Her ne kadar oyuncular ön planda olsa bile, NVIDIA’nın RTX ekran kartları yüksek yapay zeka hesaplama gücü sağlayarak tüketici düzeyinde ulaşabileceğiniz birçok seçenek sunuyor. Bu kartları aldığınızda sadece oyun karelerini çizen bir donanım değil, aynı zamanda yapay zeka özelliklerinden faydalanmanızı sağlayan bir GPU’ya sahip oluyorsunuz.
Yeşil ekip, oyuncular, yayıncılar veya içerik üreticiler için olsun birçok yapay zeka destekli yazılım, platformla karşımıza çıkıyor. Yani elinizin altında faydalanabileceğiniz birçok nimet var. En alt seviye (RTX 5050 gibi) mobil ve masaüstü ekran kartlarında bile yapay zeka yükleri için özel olarak ayarlanmış Tensor Çekirdekleri bulunuyor.
NVIDIA, GeForce RTX ekran kartları için kullandığı markalamayı ve sloganını 2024 sonlarına doğru güncellemişti. Rozete “Powering Advanced AI” alt başlığı eklendi, artık “yapay zeka” daha fazla ön planda. Yeşil takımın yapay zeka dünyasında ne kadar eski olduğunu zaten biliyoruz. Şirketin zamanında yaptığı yatırımlar her alanda meyvesini veriyor. Gelin biraz “RTX” kartlarla neler yapabileceğinize bakalım.
Yaratıcılar, geliştiriciler ve öğrenciler
Yerel çalışan yapay zeka: ChatRTX
ChatRTX, bilgisayarınızda yerel olarak çalışan ve GeForce RTX GPU’nuz tarafından hızlandırılan bir yapay zeka asistanı. Daha önce demo olarak piyasaya sürülen “Chat with RTX” sonrasında “ChatRTX” adını almıştı.
NVIDIA’nın özel sohbet robotu, diğer yapay zeka platformlarından farklı olarak tamamen sisteminiz üzerinde çalışıyor ve kapsamlı bir şekilde özelleştirilebiliyor. Bu arada, yerel olarak çalışan bir yapay zeka asistanının en belirgin avantajı gizlilik. Başka bir deyişle, komutlarınızı yerel olarak işleyen ve GPU’nuz tarafından hızlandırılan bir asistanla etkileşim kuruyorsunuz.
ChatRTX, konuşulan dili işlemek ve birden fazla dili destekleyen metin yanıtları sağlamak için yapay zeka kullanan otomatik konuşma tanıma sistemine sahip. Mikrofon simgesine tıklayarak ChatRTX ile konuşmaya başlayabilirsiniz. Bu asistanın temel özelliklerini sıralayacak olursak:
- Tamamen çevrimdışı çalışmakta, veri gizliliği sağlanıyor.
- Yerel dosyaları (PDF, Word, TXT) hızlı bir şekilde indeksleme ve sorgulama yeteneği.
- Hızlı çıkarım ve düşük gecikme için RTX GPU hızlandırmasını kullanıyor.
Desteklenen yazılımlar
İkinci avantaj ise, bulut tabanlı asistanlar performans darboğazlarından etkilenmiyor. Çünkü elinizdeki ekran kartı tamamen sizin isteklerinize göre çalışıyor, güç tamamen sizin elinizde.
NVIDIA ekran kartları, özel sürücü teknolojileriyle bir araya gelerek üretkenlik ve yaratıcılık odaklı uygulamaların performansını üst seviyelere taşıyor. NVIDIA GPU hızlandırmanın etki ettiği çok fazla popüler yazılım var: Adobe uygulamaları, Autodesk uygulamaları, Blender, Capcut, Corel Draw, DaVinci Resolve, OBS Studio, Streamlabs, Unity, Unreal Engine, Vegas Pro, D5 Render ve daha fazlası. Listenin tamamını bu bağlantı üzerinden görebilirsiniz.
RTX Studio sertifikalı bilgisayarlar ile kullanılan Adobe Premiere Pro, DaVinci Resolve ve REDCINE-X PRO gibi yazılımlar sayesinde yüksek çözünürlüklü videoları düzenleyip, hızlıca çıktı alabilirsiniz. Eğer fotoğraflarla çalışıyorsanız, Adobe Photoshop ile Content-Aware Fill, Blur Gallery ve Smart Sharpen filtrelerini GPU hızlandırmasıyla çok daha hızlı uygulayabilirsiniz.
