“kenar bilişim” için sonuçlar
8 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Mobil Cihazlar için Yeni AI Dil İşleme Algoritması Hızı İkiye Katladı
Araştırmacılar, mobil cihazlarda yapay zeka dil modellerinin çalışmasını hızlandıran yeni bir algoritma geliştirdi. Peek2 adlı bu sistem, GPT-3 ve LLaMA-3 gibi popüler AI modellerinde kullanılan metin işleme sürecini optimize ediyor. Geleneksel yöntemlerin aksine regex kullanmayan bu yaklaşım, daha az bellek tüketirken performansı 2,5 kata kadar artırabiliyor. Mobil ve kenar bilişim cihazlarında AI uygulamalarının daha verimli çalışması için kritik bir gelişme olan bu çalışma, büyük dil modellerinin günlük hayatta daha yaygın kullanılmasının önünü açabilir.
Hareket Halindeki Elektrikli Araçlar İçin Kablosuz Şarj Sistemi Geliştirildi
Elektrikli araçların yaygınlaşmasının önündeki en büyük engellerden biri olan menzil kaygısına yenilikçi bir çözüm geliştiriliyor. Dinamik İndüktif Şarj (DİŞ) teknolojisi, araçların sürüş halindeyken kablosuz olarak şarj olmasını sağlayarak bu sorunu çözmeyi hedefliyor. Ancak bu altyapılar maliyetli ve güç kısıtlamaları içeriyor. Araştırmacılar, kenar bilişim ve araç iletişim teknolojilerini kullanarak akıllı güç dağıtımı yapan bir optimizasyon çerçevesi öneriyor. İstanbul'da 10 kilometrelik gerçek bir kentsel senaryoda SUMO simülasyonlarıyla test edilen sistem, kritik pil durumundaki araçları önceliklendirerek kaynak kullanımını optimize ediyor. Bu yaklaşım, elektrikli araç sahiplerinin memnuniyetini artırırken ekonomik verimliliği de maksimuma çıkarmayı amaçlıyor.
Elektrik Rezonatörlerle Yapay Sinir Ağı: Analog Hesaplama Çığır Açıyor
Araştırmacılar, birbirine bağlı elektrik rezonatörlerinden oluşan tamamen analog bir sinir ağı sistemi geliştirdi. Bu yenilikçi tasarım, geleneksel dijital sistemlere kıyasla çok daha hızlı ve enerji verimli çalışabiliyor. Metacircuit adı verilen mimari, fiziksel donanım üzerinde eğitilmiş sinir ağı parametrelerinin doğrudan uygulanmasını mağdun kılıyor. Sistem, yerel rezonatörler ve global dirençli bağlantıların birlikte eğitilmesiyle frekansa bağlı negatif dirençler üretebiliyor. Bu gelişme, özellikle kenar cihazlarda yapay zeka uygulamaları için önemli fırsatlar sunuyor.
Yapay Zeka Hizmetlerinde Kendini Öğrenen Yönlendirme Sistemi
Araştırmacılar, bulut ve kenar bilişim altyapısında çalışan yapay zeka hizmetlerini daha akıllı şekilde yönetebilen AIF-Router adlı yeni bir sistem geliştirdi. Bu sistem, insan beyninin karar verme süreçlerini taklit eden 'Aktif Çıkarım' (Active Inference) yöntemini kullanıyor. Geleneksel sistemlerin aksine önceden eğitim gerektirmiyor ve gerçek zamanlı olarak öğrenerek performansını artırıyor. Sistem, gecikme süresi, işlem kapasitesi ve kaynak kullanımı arasında optimal dengeyi kurmaya odaklanıyor. Özellikle kararsız kenar bilişim ortamlarında bile stabil öğrenme davranışı sergiliyor, bu da yapay zeka hizmetlerinin daha güvenilir şekilde sunulabilmesinin önünü açıyor.
Yapay zeka cihazları karbon emisyonunu %60 azaltacak akıllı batarya teknolojisi
Araştırmacılar, milyarlarca akıllı cihazın çevresel etkisini azaltmak için yenilikçi bir çözüm geliştirdi. FM-CAC adlı sistem, bataryaları akıllı tampon olarak kullanarak cihazların düşük karbonlu enerji kaynaklarından maksimum faydalanmasını sağlıyor. Sistem, zaman serisi tahmin modelleri kullanarak karbon emisyon seviyelerini önceden hesaplıyor ve buna göre cihazların enerji tüketimini optimize ediyor. Bu teknoloji, sürekli çalışan yapay zeka uygulamalarının çevresel etkisini önemli ölçüde azaltırken performansı koruyor. Özellikle kenar bilişim cihazlarında büyük potansiyel gösteriyor.
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.
İkinci Nesil Sunucusuz Bilişim Platformları: 10 Kat Daha Hızlı
Sunucusuz bilişim teknolojisi yeni bir evrim geçiriyor. Son araştırmalar, geleneksel container tabanlı platformların yerini alan ikinci nesil sistemlerin ortaya çıktığını gösteriyor. Bu yeni nesil platformlar, hafif izolasyon teknolojileri ve kenar dağıtımı kullanarak yanıt sürelerini 40 milisaniyeden 10 milisaniyeye düşürüyor. Araştırmacılar yedi farklı platformu analiz ederek 38 milyondan fazla fonksiyon çalıştırması gerçekleştirdi. Bulgular, sunucusuz bilişimin gelecekte nasıl şekilleneceğine dair önemli ipuçları sunuyor.
Tensor Bellek Motoru: Veriyi Anlık Yeniden Düzenleyerek Performansı Artırıyor
Bulut bilişimden kenar bilişime geçiş, yeni nesil akıllı sistemler için ciddi performans zorlukları yaratıyor. Araştırmacılar, bellek duvarı problemini çözmek için yenilikçi bir donanım-yazılım hibrit yaklaşımı geliştirdi. Tensor Bellek Motoru adı verilen bu sistem, veriyi bellekte ideal şekilde düzenleyerek önbellek performansını dramatik olarak artırıyor. Geleneksel veri yoğun uygulamalar ya kötü bellek erişimi sergiliyor ya da performans için aşırı bellek tüketimine zorlanıyor. Bu yeni teknoloji, işlemcinin veri yoluna şeffaf şekilde entegre edilerek, ticari SoC ve FPGA platformlarda uygulanabiliyor. Sistem, uygulamaların pahalı yeniden tasarım süreçlerine gerek kalmadan ideal önbellek yerelliği sağlamasına olanak tanıyor. Edge computing'in artan öneminde bu gelişme, mobil ve gömülü sistemlerde veri işleme performansını yeni boyutlara taşıyabilir.