“CPU” için sonuçlar
17 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Bilim İnsanlarının Hayali Atıflarını Yakalayan Yeni Araç
Araştırmacılar, bilimsel makalelerdeki sahte atıfları tespit eden HalluCiteChecker adlı hafif bir araç geliştirdi. Yapay zeka asistanlarının akademik yazımda yaygınlaşmasıyla birlikte, gerçekte var olmayan çalışmalara yapılan hayali atıflar ciddi bir sorun haline geldi. Bu durum hem bilimsel makalelerin güvenilirliğini sarsiyor hem de hakem ve yazarlara ek iş yükü getiriyor. Yeni araç, standart bir dizüstü bilgisayarda saniyeler içinde doğrulama yapabiliyor ve tamamen çevrimdışı çalışabiliyor. Sadece CPU kullanarak verimli şekilde çalışan sistem, hakem iş yükünü azaltmayı ve akademik kalite kontrolünü desteklemeyi hedefliyor.
GPU Destekli Yeni Simülasyon Sistemi Esnek Robotları Hızlandıracak
Araştırmacılar, esnek çok gövdeli dinamik sistemlerin simülasyonunu büyük ölçüde hızlandıran yeni bir GPU tabanlı hesaplama çerçevesi geliştirdi. Total Lagrangian sonlu elemanlar yöntemine dayanan bu sistem, robotik kollar, araç süspansiyonları ve biyomedikal implantlar gibi karmaşık esnek yapıların davranışını gerçek zamanlı modelleyebiliyor. Yeni yaklaşım, geleneksel CPU tabanlı yöntemlere kıyasla önemli hız artışı sağlayarak, mühendislik tasarımından sanal gerçeklik uygulamalarına kadar geniş bir kullanım alanı sunuyor.
Bellek Simülasyonlarında Büyük Doğruluk Sorunu Keşfedildi
Bilgisayar bellek sistemlerinin performansını tahmin etmek için kullanılan simülasyon yazılımları, gerçek donanımla karşılaştırıldığında ciddi sapmalar gösteriyor. Araştırmacılar, bu hataların temel nedenini CPU-bellek arayüzünde buldu ve yeni bir doğrulama metodolojisi geliştirdi. Çalışma, bellek simülatörü, CPU-bellek arayüzü ve uygulama olmak üzere üç farklı perspektiften performans analizi yapıyor. Bulgular, uygulama seviyesindeki performansın simülatör istatistiklerinden önemli ölçüde kopuk olabildiğini ortaya koyuyor. Bu keşif, yeni nesil bellek teknologilerinin geliştirilmesinde kritik öneme sahip.
ENTIRE: Yapay Zeka ile 3D Görüntü İşleme Süresi Tahmin Etme Devri
Araştırmacılar, 3D hacimsel görüntülerin işlenme süresini önceden tahmin edebilen ENTIRE adlı yapay zeka sistemini geliştirdi. Bu sistem, büyük veri setlerinin görselleştirilmesinde kritik olan işlem süresini, görüntü çözünürlüğü, kamera ayarları ve veri karakteristikleri gibi faktörleri analiz ederek yüksek doğrulukla öngörebiliyor. Tıbbi görüntüleme, bilimsel simülasyonlar ve endüstriyel tasarımda kullanılan hacimsel renderlamada zaman planlaması büyük önem taşıyor. ENTIRE, hem CPU hem de GPU tabanlı sistemlerde test edildi ve farklı senaryolara hızla adapte olabileceği kanıtlandı.
Yapay Zeka Ajanları İçin İşletim Sistemi Mantığıyla Çalışan Yeni Koordinasyon Sistemi
Araştırmacılar, birden fazla yapay zeka ajanının aynı API'yi kullanırken yaşadığı kaynak çekişmesi sorununu çözen HiveMind sistemini geliştirdi. Bu sistem, işletim sistemlerinin CPU ve bellek yönetim prensiplerine dayanan beş farklı programlama tekniği kullanıyor. Deneylerde, koordinasyon olmadan çalışan ajanların %72-100 oranında başarısız olduğu durumlarda, HiveMind sayesinde başarı oranı önemli ölçüde artıyor. Sistem, mevcut ajan kodlarında hiçbir değişiklik gerektirmeden çalışıyor ve OpenAI, Anthropic gibi büyük AI şirketlerinin API'lerini destekliyor. Bu gelişme, paralel AI ajan uygulamalarının daha güvenilir çalışması açısından önemli bir adım.
