Büyük Modeller Döneminde Çiplerin Strateji Değiştirme Zamanı mı?

Gasgoo Munich- 2026 yılında akıllı sürüş, lüks segmentten hızla dışarı çıkıyor. Şehir içi NOA, yüksek uç modellerden ana fiyat aralıklarına hızlı bir şekilde yayılıyor. Yine de çarpıcı bir uyumsuzluk sürüyor: Yapay zeka modelleri ay ay güncellenirken, araç geliştirme süreçleri yıl yıl işliyor—üstelik bir araç, ikisinden de çok daha uzun süre sahibinde kalıyor. Bugün seçilen bir çip, yarının modellerini omuzlayabilir mi?

29 Ekim’de Suzhou’da düzenlenen bir tanıtım etkinliğiyle “çipleri tanımlayan büyük modeller” ön plana çıktı. 700 TOPS, %98,7 hesaplama verimliliği ve 200.000 adet sevkiyat gibi rakamlar ortaya konurken, yeni bir teknik yol haritası netleşti: Önce bir çip üretip modellerin buna uyum sağlaması yerine, önce büyük modeli anlamak, sonra o çipi bu model etrafında tasarlamak.

Resim Kaynağı: XHEART (aşağıdaki aynı)

Büyük Modellerin Çiplere Yördüğü Üç Sert Soru

Büyük modeller çağında aslında ne tür bir çipe ihtiyacımız var? XHEART’ın CEO’su Li Zonglin’e göre bu cevap, model kırılımlarının gerçek ürün kazanımlarına dönüşüp dönüşmeyeceğini—ve daha otonom sistemlerin günlük hayata ne zaman yerleşeceğini belirliyor.

Cevap, otonom sürüş algoritmalarının nasıl evrildiğiyle başlıyor.

Eski otonom sistemler temelde küçük modellerden örülüyordu: biri algılama için, diğeri tahmin için, üçüncüsü ise planlama için. İş bölümü temiz görünüyor, ama asıl sorun da tam olarak buydu. Modeller arasında bilgi aktarılırken boyutlar sıkıştırılıyor, kritik veriler kayboluyor ve verimlilik düşüyordu. Küçük modeller ayrıca düşük performans tavanına ve zayıf genelleme yeteneğine sahip.

“Küçük modellerin tavanı, özünde, o modelleri tasarlayan insanların bilişsel tavanıdır,” diye belirledi Li. Küçük modeller çağında otonom sürüş temelde beyin gücüyle çalışan bir sistemdi: Mühendisler üst düzey kuralları yazardı, makineler bunları uygulardı. Şimdi ise Transformer tabanlı uçtan uca büyük modeller olgunlaştıkça, devasa veri setleri ilk kez verimli biçimde kullanılıyor. Paradigma, “insan gücüyle çalışan” modaldan “veri gücüyle çalışan” moda kayıyor.

Model değiştiği için çipin sınavları da değişiyor.

Li, bunları üç ayrı meyok okuyucu olarak tanımlıyor. İlki: hesaplama gerçekten bir gerçek sistemde işe yarayabilir mi? Kullanıcılar kağıt üzerindeki özelliklerle pek ilgilenmiyor; konuşlandırılmış, seri üretim modeller altında yeterince hızlı çıkarım ve yeterince zamanında yargılar gerekiyor. İkincisi: bugün tasarlanan bir çip, yarınki modellerle yarışabilir mi? Mimari öngörü ve yeterli kapasite olmadan OTA güncellemeleri sert bir tavana çarpacak. Üçüncüsü: aşırı güç tüketimi olmadan yetkinlik sunabilir mi? Araçlardaki termal bütçeler affedilici değil; enerji tüketimini patlatarak hesaplama ölçeğini artıran çözümler asla yaygın benimsenme göremeyecek.

