geçiş olarak tanımladı.

Bu önemli çünkü ajan tabanlı sistemler yapay zekâ yığınına yeni gereksinimler getiriyor. Etkinlikteki çerçeveye göre bu sistemler, yalnızca GPU performansına değil, tekrarlanan çıkarım döngülerini ve çok adımlı yürütmeyi desteklemek için önemli ölçüde CPU işlem gücüne, veri akışı orkestrasyonuna ve bellek kapasitesine de ihtiyaç duyuyor.

Geliştiriciler ve yapay zekâ ekipleri için çıkarılacak sonuç, rekabet avantajının yalnızca en yetenekli modeli seçmekten değil, etkili yapay zekâ sistemleri oluşturmaktan gelebileceği. Modelleri iş akışlarına, araçlara, yerel verilere ve iş süreçlerine bağlayabilme yeteneği, ürünün temel bir parçası hâline geliyor.

Yerel yapay zekâ dağıtımı daha stratejik hâle geliyor#

AMD Dev Day'deki bir diğer dikkat çekici tema, yerel yapay zekâ dağıtımına yapılan vurguydu. AMD ve iş ortakları, gelişmiş yapay zekâ iş yüklerinin giderek işin gerçekleştiği yere daha yakın çalıştırılması gerektiğini; buna dizüstü bilgisayarlar, iş istasyonları ve kurumsal donanımların da dâhil olduğunu defalarca vurguladı.

Etkinlik boyunca öne çıkan gerekçeler şunlardı:

• Daha düşük gecikme
• Daha iyi veri gizliliği
• Hassas iş akışları üzerinde daha güçlü kontrol
• Bulut API maliyetlerine daha az bağımlılık

AMD, bu savın temel kanıt noktası olarak Ryzen AI Max 395'i kullandı ve 128 GB'a kadar birleşik belleğe sahip yapılandırmaların yanı sıra büyük modelleri parçalamaya gerek kalmadan tek bir bellek havuzunda yerel olarak çalıştırabilme özelliğini öne çıkardı. Etkinlikte ayrıca dağıtımdan önce test ve yerel ölçeklendirme için Radeon AI Pro R9700 ve AMD Threadripper Pro 9000 kullanan, iş istasyonu ölçeğinde geliştirme kurulumları tanıtıldı.

Genel mesaj bulutun ortadan kalkacağı değildi. Bunun yerine etkinlik, yerel ve bulut ortamlarının birlikte çalıştığı hibrit bir model sundu. Daha rutin, gecikmeye duyarlı veya gizliliğe duyarlı görevler yerel olarak çalıştırılabilirken daha zorlu görevler gerektiğinde buluta aktarılmaya devam edebilir.

Yapay zekâ çıkarım maliyeti ve token talebi altyapı tercihlerini şekillendiriyor#

AMD Dev Day, bu mimari kararların ardındaki ekonomik baskıyı da vurguladı. Etkinlikteki konuşmacılar, token talebindeki hızlı artışı, yükselen çıkarım maliyetlerini ve bunun yapay zekâ ürünleri geliştiren geliştiriciler ile kurumlar üzerinde oluşturduğu baskıyı öne çıkardı.

Bu çerçevede yerel yapay zekâ, teknik olduğu kadar maliyet kontrolüne yönelik bir strateji olarak da sunuldu. Etkinlikte tekrarlanan mesaj, yapay zekânın bir sonraki aşamasında en fazla bilgi işlem kaynağı tüketen ekiplerin değil, bu kaynakları en verimli kullanan ekiplerin ödüllendirileceğiydi.

Yapay zekâ geliştirenler için bu pratik bir işaret. Altyapı kararları giderek ürün kararlarına dönüşüyor. Gecikme, gizlilik, bellek ve token maliyeti artık ikincil mühendislik ayrıntıları değil.

Şekil 2. AMD Versal AI Edge Series Gen2 VEK385 Değerlendirme Kiti.

AMD ROCm ve açık kaynak yapay zekâ ekosistemi#

AMD Dev Day'den çıkarılan bir diğer önemli sonuç, açık yazılım ekosistemlerinin merkezi rolüydü. AMD; ROCm'yi, önde gelen çerçeveler için sıfır kod değişikliğiyle desteği, Hugging Face ve ModelScope üzerinden 3 milyondan fazla modele desteği ve yeni model sürümleri için ilk günden destek hedeflerini vurguladı.

AMD'de Kıdemli Yapay Zekâ Ürün Yönetimi Direktörü Nick Ni, bu vurguyu şöyle ifade etti: “Aslında bu odadaki çoğunuz için hikâyenin kendisi yazılım.”

Etkinlikte geliştiricilere odaklanan çeşitli girişimler de öne çıkarıldı:

• Çin'deki geliştiriciler için ücretsiz GPU erişimi sunan AMD AI Developer Cloud
• AMD GPU çalışma zamanı seçenekleriyle ModelScope Studio entegrasyonu
• Adım adım kılavuzlar içeren AMD AI Playbooks
• Son aylarda 100.000'den fazla geliştiriciyi bünyesine katan bir geliştirici programı

Etkinliğin bu bölümü özellikle önemliydi çünkü temel bir gerçeğin altını çizdi: Tek başına donanım kapasitesi benimsenmeyi sağlamaz. Geliştiricilerin olgun araçlara, aşina oldukları çerçevelere, belgelere ve denemeler yapmanın önündeki engelleri azaltan yöntemlere ihtiyacı var. Ekosistem anlatısı, performans iddialarını kullanılabilir platformlara dönüştüren şeydir.