Büyük Dil Modellerinde CPU-GPU İş Birliği ile Performans Devrimi
Yapay zeka araştırmacıları, büyük dil modellerinin uzun metin işleme kapasitesini artıran yenilikçi bir hibrit sistem geliştirdi. HybridGen adlı bu teknoloji, CPU ve GPU'nun birlikte çalışmasını sağlayarak bellek sorunlarını çözüyor. Modern dil modelleri milyonlarca kelime işleyebildiğinde, gerekli bellek miktarı yüzlerce gigabayta çıkabiliyor. Bu durum hem bellek kapasitesini hem de veri aktarım hızını zorluyor. Geleneksel çözümler ya GPU ya da CPU kullanırken, yeni sistem her ikisini koordineli şekilde kullanarak donanım kaynaklarını maksimum verimlilikle değerlendiriyor. Araştırmacılar üç temel sorunu çözdü: çok boyutlu dikkat bağımlılıkları, uzun metinlerde artan CPU-GPU yük dengesizliği ve katmanlı belleklerin NUMA cezası. Sistem, dikkat mantığı paralelliği, geri bildirim odaklı zamanlayıcı ve anlam farkında önbellek haritalaması teknikleriyle bu sorunları aşıyor.
Türbülans Simülasyonlarını Hızlandıran Yapay Zeka Destekli Yazılım Paketi
Araştırmacılar, türbülanslı akış simülasyonlarını önemli ölçüde hızlandıran yeni bir açık kaynak yazılım paketi geliştirdi. IncompressibleNavierStokes.jl adlı bu Julia paketi, GPU ve CPU'larda eşzamanlı çalışabilen matrix-free çekirdekler kullanarak sıkışmayan Navier-Stokes denklemlerini çözüyor. Yazılımın en dikkat çekici özelliği, yapay sinir ağı modellerinin doğrudan simülasyon içine gömülebilmesi. Bu sayede türbülans modellemesi için neural network kapanış modelleri eğitilebiliyor. Yazılım, tek bir GPU üzerinde 840³ çözünürlüğe kadar doğrudan sayısal simülasyonlar gerçekleştirebiliyor. Geliştirilen sistem, türbülanslı kanal akışı testlerinde referans verilerle başarıyla doğrulandı. Bu gelişme, hesamalı akışkanlar dinamiği alanında yapay zekanın entegrasyonu açısından önemli bir adım olarak değerlendiriliyor.
Seyrek tensör hesaplamalarında çığır açan paralel işlem algoritması geliştirildi
Araştırmacılar, seyrek tensör cebirinde paralel işlem yükünü dengeli dağıtan ilk algoritmayı geliştirdiler. Seyrek tensörler, çoğunlukla sıfır değerli elemanlardan oluşan çok boyutlu veri yapıları olup, makine öğrenmesi ve bilimsel hesaplamalarda kritik öneme sahip. Ancak bu yapıların düzensiz ve veri-bağımlı doğası, paralel işlem birimlerine eşit iş yükü dağıtımını zorlaştırıyor. Yeni algoritma, mevcut paralel birleştirme yöntemlerini genelleştirerek çok operandlı ve çok boyutlu hiyerarşik seyrek veri yapılarıyla çalışabiliyor. Araştırmacılar algoritmayı mevcut bir derleme çerçevesine entegre ederek, çok çekirdekli CPU'lar ve GPU'lar için otomatik paralel kod üretimi sağladılar. Test sonuçları, üretilen kodun Intel MKL ve NVIDIA cuSPARSE gibi endüstri standardı kütüphanelerle rekabet edebilir performans gösterdiğini ortaya koyuyor. Bu gelişme, büyük veri işleme ve yapay zeka uygulamalarında önemli performans artışları sağlayabilir.