“Bu üç sorunun birlikte yanıtlanması gerekir,” dedi Li. Mantığı şuydu: önce büyük bir modelin gerçek taleplerinden başlamak ve hesaplama, depolama ve veri akışını buna göre düzenlemek—silikon kaynaklarını modelin gerçekten ihtiyaç duyduğu yere doğru yönlendirmek. “Büyük modellerin çipleri tanımlaması” da tam olarak budur.

Bu bir anda verilmiş bir yön değişimi değildi. Çip sektöründe bir ya da iki on yılı geride bırakan deneyimli isimlerden oluşan ekip, 2023’te girişim başlatmaya karar verdiğinde temel disiplini temkinlilik oldu: yıllar sonra inşa edecekleri çip gerçekten pazarın istediği şey olacak mı? Tezlerini geçerli kılmak için, performans, maliyet ve güvenlik açısından en affedilici talepleri taşıyan otomotiv alanında dişlerini kesmeyi seçtiler.

XHEART bu inancın yalnızca taşıyıcısı değil. Etkinlikte, stratejik ortağı Momenta’nın CEO’su Cao Xudong, şirketinin üçüncü temel içgörüsünü ilk kez kamuoyuna açıkladı: büyük modeller çipleri tanımlar.

L4 seviyesine ulaşmanın, en az 10 milyar—ve muhtemelen 100 milyar—parametreli modellere ihtiyaç duyacağını savundu. Genel amaçlı çipler; güç, otomotiv dereceli güvenilirlik ve maliyet kısıtlamalarını aynı anda karşılayamaz. Buna “genel amaçlı çiplerin imkânsız üçgeni” diyor. “Bunları kullanmak, devasa bir GPU sunucusunu bir araca bağlamak gibidir,” dedi Cao. “Güç tüketimi sürdürülemez ve güvenilirlik otomotiv standartlarının altında kalır.”

Büyük modeller için özel olarak üretilmiş silikon, genel amaçlı çiplerin sağladığı toplam performansın 10 katına ulaşabilir; Cao bunu belirtti. Momenta kurulduğunda şirket, milyonlarca uç durumun çözülmesinin ve ölçeklenebilir L4’ün desteklenmesinin yaklaşık 100 milyar kilometre gerçek dünya verisi gerektireceğini hesaplamıştı—bu da bir yıl boyunca kesintisiz sürüş yapan 1 milyon yolcu aracına eşdeğerdi.

Bu çerçevede arabalar yalnızca başlangıç noktasıdır. Ekibin ikinci iddiası: daha fazla marka ve araç segmentine üstün otonomi sağlamak—hem erişilebilir hem de uygun fiyatlı hale getirmek için—çiplerin aynı anda performans, enerji verimliliği ve maliyet konularında mükemmel olması gerekir.

Bir tarafta sisteme beslenen 100 milyar kilometre veri; diğer tarafta modelin açlığı olan 100 milyar parametre. Otonominin ana savaş alanı “kurallardan” “veriyе” kaydıkça, çipleri tanımlama gücü sessizce el değiştiriyor.

Hesaplama Yeteneğini Gerçek Kabiliyete Dönüştürmek

Etkinliğin yıldızı, XHEART’ın seri üretime hazır büyük model çipi X7 Ultra idi.

“Öncelikle bu sayıyı unutmayın: 700 TOPS büyük model hesaplama,” dedi Li. Ancak ham sayıdan daha anlamlı olan, benchmarking yaklaşımıdır. Laboratuvar benchmark’ları yoktu—yalnızca gerçek, seri üretime otonom sürüş modellerine karşı değerlendirmeler vardı. Nicetlenmiş (quantized) dağıtım sonrasında model çıktısı, eğitilmiş FP32 kayar nokta modeline göre 99.99%’dan fazla benzerlik elde etti.

“Laboratuvar sonuçları, üretim modellerinin performansı ve hissiyatıyla sık sık keskin biçimde ayrışır.” Bu, model yapılarının rastgele değiştirilemeyeceği, hesaplama hassaslığının korunması gerektiği ve sürüş deneyiminin hiçbir şekilde taviz verilmeden gerçekleştiği anlamına gelir.

