Apple Intelligence yapay zeka yeteneklerini geli\u015ftirirken, NVIDIA\u2019y\u0131 pas ge\u00e7ip Google\u2019\u0131n TPU\u2019lar\u0131n\u0131 tercih etti\u011fini duyurdu.<\/p>\n\n\n\n
Apple, yeni tan\u0131tt\u0131\u011f\u0131 Apple Intelligence \u00f6zelliklerinin geli\u015ftirilmesi s\u00fcrecinde NVIDIA\u2019n\u0131n donan\u0131m h\u0131zland\u0131r\u0131c\u0131lar\u0131n\u0131 kullanmad\u0131\u011f\u0131n\u0131 belirtti. Bunun yerine, Apple Intelligence yapay zeka\u2019n\u0131n Temel Dil Modelleri (AFM<\/strong>) i\u00e7in e\u011fitim verilerini i\u015flemek amac\u0131yla Google\u2019\u0131n Tensor \u0130\u015fleme \u00dcniteleri (TPU) teknolojisine ba\u015fvurdu\u011funu ifade etti.<\/p>\n\n\n\n Apple, yapay zeka modellerinin geli\u015ftirilmesinde NVIDIA\u2019n\u0131n GPU\u2019lar\u0131n\u0131 tercih etmeyece\u011fini, bunun yerine Google\u2019\u0131n TPU\u2019lar\u0131na<\/strong> y\u00f6nelece\u011fini duyurdu.<\/p>\n\n\n\n Apple\u2019\u0131n son ara\u015ft\u0131rma makalesine g\u00f6re, Google\u2019\u0131n TPUv4 ve TPUv5 \u00e7iplerini kullanan teknolojiler, Apple\u2019\u0131n Temel Modelleri (AFM) olu\u015fturulmas\u0131nda kritik bir etkiye sahip oldu. AFM-server ve AFM-on-device<\/strong> ad\u0131 verilen bu modeller, Apple Intelligence\u2019\u0131n \u00e7evrimi\u00e7i ve \u00e7evrimd\u0131\u015f\u0131 \u00f6zelliklerini desteklemek \u00fczere \u00f6zel olarak tasarland\u0131. Bu geli\u015fme, Apple\u2019\u0131n yapay zeka teknolojilerindeki ilerlemesini g\u00f6steriyor.<\/p>\n\n\n\n Apple, AFM-server modelini geli\u015ftirmek i\u00e7in 8,192 adet TPUv4 \u00e7ipini kullanarak kapsaml\u0131 bir e\u011fitim s\u00fcreci ger\u00e7ekle\u015ftirdi. Bu e\u011fitim s\u00fcreci, \u00fc\u00e7 a\u015famadan olu\u015ftu. \u0130lk olarak, 6.3 trilyon token<\/strong> ile ba\u015fland\u0131. Ard\u0131ndan, e\u011fitim 1 trilyon token ile derinle\u015ftirildi. Son a\u015famada ise, 100 milyar token kullan\u0131larak ba\u011flam geni\u015fletme \u00e7al\u0131\u015fmas\u0131 yap\u0131ld\u0131. Bu s\u00fcre\u00e7, Apple\u2019\u0131n AFM-server modelini daha da geli\u015ftirmesine olanak sa\u011flad\u0131.<\/p>\n\n\n\n Apple, AFM\u2019lerinin e\u011fitim s\u00fcrecinde, Applebot web taray\u0131c\u0131s\u0131ndan elde edilen veriler, \u00e7e\u015fitli lisansl\u0131 \u201cy\u00fcksek kaliteli\u201d veri setleri, \u00f6zenle se\u00e7ilmi\u015f kodlar, matematiksel veriler ve kamuya a\u00e7\u0131k veri setlerini kulland\u0131\u011f\u0131n\u0131 ifade etti. Ayr\u0131ca, AFM-on-device modeli, 2,048 adet TPUv5p \u00e7ip<\/strong> kullan\u0131larak e\u011fitildi ve bu s\u00fcre\u00e7te, AFM-server modelinden t\u00fcretilen 3 milyar parametreli bir model olu\u015fturuldu. Bu bilgiler, Apple\u2019\u0131n AFM\u2019lerini nas\u0131l geli\u015ftirdi\u011fine dair \u00f6nemli detaylar\u0131 ortaya koyuyor.<\/p>\n\n\n\n Apple\u2019\u0131n kendi ger\u00e7ekle\u015ftirdi\u011fi testler, AFM-server ve AFM-on-device\u2019\u0131n talimat izleme, ara\u00e7 kullan\u0131m\u0131 ve yazma gibi benchmark testlerinde ola\u011fan\u00fcst\u00fc performans sergiledi\u011fini ortaya koyuyor. Apple\u2019\u0131n bu kapsaml\u0131 ara\u015ft\u0131rma makalesi, yapay zeka alan\u0131na ge\u00e7 giri\u015f yapm\u0131\u015f olmas\u0131na ra\u011fmen, at\u0131lan bu ad\u0131mlarla etkileyici bir performans sunmay\u0131<\/strong> hedefledi\u011fini g\u00f6steriyor. Bu, Apple\u2019\u0131n yapay zeka teknolojilerindeki ilerlemesini ve bu alandaki hedeflerini net bir \u015fekilde ortaya koyuyor.<\/p>\n\n\n\n