Teknoloji devi Apple, 2011 yılında sonlandırdığı Xserve sunucu serisini yeniden hayata geçirmeye hazırlanıyor. The Information adlı yayın kaynaklarına dayandırdığı habere göre şirket, yapay zeka sektöründeki yoğun işlem gücü talebinden pay almak için yeni bir strateji geliştirdi. Bu doğrultuda Apple, yüksek performanslı ve enerji verimli ARM tabanlı M işlemcilerini sunucu altyapısına taşımayı planlıyor.

M9 Ultra işlemcileri ve NVLink Fusion entegrasyonu

Planlanan sunucu ürününün 2029 yılına kadar piyasaya sürülmemesi bekleniyor. Sızıntılara göre bu cihazlar, modele bağlı olarak iki veya dört adet M8 Ultra işlemci içerecek. Zira Apple, M6 serisini 2024 yılı ağustos ayında duyurduğundan, M8 çiplerinin üretimi henüz ufukta görünmüyor. Donanım mimarisinde dikkat çeken bir diğer detay ise Nvidia'nın NVLink Fusion teknolojisine entegrasyon olabilir. Bu teknoloji, birden fazla yongayı birbirine bağlayarak onların tek bir sistem gibi çalışmasını sağlıyor.

Yapay zeka geliştiricileri arasındaki talep artışı

Apple'ın bu hamlesi, Mac Mini ve Mac Studio modellerinin yapay zeka geliştiricileri arasındaki popülerliğinden kaynaklanıyor. Bu cihazların yoğun kullanımı, piyasada aşırı talebe ve dolayısıyla stok kıtlığına yol açtı. Şirket, bu açığı kapatmak ve kurumsal pazarı yeniden hedef almak için kurumsal makinelerin üretimine ağırlık veriyor. İki şirket arasındaki tarihsel olarak soğuk geçmişe rağmen, Apple son dönemde yenilenen Siri servisleri için Nvidia yongalarını kullanma kararı alarak iş birliği kapısını aralamış oldu.

Ne anlama geliyor?

Büyük dil modelleri ve derin öğrenme algoritmaları, devasa miktarda paralel işlem kapasitesi gerektirir. Geleneksel x86 mimarisine dayanan sunuculara kıyasla, ARM tabanlı yongalar daha düşük güç tüketimiyle yüksek hesaplanabilirlik sağlayabilir. Bu durum, veri merkezlerinde enerji maliyetlerini düşürmek ve ısı yönetimini optimize etmek isteyen teknoloji şirketleri için kritik bir avantaj sunulur. Çoklu yongaların tek bir mantıksal birim gibi davranmasını sağlayan bağlantı protokolleri ise bellek duvarını aşarak veri akışını hızlandırır. Sonuç olarak, bu tür donanımlar, bulut tabanlı yapay zeka servislerinin daha düşük gecikme süreleriyle ve daha ekonomik bir yapıda çalışmasına zemin hazırlar. Kullanıcılar açısından ise bu gelişme, yapay zeka uygulamalarının tepki sürelerinin kısalması ve hizmetin kesintisiz sürdürülebilirliği anlamına gelir.