Büyük modellerin üretimde hızlı ve kararlı çalışmasını sağlamak için X7 Ultra mimarisi birkaç alanda çözüm sunuyor.

Özellikle dikkat çizen, büyük modeller için özel olarak tasarlanan devasa NPU çekirdeği. Modeller birleştikçe mimarinin de bu birleşmeye göre kurulması gerekiyor. Li bunu, ayrı ofislerde çalışan dağınık bir ekibi tek bir savaş odasına taşımaya benzetiyor. Veri etkileşimi, küçük çekirdeklerde tipik olan 100 GB/s ölçeğinden mega-çirdeğin içindeki TB/s ölçeğine çıkıyor; bu, bağlanma hızında birkaç mertebelik bir sıçrama anlamına geliyor. Yüksek kapasiteli ve yüksek eşzamanlı çok seviyeli önbellekle birleşen tasarım, “hesaplama için bekleme sürelerini kısaltıyor ve veri için dolanma yollarını kısıyor.”

Mega-çirdeği tamamlayan, kritik operatörler için özel hızlandırma motorları. Konvolüsyonel ağlar için inşa edilen erken dönem NPU’lar, desteklenmeyen Transformer operatörlerini diğer işlemcilere devrederdi—bu da görev değiştirme ve ek bellek okumalarına yol açırdı. 2023 yılında silikon ve algoritma ekipleri, gelişmekte olan ana hat modelini eşleyerek en kritik hale gelecek hesaplamaları öngördü. XHEART; ReLU, Softmax ve Transpose gibi sık kullanılan, gecikmeye duyarlı operatörler için özel donanım hızlandırıcıları, zirve verimliliğine sahip tampon kayıtlarıyla birleştirdi. Çip aynı zamanda yüksek doğruluklu kayan nokta vektör hesaplamasını da yerel olarak destekliyor; bu da “kritik matematiğin hızlı ve doğru çalışmasını” sağlıyor.

Bu temelin üzerinde X7 Ultra, daha derin donanım paralelliğini açığa çıkarıyor ve AI araç zincirini baştan sona değiştiriyor. Üretim modeli testlerinde X7 Ultra’NPU’su %98,7 hesaplama verimliliğine ulaştı. Hesaplama ve ağırlık yükleme eşzamanlı yürütülüyor; bir toplu işlem çalışırken bir sonraki zaten hazır durumda bekliyor. Araç zincirinin öne çıkan özelliği “tam ağ füzyonu”. Geleneksel çıkarım, ara sonuçları sürekli olarak harici belleğe yazıp okur. X7 Ultra optimizasyonu tüm ağa yayıyor; tüm katmanları ve dalları tek bir, ağ çapında makro operatörde birleştirerek grafin tamamında kopyasız bellek kullanımına ulaşıyor.

Sert metrikler ardından geliyor. Resmi testler, eşdeğer büyük model performansında X7 Ultra’nın bellek bant genişliği tüketimini %80 oranında azalttığını ve çıkarım enerji verimliliğini sektör amirleriyle karşılaştırıldığında ikiye katladığını gösteriyor.

Eğer NPU önde yürüyorsa, Armv9 otomotiv sınıfı CPU—kitlesel üretime geçen Çin’in ilk çipi—”süper yönlendirici” rolünü üstleniyor. Bu Mart ayında bir müşteri aracında üretime giren çip, önceki nesle göre %20 performans ve %10 verimliliği artırdı. Yeni bir SVE2 vektör motoru DSP performansını güçlendirirken, büyük küme mimarisi çoklu çekirdek koordinasyonunu ve L3 önbellek verimliliğini sıkılaştırıyor.

