Serverless Computing

Sunucusuz bilişim, geliştiricilerin altyapı yönetimi karmaşıklığı olmadan uygulamalar oluşturmasını ve çalıştırmasını sağlayan bir bulut yürütme modelidir. Bu paradigma içinde bulut sağlayıcısı, altta yatan donanımı ve işletim sistemlerini kullanıcıdan soyutlayarak sunucuların tahsisini ve sağlanmasını dinamik olarak yönetir. Kod, HTTP isteği, veritabanı değişikliği veya dosya yükleme gibi belirli olaylar tarafından tetiklenen durumsuz (stateless) konteynerlerde yürütülür. Bu yaklaşım, modern bulut bilişim stratejileriyle son derece ilgilidir çünkü kuruluşların yalnızca tüketilen işlem süresi için ödeme yapmasına olanak tanır ve trafik talebine göre sıfırdan binlerce örneğe genişleyerek ölçeklenebilirlik gereksinimlerine otomatik olarak uyum sağlar.

Link to this sectionYapay Zeka İçin Sunucusuz Bilişimin Mekanikleri#

Sunucusuz bilişimin merkezinde, uygulamaların ayrık görevleri yerine getiren bireysel işlevlere bölündüğü Hizmet Olarak İşlev (FaaS) kavramı yer alır. Makine Öğrenimi (ML) ile uğraşan uygulayıcılar için bu, model dağıtımı için kolaylaştırılmış bir yol sunar. Düşük trafik dönemlerinde boşta çalışan özel bir sunucuyu korumak yerine, sunucusuz bir işlev veri işlemek için isteğe bağlı olarak başlayabilir ve hemen ardından kapanabilir.

Ancak, bu mimaride önemli bir husus "soğuk başlangıç"tır; yani bir işlev ilk kez veya bir süre hareketsizlikten sonra çağrıldığında ortaya çıkan gecikmedir. Bunu azaltmak için geliştiriciler, hızlı yükleme süreleri sağlamak adına YOLO26 gibi hafif mimariler veya model kuantizasyonu gibi teknikler kullanırlar; bu, düşük çıkarım gecikmesini korumak için gereklidir.

Link to this sectionMakine Öğreniminde Gerçek Dünya Uygulamaları#

Sunucusuz mimariler, olay güdümlü bilgisayarlı görü (CV) iş akışları ve veri hatları için özellikle etkilidir.

• Otomatik Veri Ön İşleme: Bir kullanıcı ham bir veri kümesini Amazon S3 gibi bir depolama hizmetine yüklediğinde, bu durum anında veri ön işleme gerçekleştirmek için sunucusuz bir işlevi tetikleyebilir. İşlev, veriler bir eğitim verisi hattına girmeden önce görüntüleri yeniden boyutlandırabilir, piksel değerlerini normalleştirebilir veya dosya biçimlerini doğrulayabilir, böylece manuel müdahale olmadan tutarlılık sağlar.
• İsteğe Bağlı Akıllı Gözetim: Güvenlikte Yapay Zeka alanında bir hareket sensörü, bir kamerayı bir kare yakalaması için tetikleyebilir. Bu olay, bir nesne algılama modeli barındıran bir bulut işlevini çağırır. Model, zararsız bir hayvan ile potansiyel bir davetsiz misafir arasında ayrım yapmak için görüntüyü analiz eder ve yalnızca gerektiğinde uyarı gönderir. Bu, sürekli akışa kıyasla bant genişliği ve depolama maliyetlerini önemli ölçüde azaltır.

Link to this sectionPython Örneği: Sunucusuz Çıkarım İşleyicisi#

Aşağıdaki kod, kavramsal bir sunucusuz işleyiciyi göstermektedir. "Sıcak başlangıçlardan" (konteynerin istekler arasında aktif kaldığı durum) yararlanmak için küresel bir model örneğini başlatır ve gelen bir görüntü yolunu işler.

from ultralytics import YOLO

# Initialize the model outside the handler to cache it for subsequent requests
# YOLO26n is ideal for serverless due to its compact size and speed
model = YOLO("yolo26n.pt")


def lambda_handler(event, context):
    """Simulates a serverless function handler triggered by an event. 'event' represents the input payload containing
    the image source.
    """
    image_source = event.get("url", "https://ultralytics.com/images/bus.jpg")

    # Perform inference
    results = model(image_source)

    # Return prediction summary
    return {
        "statusCode": 200,
        "body": {
            "objects_detected": len(results[0].boxes),
            "top_class": results[0].names[int(results[0].boxes.cls[0])] if len(results[0].boxes) > 0 else "None",
        },
    }

Link to this sectionİlgili Teknolojileri Ayırt Etme#

Sunucusuz bilişimi anlamak, onu MLOps içinde sıklıkla kullanılan diğer altyapı modellerinden ayırmayı gerektirir.

• Sunucusuz vs. Uç Bilişim: Her ikisi de verimliliği optimize etmeyi amaçlasa da farklı yerlerde çalışırlar. Uç bilişim, ağ seyahat süresini en aza indirmek için verileri cihaz üzerinde (örneğin akıllı bir kamera veya IoT cihazı) yerel olarak işler. Sunucusuz bilişim ise merkezi bir genel bulutta gerçekleşir. Hibrit çözümler genellikle ilk verileri uçta işler ve karmaşık anomalileri daha derin tıbbi görüntü analizi veya adli inceleme için sunucusuz bulut işlevlerine gönderir.
• Sunucusuz vs. Kubernetes: Kubernetes, geliştiricilere küme ortamı, ağ iletişimi ve podlar üzerinde ayrıntılı kontrol sağlayan bir konteynerleştirme orkestrasyon platformudur. Güçlü olmasına rağmen önemli bir yönetim yükü gerektirir. Google Cloud Functions veya Azure Functions gibi sunucusuz platformlar, bu orkestrasyonu tamamen soyutlayarak ekiplerin düğümlerin sağlığı yerine yalnızca kod mantığına odaklanmalarını sağlar.
• Sunucusuz vs. IaaS: Hizmet Olarak Altyapı (IaaS), Amazon EC2 gibi sanallaştırılmış bilgi işlem kaynaklarını internet üzerinden sağlar. IaaS ile kullanıcı, işletim sistemini yamalamaktan ve ara yazılımı yönetmekten sorumludur. Buna karşılık sunucusuz bilişim, bu operasyonel sorumlulukları ortadan kaldırarak geliştiricilerin görüntü sınıflandırma doğruluğunu iyileştirmek gibi daha üst düzey görevlere odaklanmalarına olanak tanır.

Geliştiriciler, sunucusuz mimarilerden yararlanarak uygun maliyetli, öngörülemeyen iş yüklerini yönetebilen sağlam yapay zeka çözümleri dağıtabilir ve dağıtım öncesinde model eğitimi ve yönetim sürecini kolaylaştırmak için Ultralytics Platform gibi araçları kullanabilirler.