EcoShift: Süper bilgisayarlarda güç tüketimini optimize eden akıllı sistem
Araştırmacılar, yüksek performanslı bilgisayar kümelerinde enerji tüketimini optimize eden yeni bir sistem geliştirdi. EcoShift adlı bu framework, CPU ve GPU'ların birlikte çalıştığı sistemlerde güç sınırlamaları altında maksimum performans elde etmeyi hedefliyor. Mevcut sistemler adil paylaşım veya kullanım oranı gibi basit yaklaşımlar kullanırken, EcoShift her uygulamanın güç kısıtlamalarına olan duyarlılığını analiz ederek daha akıllı güç dağılımı yapıyor. Intel CPU ve NVIDIA A100/H100 GPU'larla yapılan testlerde, sistem mevcut teknolojilerden %6'ya kadar daha iyi performans gösterdi. Bu gelişme, enerji maliyetlerinin arttığı dönemde süper bilgisayarların daha verimli çalışmasını sağlayabilir.
Uzak Bellek Sistemleri İçin Yeni Programlama Modeli: Proxics
Bilim insanları, CXL bellek havuzları gibi uzak bellek sistemlerinde kullanılan hızlandırıcılar için yenilikçi bir programlama modeli geliştirdi. Proxics adı verilen bu yaklaşım, işlemcileri belleğe yakın konumlandırarak CPU ile veri alışverişini minimize etmeyi hedefliyor. Near-Data Processing (NDP) teknolojisi olarak bilinen bu yöntem, bant genişliği gereksinimlerini önemli ölçüde azaltıyor. Araştırmacılar, Unix işletim sistemi benzeri soyut kavramları kullanarak bu sistemlerin programlanmasını kolaylaştırmayı amaçlıyor. Geleneksel yaklaşımların NDP hızlandırıcıları için uygun olmadığını tespit eden ekip, derleme zamanı optimizasyonlarından yararlanarak hafif ve verimli bir çözüm sunuyor.
NeuroMesh: Farklı Robot Türlerinin Birlikte Çalışması İçin Yeni Yapay Zeka Sistemi
Araştırmacılar, farklı donanım özelliklerine sahip robotların daha etkili bir şekilde işbirliği yapabilmesi için NeuroMesh adlı yeni bir yapay zeka çerçevesi geliştirdi. Bu sistem, hava ve kara robotlarının aynı görevde koordineli çalışmasını sağlayan birleşik bir altyapı sunuyor. NeuroMesh, robotlar arası iletişimi standartlaştırarak ve paralel işlem mimarisi kullanarak, farklı robot türlerinin gerçek zamanlı olarak bilgi paylaşmasını ve ortak kararlar almasını mümkün kılıyor. Sistem, GPU ve CPU'yu hibrit olarak kullanarak yüksek performans elde ediyor ve çeşitli görev türlerinde başarılı sonuçlar veriyor.
NVIDIA'nın GPU Güvenlik Sisteminin İç Yapısı İlk Kez Deşifre Edildi
Yapay zeka iş yüklerini güvenli bir şekilde işlemek için tasarlanan NVIDIA GPU Confidential Computing (GPU-CC) sistemi, araştırmacılar tarafından kapsamlı bir güvenlik analizine tabi tutuldu. Sistemin kapalı kutu yapısının zorluklarına rağmen, araştırma ekibi GPU-CC'nin mimarisini, önyükleme sürecini ve güvenlik mekanizmalarını başarıyla çözümledi. Bu çalışma, yapay zeka uygulamalarında veri güvenliğinin nasıl sağlandığına dair önemli bilgiler sunuyor. Özellikle CPU ve GPU arasındaki veri transferlerinin güvenliği konusunda yapılan deneysel çalışmalar, sistemin güven modelinin etkinliğini değerlendiriyor. Sonuçlar, yapay zeka güvenliği alanında çalışan araştırmacılar ve geliştiriciler için kritik öneme sahip.
Otonom AI Sistemlerinde CPU'nun Gizli Rolü Keşfedildi
Araştırmacılar, otonom yapay zeka sistemlerinin performans darboğazlarını CPU merkezli bir bakış açısıyla inceledi. Geleneksel AI sistemlerinin aksine, plan yapabilen, araç kullanabilen ve anlık adaptasyon gösterebilen agentic AI sistemleri, heterojen CPU-GPU mimarilerde çalışıyor. Yeni çalışma, bu sistemlerdeki CPU'nun kritik rolünü ortaya koydu. Araştırma, farklı donanım sistemlerinde uçtan uca gecikme ve verim analizleri yaparak, performans engellerini belirlemeyi amaçlıyor. Bu bulgular, gelecekteki otonom AI sistemlerinin tasarımında CPU optimizasyonunun önemini vurguluyor ve mevcut GPU-odaklı yaklaşımları sorgulayan önemli bir perspektif sunuyor.