Ana kontrolün ötesinde, derin heterojen hesaplama da aynı ölçüde kritik. Bir LiDAR işleme hızlandırıcısı saniyede 20 milyona kadar nokta bant genişliğini destekliyor—bin çizgili bir LiDAR için yeterli. Kameralar için XHEART, “yanıltıcı” ortalama gecikmeyi bir kenara bırakıp dalgalanmaya odaklanıyor. Tipik bir işleme 30 milisaniye sürüyorsa ve dalgalanma 20 ile 50 milisaniye arasında değişiyorsa, bu 50-milisaniyelik tepenme güvenlik tabanını işaret ediyor. Yerel yüksek performanslı çoklu çekirdek işlemci kullanarak çip, rakiplerine göre %100 daha stabil kamera işlemesi sağlıyor.

Tüm bunların altında yatan güvenlik temeli. X7 Ultra, ISO 26262 ASIL-B işlevsel güvenlik standardına uyarken, gömülü MCU en üst düzey ASIL-D sertifikasını alıyor; bilgi güvenliği GM/T 0028 Seviye 2’ye uyumlu. Yine de ekip, donanım güvenliğinin yalnızca “beden” olduğunu vurguluyor. Otonominin çoğu hatası, modelin algoritmik sınırlarını aşmaktan kaynaklanıyor. “Sürüş güvenliği”—hesaplama için yer ve güncelleme alanıyla desteklenen—”beyin”dir.

Otonominin Moore Yasası Daha Yüksek Viteğa Biniyor

Bir çipin değeri nihayetinde gerçek araçlara, gerçek modellere ve gerçek yollara indirgenir. Müşteri tarafındaki uyarlama hızı her şeyi anlatır. Yuvarlak masa görüşmesinde Cao bir karşılaştırma çizdi: Genel amaçlı çip çağında modellerin “koşması, stabil koşması, doğru koşması ve iyi koşması” üç ile altı ay, bazen altı ile on iki ay sürüyordu. X7’de ise yalnızca 27 gün aldı. “Çünkü model tasarımından çip tasarımına, özellik tasarımından doğrulamaya kadar her şey tape-out’tan önce tamamlandı.”

Ticari veriler daha da net. X7 serisi sekiz aydır üretimde; 10 seri üretim modelinde 200.000’den fazla araç teslim edildi ve 40’ı aşan araç programından sipariş alındı. Çift X7 çip üzerine kurulu, L3/L4 hesaplama platformu zaten birden fazla tasarım sözleşmesi kazandı. Güç, sensör ve iletişimde üçlü yedeklilikle desteklenen birleşik çift beyin mimarisi hem L3 hem de L4’ü destekliyor.

Etkinlik, bir sonraki nesil X9 için temel hedefleri de ortaya koydu: 3.000 TOPS büyük-model hesaplama ve 700 GB/s tek çip bellek bant genişliği, 2027 için planlanıyor. Hesaplama ve bellek erişimini aynı tempo ile ölçeklendirerek X9, bir sonraki nesil dünya modelleri etrafındaki donanım-yazılım ortak tasarımını geliştirmeye devam edecek.

Çip nesil değişiklikleri, model sıçramaları için zemin hazırlıyor.

Cao, X7 Ultra ile desteklenen Momenta’nın bir sonraki nesil dünya modelinin parametre ölçeğinin beş katına çıktığını ve güvenlikte 5x’lik bir artış sağladığını duyurdu. “Her şey üzerinde muhakeme yapabilme” kapasitesi ortaya çıkmaya başladı.

Bir dünya modeli eğitimi üç ayağa dayanır: dünyanın fiziklerini sindirmek için ön eğitim, sürüş mantığını eklemek için orta eğitim ve uzman sürücülerle uyum sağlamak için son eğitim. Kenar durumlar için düşük maliyetli simülasyon ve olumlu ve olumsuz geri bildirimle becerileri keskinleştiren pekiştirmeli öğrenme eklendiğinde model, geleceği sürekli olarak tahmin etmeyi öğreniyor.