AMD Dev Day'de Çin neden öne çıktı?#

Çin'in yapay zekâ pazarındaki rolü de sürekli tekrarlanan bir başka temaydı. Birden fazla konuşmacı, Çin'i özellikle verimlilik, yerel dağıtım ve pratik mühendislik kısıtlarının şekillendirdiği alanlarda açık kaynak yapay zekâ inovasyonu için önde gelen bir ortam olarak tanımladı.

Zero One AI ve Stepfun ile yapılan iş ortaklıkları bu noktayı güçlendirmek için kullanıldı. Etkinlik notlarında, yerel dağıtım için Ryzen AI Max mimarisi üzerine kurulan Zero One AI ile ortak bir kurumsal çoklu ajan hepsi bir arada sisteminden ve AMD donanımı için optimize edilip ajan tabanlı görevler için tasarlanan bir Stepfun modelinden bahsedildi.

Daha geniş açıdan bakıldığında bunun anlamı, Çin'in yalnızca önemli bir yapay zekâ pazarı değil, aynı zamanda yerel yapay zekâ dağıtımı, açık kaynak modeller ve maliyete duyarlı altyapı tasarımı için önemli bir sınama alanı olduğuydu.

Ultralytics'in AMD Dev Day Shanghai'den çıkardıkları#

Ultralytics ekibinin bakış açısından AMD Dev Day'den alınan en yararlı mesaj, soyut anlamda yapay zekâ yeteneğinden ziyade dağıtıma hazır yapay zekâ sistemlerine odaklanılmasıydı. Etkinlikte sürekli olarak geliştiricilerin ve kurumların üretim ortamlarında yapay zekâyı gerçekten nasıl çalıştırabileceği, entegre edebileceği, güvenli hâle getirebileceği ve ölçeklendirebileceği ele alındı.

Buna şu sorular dâhil:

• Neler yerel olarak, neler bulutta çalıştırılmalı?
• Ekipler gecikme ve gizlilik konularını nasıl değerlendirmeli?
• Geliştiriciler pahalı çıkarım API'lerine olan bağımlılıklarını nasıl azaltabilir?
• Hangi araçlar ve yazılım katmanları yapay zekâ platformlarının benimsenmesini kolaylaştırır?

Bunlar pratik sorular ve başarılı yapay zekâ ürünlerinin nasıl oluşturulduğunu giderek daha fazla belirliyor. Ultralytics YOLO modellerini geliştirme ve kullanıma sunma biçimimizde doğrudan düşündüğümüz sorular da var. Bir modelin dizüstü bilgisayarda, iş istasyonunda veya bulut örneğinde çalışıp çalışmadığına bağlı olan dağıtım esnekliği, bizim için sonradan düşünülen bir konu değil, her zaman temel bir tasarım kısıtı oldu.

AMD Dev Day'de açık kaynak ekosistemlerine ve çıkarım verimliliğine yapılan vurgu, zaten inandığımız bir şeyi güçlendirdi: En yararlı yapay zekâ araçları, ekiplerin altyapılarını tek bir tedarikçi veya platform etrafında yeniden kurmasını gerektirmeden gerçek donanım üzerinde gerçek iş akışlarına uyum sağlayanlardır.

Şekil 3. Shanghai'deki AMD Dev Day'de Ultralytics ekibi.

Son düşünceler#

AMD Dev Day Shanghai bir şeyi açıkça ortaya koydu: Yapay zekâ altyapısı hakkındaki tartışma olgunlaşıyor. Odak, yalnızca ham model ölçeğinden, yapay zekâyı gerçek dünyada kullanışlı hâle getirmek için gereken daha geniş sistemlere kayıyor. Ajan tabanlı iş akışları, yerel yapay zekâ dağıtımı, açık kaynak araçları ve altyapı verimliliği etkinlik boyunca en net temalardı.

Yapay zekâ ürünleri geliştiren ekipler için bu değişimi dikkate almak önemli. Bir sonraki ilerleme dalgası yalnızca en büyük modeli seçmekten değil, doğru mimariyi, doğru dağıtım modelini ve doğru geliştirici ekosistemini seçmekten gelebilir.

Bilgisayarlı görü sistemleri geliştiriyor ve çıkarımın cihaz üzerinde mi, şirket içinde mi yoksa bulutta mı çalışması gerektiğini değerlendiriyorsan, Ultralytics YOLO modelleri bu esneklik göz önünde bulundurularak tasarlanmıştır. Başlamak için GitHub depomuzu incele, bilgisayarlı görünün üretim ve lojistik alanlarındaki gerçek dünya dağıtımlarına nasıl uyduğunu gör veya geliştirmeye başlamak için lisanslama seçeneklerimize göz at.