Tek Kamerayla 3D Hareket Analizi Artık Normal Bilgisayarlarda da Mümkün
Araştırmacılar, tek kamera kullanarak 3D hareket analizi yapan bir sistem geliştirdi ve bunu normal bilgisayarlarda çalışacak şekilde optimize etti. Daha önce güçlü grafik kartları gerektiren bu teknoloji, CPU optimizasyonları sayesinde 2,47 kat daha hızlı hale getirildi. Sistem, spor ve sağlık alanlarında vücut hareketlerini analiz etmek için kullanılabiliyor ve pahalı donanım gerektirmediği için kliniklerde ve spor merkezlerinde yaygın kullanım potansiyeli taşıyor. Optimizasyonlara rağmen analiz doğruluğu korundu ve eklem açısı ölçümlerinde sadece 0,35 derecelik minimal sapma görüldü.
PoSME: Sıralı Bellek İşlemleri için Yeni Kriptografik Güvenlik Sistemi
Araştırmacılar, bilgisayar belleği üzerinde sıralı işlemleri zorunlu kılan PoSME adlı yeni bir kriptografik sistem geliştirdi. Bu sistem, bellek hücrelerini zincirleyerek işlemlerin doğru sırada yapılmasını garanti ediyor ve güvenlik açıklarını önlüyor. PoSME, her adımda veri bağımlı adresleri okuyarak ve her bloğun değeri ile hash kodunu karşılıklı bağımlı hale getirerek çalışıyor. Sistem, donanım tabanlı saldırılara karşı güçlü direnç gösteriyor ve GPU'ların CPU'lara göre 14-19 kat daha yavaş performans sergilediğini ortaya koyuyor. Bu gelişme, blockchain ve kripto para sistemlerinin güvenliği açısından önemli bir adım olarak değerlendiriliyor.
Mobil cihazlarda yapay zeka modellerinin gecikme süresini doğru tahmin eden yeni sistem
Akıllı telefonlarda çalışan yapay zeka uygulamaları için kritik önem taşıyan gecikme süresi tahmini konusunda önemli bir gelişme yaşandı. Araştırmacılar, mobil cihazların işlemci frekanslarının sürekli değişmesi nedeniyle oluşan tahmin zorluklarını çözen FLAME adlı sistemi geliştirdi. Geleneksel yöntemler, işlemcilerin enerji tasarrufu için frekanslarını dinamik olarak ayarlaması sebebiyle gerçek kullanımda yetersiz kalıyordu. Özellikle küçük dil modelleri gibi yeni nesil yapay zeka uygulamalarında bu sorun daha da kritik hale geliyor. Yeni sistem, CPU ve GPU arasındaki karmaşık asenkron etkileşimi dikkate alarak çok daha doğru tahminler yapabiliyor. Bu gelişme, mobil cihazlarda çalışan yapay zeka uygulamalarının performansını optimize etmek ve enerji verimliliğini artırmak açısından büyük önem taşıyor.
Yapay Zeka Bulut İzleme Sistemlerini İnsan Diline Çeviriyor
Bulut tabanlı sistemlerin performansını izlemek için kullanılan PromQL gibi karmaşık sorgu dillerini öğrenmek, mühendisler için büyük bir engel oluşturuyor. Yeni bir araştırma, doğal dil işleme teknolojisiyle bu sorunu çözmeyi hedefliyor. Geliştirilen sistem, 'CPU kullanımı son 1 saatte nasıl?' gibi günlük sorularını otomatik olarak teknik sorgu kodlarına dönüştürebiliyor. Yaklaşık 2000 metriği içeren hibrit katalog sistemi, farklı donanım türlerini desteklerken, çok aşamalı analiz süreci soruları kategorilere ayırıp en uygun metrikleri buluyor. Dinamik zaman çözünürlüğü özelliği ise 'geçen hafta' veya 'son 5 dakika' gibi ifadeleri doğru teknik formatlara çeviriyor.