Apple'ın bir dönem üzerinde çalıştığı ancak hayata geçirilmeyen otonom araç projesinin, şirketin güncel yapay zeka donanımlarının temelini attığı ortaya çıktı. Mark Gurman tarafından paylaşılan bilgilere göre, araç geliştirme sürecinde ihtiyaç duyulan güçlü cihaz içi işlem kapasitesi, bugün Apple ekosisteminin merkezinde yer alan Neural Engine teknolojisinin doğuşuna zemin hazırladı.

Neural Engine'in Gelişim Süreci ve Yayılımı

İlk kez iPhone X modelinde ve A11 Bionic işlemciyle kullanıcılarla buluşan Neural Engine, başlangıçta Face ID, Animoji ve artırılmış gerçeklik gibi bilgisayarlı görü özelliklerini desteklemek için kullanıldı. Zamanla masaüstü bilgisayarlarda yer alan M serisi işlemcilere entegre edilen bu donanım, şirketin verileri buluta göndermek yerine cihaz üzerinde işlemesine imkan tanıyarak gizlilik standartlarını yükseltti.

M7 Ultra ve Gelecek Donanım Stratejisi

Donanım stratejisini yapay zeka odaklı güncelleyen şirket, gelecek M6 işlemcisinin Pro, Max ve Ultra versiyonlarını atlayarak doğrudan M7 geliştirme sürecini hızlandırıyor. 2027 yılının ilk yarısında gelmesi beklenen M7 işlemcisinin, Neural Engine tarafında kapsamlı güncellemelerle geleceği belirtiliyor.

Özellikle M7 Ultra modelinin, Apple'ın yeni bir sunucu ürününe temel oluşturması planlanıyor. Bu gelişmiş işlemcinin 1.5 TB RAM desteği sunabileceği öngörülüyor.

Ne anlama geliyor?

Cihaz içi işlem kapasitesi, verilerin uzak sunuculara gönderilmeden doğrudan yerel donanım üzerinde analiz edilmesi prensibine dayanır. Bu mekanizma sayesinde yüksek veri hızı sağlanırken veri güvenliği artırılır ve internet bağlantısına olan bağımlılık azalır. Ağ nöral motorları, insan beynindeki sinir ağlarını taklit eden matematiksel hesaplamaları yaparak görüntü tanıma ve dil işleme gibi görevleri standart işlemcilerden çok daha hızlı gerçekleştirir.

Sunucu tarafındaki yüksek bellek kapasiteleri ise devasa veri kümelerinin aynı anda işlenmesine olanak tanır. Bu durum, karmaşık hesaplama gerektiren süreçlerin daha az enerjiyle ve daha kısa sürede tamamlanmasını sağlayarak donanım verimliliğini artırır. Son kullanıcı için bu teknolojik altyapı, uygulamaların daha hızlı yanıt vermesi ve kişisel verilerin cihaz dışına çıkmadan işlenmesi anlamına gelir.