Bununla da kalmayarak, eğer bir grafik tasarım öğrencisiyseniz, Adobe Illustrator’da GPU hızlandırma tekniğiyle, normalden çok daha hızlı çizimler oluşturabilirsiniz. Çalışma veya ödev hazırlıyor olun, günün sonunda eğlenmek, hatta eğlendirmek amaçlı yayın yapmak istiyorsanız RTX Studio destekli bilgisayarlara bir göz atabilirsiniz.
NVIDIA STEM
RTX ekran kartları, birçok uygulama açısından STEM öğrencilerinin çalışmalarını hızlandırıyor. NVIDIA’nın yapay zeka teknolojileri ve GPU’ları, mühendislik, mimarlık, bilgisayar bilimi, veri bilimi, ekonomi ve daha birçok alanda faaliyet gösteren yazılımlara destek sunuyor, daha verimli ve performanslı bir kullanıcı deneyimi sağlanıyor.
Mühendislik veya mimarlık mı okuyorsunuz? GPU’lar, bileşenleri, sistemleri ve yapıları tasarlamak, modellemek ve simüle etmek için temel araçlar haline geldi. Desteklenen yazılımlardan biri olan SOLIDWORKS’te akıcı render ile daha büyük ve daha zorlu 3D tasarım projeleri üzerinde çalışabilirsiniz. MATLAB ve ANSYS Discovery ile karmaşık simülasyonları daha hızlı tamamlayabilir, Enscape ile mimari şaheserlerinizi gerçek zamanlı olarak görselleştirebilirsiniz.
Yapay zeka veya veri bilimi ile mi ilgileniyorsunuz? NVIDIA’nın GPU hızlandırmalı AI ve veri bilimi yazılım seti, modelleri daha hızlı eğitmenize ve daha fazla örneği işlemenize yardımcı oluyor. GPU hızlandırmalı cuDNN’yi kullanarak TensorFlow, PyTorch, WinML veya MxNet ile sinir ağlarını eğitmek mümkün. cuDF, cuML ve cuGraph (pandas, scikit-learn ve NetworkX’in GPU hızlandırmalı alternatifleri) ile veri bilimi için NVIDIA RAPIDS’i çalıştırabilirsiniz. Ayrıca, Windows Subsystem for Linux (WSL2) üzerinde CUDA kullanarak Linux uygulamalarını Windows 11’de aynı anda çalıştırabiliyorsunuz.
NVIDIA NIM hizmetleri ve NVIDIA AI Blueprints ile yerel olarak bilgisayarınızdan AI deneyleri yapabilir ve oluşturabilirsiniz. NIM mikro hizmetleri, AnythingLLM, ComfyUI ve LM Studio gibi favori uygulamalarınızdan bilgisayarınızda optimize edilmiş modeller çalıştırmak için ihtiyacınız olan her şeyi içermekte.
Gerçekçi dijital insanlar: NVIDIA ACE (Avatar Cloud Engine)
NVIDIA, Computex 2024’te bulut tabanlı NVIDIA ACE üretken yapay zeka mikro hizmetlerinin genel kullanıma sunulduğunu duyurmuştu. Oyun ve sağlık sektöründeki geliştiriciler, gerçekçi dijital insanlar, yani avatarlar oluşturmak ve oluşturmak için ACE teknolojilerini kullanmaya başladı.
Ayrıca NVIDIA ACE, ACE PC NIM mikro hizmetleriyle RTX AI PC’lere ve iş istasyonlarına geldi. ACE NIM’ler doğal dil anlama, konuşma ve yüz animasyonu için RTX GPU’larda yerel olarak çalışan yüksek kaliteli çıkarımlar sunacak. Bu teknoloji gelecekte birçok sektörde kullanılabilir, hatta bazı insanları işinden edebilir. Asla uyumayan, yemek yemeyen, düşük ücret veya kötü çalışma koşullarından asla şikayet etmeyen ve yerini aldığı emeğin maliyetinden daha düşük ücret karşılığında lisanslanabilen bir müşteri temsilcisi düşünün. Gerçek bir insan yerine ACE teknolojilerinden yararlanan, insanın yerini alan dijital bir avatar.
Bunun dışında, sipariş vermek için fast food restoranına gittiğinizde sipariş alan “dijital bir insan” düşünün. Örnekler çoğaltılabilir. NVIDIA ACE, on yıl içinde hizmet sektörünün yüzü olabilir.
