Nvidia CEO'su Jensen Huang. Fotoğraf: Reuters . |
Nvidia tarafından "ezilme" korkusuna aşina olan birçok küçük yapay zeka şirketi, daha büyük rakip hamle yapmadan önce eski teknolojilerini proaktif olarak ortadan kaldırıyor. Yapay zeka çıkarım platformu Baseten'in kurucu ortağı Tuhin Srivastava da Nvidia yeni platformunu piyasaya sürdüğünde bu şekilde yanıt vermeye hazırlanıyor.
Srivastava, Business Insider'a verdiği demeçte, "Yapay zekada gemileri yakmanız gerekiyor. Henüz yakmadık ama gazyağı aldık" dedi.
Hikaye, Srivastava'nın ekibinin bu yılın başlarında DeepSeek R1 mantık yürütme modeli üzerinde çalışmasıyla başladı. Yapay zekanın mantık yürütme sürecindeki darboğazlar nedeniyle uygulama zorluklarla karşılaştı ve bu da müşterilere yavaş ve verimsiz yanıt verilmesine yol açtı.
Baseten, o zamanın en gelişmiş çipi olan Nvidia H200 çipine erişebilmesine rağmen, beraberindeki Triton Çıkarım Sunucusu yazılımı karmaşık çıkarım isteklerini iyi bir şekilde işleyemiyordu. Baseten, süreci optimize etmek için kendi yazılımını geliştirmek zorunda kaldı.
Geçtiğimiz Mart ayında Nvidia CEO'su Jensen Huang, Nvidia çiplerinde çıkarım sürecini optimize eden açık kaynaklı bir çıkarım platformu olan Dynamo'yu tanıttı. Huang, Dynamo'yu "yapay zeka fabrikasının işletim sistemi" olarak tanımladı.
![]() |
Jensen Huang, ABD'nin Kaliforniya eyaletindeki San Jose şehrinde bulunan SAP Center'da düzenlenen Nvidia GPU Teknoloji Konferansı'nda (GTC) konuşma yapıyor. Fotoğraf: Reuters |
Dynamo'nun piyasaya sürülmesiyle birlikte Srivastava, Baseten'in kendi platformunun yakında geride kalacağını biliyordu. Şirketinin yeni sisteme geçişinin birkaç ay süreceğini tahmin ediyordu.
"Buna zihnen hazırdım," dedi.
Bu durum sadece Nvidia ile sınırlı değil; tüm makine öğrenimi sektörü baş döndürücü bir hızla gelişiyor. Yapay zeka modelleri giderek daha karmaşık hale geliyor, daha fazla işlem gücü gerektiriyor, ancak mühendisler daha optimize edilmiş algoritmalar buldukça hızla eskimeye başlıyorlar.
Bulut bilişim şirketi Valdi'nin baş mimarı Karl Mozurkewich, "Tek bir çerçeveye veya iş yapma biçimine sonsuza kadar bağlı kalamazsınız" yorumunu yaptı.
YouTube içerik üreticisi ve yapay zeka geliştiricisi Brown'a göre, yapay zeka, teknoloji endüstrisi tarafından bir zamanlar "yenilmez" olarak kabul edilen şeyleri "kolayca atılabilen" şeylere dönüştürdü.
Brown, Twitch'te mühendis olarak çalışırken, eski temeller üzerine inşa etmek yerine projeyi yeniden yazmayı önerdiğinde şiddetli bir muhalefetle karşılaştığını anlatıyor. "Kimse beni durdurmadan önce hızlı hareket etmeyi öğrenmek zorunda kaldım," dedi.
Bu aynı zamanda yapay zeka girişimlerinin, eski süreçler ve yatırım maliyetleriyle sınırlı olan büyük şirketlere göre genellikle daha çevik olmasının da nedenidir.
Yapay zeka kodlama platformu Sourcegraph'ın CEO'su Quinn Slack, Fortune 500 şirketlerinin yaklaşık %80'inin, yapay zeka platformlarının değiştirilmesi gerektiğinin farkına sadece bir saatlik bir toplantıdan sonra vardığını öne sürüyor.
Ancak herkes "gemileri yakmayı" tercih etmiyor.
Gayrimenkul yatırım platformu Fundrise'ın CEO'su Ben Miller, sektörü için yeni bir yapay zeka ürünü geliştiriyor. Mevcut model yeterince iyiyse, şirketin yeni bir şeye geçmek için acele etmeyeceğine inanıyor.
"İşe yarayan yöntemlere mümkün olduğunca uzun süre bağlı kalıyorum," diyen Miller, bunun sebeplerinden birinin de büyük bir organizasyonu yönetmesi olduğunu sözlerine ekledi.
Miller'ın düşüncesi, sektörde sıkça karşılaşılan bir denge sorununu ortaya koyuyor: sürekli yenilik ile istikrarı koruma arasındaki denge.
Mozurkewich, bir ürün tüketiciye çok yaklaştığında, "hızlı hareket etmenin ve bir şeyleri bozmanın" faydalarının önemli ölçüde azaldığını vurguluyor.
"En son teknolojiye sahip özelliği piyasaya sürmekle daha fazla müşteri veya gelir elde edeceğinizin garantisi yok," dedi.
Teknolojinin her ay değiştiği yapay zeka dünyasında , inovasyon ve sürdürülebilirlik arasındaki seçim, kesin bir cevabı olmayan büyük bir soru işareti olmaya devam ediyor.
Kaynak: https://znews.vn/cac-hang-ai-dang-tu-huy-de-tang-toc-post1549478.html







Yorum (0)