Bunların tümünün altında veri ölçeği yatıyor. Momenta 1.4 milyon üretim aracını aştı; son 100.000’i bir aydan kısa sürede üretim hatlarından indi. Kümülatif sürüş mesafesi 20 milyar kilometreye ulaştı—Ay’a 25.000 gidiş-dönüşe, ya da ekvatoru 510.000 kez dolanmaya eşit. Geri yönlü çarpışmadan kaçınma ve çoklu dönüş test videolarında araçlar santimetrelerle ölçülen açıklıklardan süzülüyor; “deneyimli insan sürücülerle yarışıyor ya da onları geçiyor.”

Aynı dünya modeli aynı zamanda robotaxi ve robotrukk seferlerinde de doğrulanıyor. Robotaxi filosu Suzhou, Shanghai, Abu Dhabi ve Münih’te test ve işletme izinleri kazandı.

Bu nedenle daha iddialı bir tez: büyük-model çipleri özerkliğin Moore Yasısını hızlandırıyor.

2022’den 2026’ya kadar otonom sürüş deneyimi, 2024’teki kentsel NOA patlamasıyla noktalanan iki yıllık periyotlarda yaklaşık olarak ikiye katlandı. Büyük modellerle tanımlanan çiplerle beslenen bu hız, “iki yılda 10 kat”dan “yılda 10 kat” seviyesine kayıyor. Araç içi model ölçeği, önümüzdeki iki yılda 10 ile 100 kat arasında büyüyebilir.

Cao, L3/L4 için olası dönüm noktası olarak 2028’i, ölçekli kullanıma ise 2030’u öngörüyor. 2028 sonuna kadar sektörün önde gelen oyuncularının insan sürüşünden 10 kat daha güvenli olabileceği; 2030’da ise 100 kat daha güvenli olabileceği belirtiliyor.

Çin Bilim ve Teknoloji Topluluğu onursal başkanı Wan Gang, 2026 Akıllı Bağlantılı Araçlar Konferansı’nda L3 otonomi oranının 2030’a kadar %35’in üzerine çıkmasının beklendiğini söyledi. Jack Dongarra ise bir uyarıda bulundu: üç decade önce kayar nokta işlemleri pahalıydı; bugün en kıt kaynak veri hareketi. Çip performans ölçümleri buna göre yeniden inşa edilmeli. “Doğru çip, en yüksek tepe değerlerine sahip olan değil, tüm sistemin işi güvenilir şekilde tamamlamasına yardımcı olan çiptir.”

Etkinlikte konuşan SAIC’ten bir yönetici, otomobil üreticisinin bakış açısını şöyle özetledi: tüketiciler deneyim için ödeme yapar, özellikler için değil. Büyük modeller çağında bir çip her şeyi yapabilen bir genel oyuncu olmalı—otomotiv standartlarında güvenilir, gerçek senaryolarında güçlü, enerji tasarruflu ve maliyet kontrolü yapılan bir çip.

Tepe özellikler için yarıştan kullanılabilir hesaplama için yarışmaya, “modelleri çiplerin tanımlamasından” “çipleri modellerin tanımlamasına” geçişle, otonomik çiplerde ikinci yarıda kazanan el değişti. Özel mimariler daha büyük modellerin daha ucuz ve daha fazla araçta çalışmasına olanak tanıdıkça, üst düzey otonominin gerçekten hem erişilebilir hem de ulaşılabilir hale gelme gününün, herkesin umduğundan daha erken gelmesi muhtemel.

Gasgoo, yalnızca Çin otomobil sektörü hakkında güncel haberler ve derinlemesine analiz sunmakla kalmaz, aynı zamanda tedarikçilere ve alıcılara çoklu kanallar ve yöntemler aracılığıyla iş bağlantısı ve genişleme konusunda da yardımcı olur. Alıcı hizmeti: buyer-support@gasgoo.com Satıcı Hizmeti: seller-support@gasgoo.com