NVIDIA AI Workbench
NVIDIA, dünya çapındaki işletmeler için üretken yapay zekanın özel olarak benimsenmesini hızlandırmak amacıyla NVIDIA AI Workbench’i duyurdu. NVIDIA AI Workbench, geliştiricilere bir bilgisayarda veya iş istasyonunda üretken yapay zeka modellerini hızlı bir şekilde oluşturmak, test etmek ve ince ayar yapmak için birleşik ve kullanımı kolay bir araç seti sağlıyor. Dahası, bunları neredeyse tüm veri merkezlerine, genel bulut platformlarına veya NVIDIA DGX Cloud’a göre ölçeklendirebiliyor.
Yerel bir sistemde çalışan basitleştirilmiş bir arayüz aracılığıyla erişilen bu sistem, geliştiricilerin özel veriler kullanarak Hugging Face, GitHub ve NGC gibi popüler depolardan modellere ince ayar yapmasına olanak tanıyor. Modeller daha sonra birden fazla platformda kolayca paylaşım yapabiliyor.
Şu anda yüz binlerce ön eğitimli model mevcut olsa da, bunları mevcut birçok açık kaynaklı araçla özelleştirmek zorlayıcı ve zaman alıcı olabiliyor. Huang, “Bu yeteneği demokratikleştirmek için hemen hemen her yerde çalıştırılmasını mümkün kılmalıyız” dedi.
AI Workbench ile geliştiriciler sadece birkaç tıklamayla üretken yapay zekayı özelleştirebiliyor ve çalıştırabiliyor. Bununla birlikte berekli tüm kurumsal sınıf modelleri, taslakları, yazılım geliştirme kitlerini ve kütüphaneleri birleşik bir geliştirici çalışma alanında bir araya getirmelerini sağlıyor.
Dell Technologies, Hewlett Packard Enterprise, HP Inc., Lambda, Lenovo ve Supermicro gibi önde gelen yapay zeka altyapı sağlayıcıları, kurumsal üretken yapay zeka kapasitesini yerel bir cihaz da dahil olmak üzere geliştiricilerin çalışmak istediği her yere getirme yeteneği nedeniyle AI Workbench’i benimsemeye başladı.
Oyunlar, multimedya ve yayıncılık
Yapay zeka oyun dünyasında da etkilerini hissettirecek. Tahmin edebileceğiniz gibi, bu işin öncüsü yine NVIDIA. DLSS zaten yapay zekanın oyunlara doğrudan etki ettiği önemli platform. Diğer yandan sıra yeşil ekibin farklı planları da var.
DLSS (Deep Learning Super Sampling)
Artık hepinizin tanıdığı DLSS, kare hızlarını (FPS) artıran ve oyunlarınız için güzel, keskin görüntüler oluşturan geliştirilmiş bir derin öğrenme teknolojisi. Oyunlarda GeForce RTX yani ışın izleme ayarlarını ve çözünürlüğünü daha yüksek bir seviyeye çıkardığınızda, olması gerekenden çok daha iyi bir FPS oranı sunabiliyor. Bu teknoloji sayesinde görüntüler, uygun mimariye sahip GeForce RTX ekran kartlarında, yalnızca bu amaca özel geliştirilmiş Tensor Çekirdekleri ile işleniyor.
DLSS, ilk olarak hedef oyundan kenar yumuşatma (anti aliasing) işlemi görmemiş birçok kareyi alıyor, ardından her biri için süper örnekleme (super sampling) veya birikimli işleme (accumulation rendering) kullanarak birbirine uyan mükemmel kareler oluşturuyor. Yani yapay kareler sayesinde ekran kartına fazla yük binmeden yüksek FPS oranları elde edebiliyoruz.
DLSS 3 ile gelen Frame Generation ve DLSS 4 ile sunulan Multi Frame Generation teknolojilerini de es geçmeyelim. Çoklu Kare Üretimi (MFG), geleneksel olarak işlenen kare başına üç kareye kadar ek kareler üretebiliyor. Tüm DLSS teknolojileriyle entegre olarak çalışıyor, böylelikle geleneksel grafik işleme tekniğine göre kare hızları toplamda 8 kata kadar artabiliyor.
- DLSS 4 Nedir? Multi Frame Generation Neler Sunuyor?
- DLSS 3 Nedir, Nasıl Çalışır? Kapsamlıca Test Ettik!
DLSS 3 Kare Üretimi’nin AI modeli, hareket vektörleri ve derinlik gibi oyun verilerini ve GeForce RTX 4000 Serisi Optik Akış Hızlandırıcısından (Optical Flow Accelerator) gelen bir optik akış alanını kullanarak bir ek kare oluşturuyordu. Her yeni oluşturulan kare için hem Optik Akış Hızlandırıcı hem de AI modeli gerekeceğinden birden fazla kare oluşturmak performansı düşürebiliyordu. Performans dezavantajı GPU’yu kısıtlayarak daha düşük giriş kare hızlarına neden olabiliyordu. Çoklu Kare Üretimi ise %40 daha hızlı, %30 daha az VRAM kullanıyor ve birden fazla kare oluşturmak için işlenen kare başına yalnızca bir kez çalışması gerekiyor.
DLAA (Deep Learning Anti-Aliasing)
Deep Learning Anti-Aliasing (DLAA) ise DLSS ile aynı işlem hattını kullanan bir kenar yumuşatma özelliği. Başka bir deyişle, görüntü yükseltme tarafı bulunmayan DLSS teknolojisi olarak özetleyebiliriz. NVIDIA, görüntüyü yükseltmek yerine yapay zeka destekli teknolojisini doğal çözünürlükte daha iyi kenar yumuşatma için kullanıyor.
DLAA teknolojisi DLSS’nin değil TAA’nın yerini alıyor ve yine yapay zekadan yararlanmaya devam ediyor.
Oyunlardaki asistan: Project G-Assist
Project G-Assist, PC oyunları ve uygulamaları için içeriğe duyarlı yardım sağlayan RTX destekli bir yapay zeka asistan teknolojisi olarak duyuruldu.
G-Assist’in oyun esnasında anlık bilgiler aldığını belirtelim. Elde edilen veriler çeşitli bilgi veri tabanları ve yapay zeka modellerinin yardımıyla işleniyor. Sonrasında ise oyunda neler olup bittiğine bağlı olarak metin veya konuşma şeklinde bir yanıt üretiliyor. NVIDIA, teknolojiyi ARK: Survival Ascended ile tanıtmak için Studio Wildcard ile ortaklık kurdu. Project G-Assist bu oyunda yaratıklar, görevler, eşyalar ve boss’lar gibi birçok konudaki soruları yanıtlayabiliyor. Yapay zeka teknolojisi ayrıca yanıtlarını kullanıcının oyun deneyimine göre kişiselleştirebiliyor.
Oyunla ilgili bilgilerin yanı sıra, teknoloji sisteminizin yapılandırmasını ve performansını değerlendirebiliyor, optimum oyun deneyimi için anında ayar yapabiliyor. Uygulanan ayarlar, binlerce donanım yapılandırması üzerinde yapılan kapsamlı testlere dayanmakta. Yapay zeka belirli bir kare hızına ulaşmak için çabalayabiliyor ve watt başına performansı en üst düzeye çıkarmak için voltajı güvenli bir şekilde kontrol edebiliyor. Bu da dizüstü bilgisayar kullanıcılarının pil ömrünü uzatmasına yardımcı olabilir.
G-Assist’i oyunlara yönelik olarak hazırlanmış Copilot olarak düşünebilirsiniz. Sizlere ipuçları sunmak için oyunu gerçek zamanlı olarak analiz eden akıllı bir asistan. Yapay zeka oyun içi nesneleri tanıyabiliyor ve metin okumak için OCR kullanabiliyor, ardından bu bilgileri wiki gibi dış kaynaklarla birleştirerek yardım sunabiliyor.
En iyisi ise Project G-Assist oyunda neler olup bittiğinin farkında, bağlam kurabiliyor. Yapay zeka görüş modellerini kullanan asistan oyun ekranından bilgi alabiliyor, bunları anlayıp analiz ediyor, oyuncuyu neler olup bittiği konusunda uyarabiliyor ve bundan sonra ne yapılması gerektiğiyle ilgili bilgiler sağlayabiliyor. Project G-Assist, GeForce RTX AI PC’lerde sistemde doğrudan çalışıyor ve kullanıcıların PC ayarlarının geniş bir yelpazesinde kontrol sağlamalarına yardımcı olmak için tasarlandı.
Ses ve video yönetimi: NVIDIA Broadcast
Hangi yayın platformunda yayın yaptığınız fark etmeksizin, OBS tabanlı yazılımlar veya doğrudan NVIDIA Broadcast ile özel donanım kodlayıcısı sayesinde GPU ve CPU performansı düşmeden yayın yapabilirsiniz.
Broadcast, yapay zeka teknolojisini kullanarak klavye sesleri, kalabalık gürültüsü, trafik sesi gibi arka plan gürültülerini ortadan kaldırma kabiliyetine sahip. Bu özellik, canlı yayın yapan oyuncularla birlikte video veya sesli konferans yapmak için sessiz bir alan bulamayan profesyoneller için oldukça önemli.
Gelişmiş ses özelliklerinin yanı sıra, karşı tarafa yansıtılan videoyu iyileştirmek için de kullanabilirsiniz. Video gürültü giderme aracı, düşük ışıklı ortamlarda grenli görüntü kalitesini çözmeye yardımcı olabilir. Broadcast’in ilk sürümünden beri mevcut olan otomatik çerçeve özelliği, web kameranızın görüntüsündeki hareketlerinizi takip ederek sizi merkezde tutabiliyor, hatta gereksiz arka planı otomatik olarak kırpmak veya yakınlaştırmak için kullanılabilir.
NVIDIA Broadcast, yapay zekanın gücü ile standart web kameralarını ve mikrofonları üst düzey cihazlara dönüştürerek her mekanı ev tipi stüdyo haline getiren bir uygulama. Mikrofon parazitlenmeleri ve oda yankısı giderme, sanal arka plan, web kamerasını otomatik çerçeveleme ve video gürültüsünü giderme gibi yapay zeka destekli özellikler sayesinde canlı yayınınızın video ve ses kalitesini artırabilirsiniz.
Oyun modlama: RTX Remix
Uzun zamandır PC oyunlarını modlamak oyun topluluğu için bir yaşam biçimi olmuştur ve aslında birçok eski oyunun can damarıdır. Oyun modlaması, yepyeni oyun türlerinin ortaya çıkmasına bile neden olmuştur.
NVIDIA ise RTX Remix ile oyunculara ve mod geliştiricilere çok daha fazla güç kazandırmayı hedefliyor. Bu yeni mod geliştirme platformu, şirketin Omniverse platformu üzerine inşa edildi. Özetle RTX Remix, klasik DirectX 8 ve 9 oyunlarını modern grafiklerle yeniden düzenlemenizi sağlayan bir modlama platformu. Yapay zeka kullanarak dokuları iyileştirme, oyun nesnelerini yüksek kaliteli, fiziksel olarak doğru modellerle değiştirmek ve hatta DLSS ve Reflex teknolojilerini eklemek mümkün.
Video kalitesini yükseltin: RTX Video Super Resolution
RTX 2000, RTX 3000, RTX 4000 ve RTX 5000 Serisi ekran kartı sahipleri, eski bulanık web videolarını yükseltmek üzere Video Super Resolution teknolojisinden yararlanabiliyor. VSR, nesnelerin kenarlarını keskinleştirerek ve video bozulmalarını azaltarak tarayıcıdaki herhangi bir videonun kalitesini yukarı taşıyabiliyor.
NVIDIA, 360p ile 1440p arasındaki videoları 144 Hz kare hızına kadar destekleyecek ve 4K çözünürlüğe kadar yükseltme imkanı tanıyor. 4K yükseltme daha önce yalnızca NVIDIA Shield TV’lerde mevcuttu, ancak Chromium motorundaki son gelişmelerle birlikte özellikler artık yeni nesil RTX ekran kartlarına ulaştı.
NVIDIA’nın yükseltme tekniği herhangi bir web videosunda uygulanabiliyor. Yani Twitch’teki video içeriğini yükseltme ve hatta genellikle 4K için fazladan ücret alan Netflix gibi akış uygulamalarında kullanabilirsiniz. Ayrıca teknolojiyi bulanık YouTube videolarında deneyebilirsiniz.
Yapay zeka destekli yükseltme, görüntünün yüksek çözünürlüklü halini tahmin etmek için düşük çözünürlüklü görüntüleri derin bir öğrenme modelinden geçiren, daha düşük çözünürlüklü ortamı daha yüksek bir çözünürlüğe dönüştürme işlemi diyebiliriz. Bu tahminleri yüksek doğrulukla yapmak için, bir sinir ağı modelinin farklı çözünürlüklerde sayısız görüntü üzerinde eğitilmesi gerekiyor.
