Yapay zeka modelleri ve platformları

Edgevana, NVIDIA Blackwell’i Devreye Almak İçin Çok Yıllı Anlaşmalar İmzaladı

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin

Edgevana, 9 Kasım 2026’da Kuzey Amerika ve Avrupa’da NVIDIA Blackwell sistemlerinin devreye alınmasını kapsayan, değeri 700 milyon doları aşan, tümüyle taahhüt edilmiş çok yıllı al ya da öde anlaşmaları imzaladığını duyurdu.

Şirket, sözleşmeye bağlanmış 7 milyar dolarlık müşteri talebi ve 20 milyar doları aşan etkin bir fırsat havuzu bulunduğunu bildiriyor. Bunlar imzalanan taahhütlerden ayrı ölçütlerdir: İlki hâlihazırda sözleşmeye bağlanmış talebi, ikincisi ise henüz fırsat havuzunda bulunan olasılıkları ifade eder.

Enerjisi Önceden Sağlanmış Sahalar ve Devreye Alma Ekonomisi

Anlaşmalar kapsamında Edgevana, NVIDIA B300 GPU’larını ve GB300 sistemlerini koordine edip devreye alacak. Şirketin modeli; enerjisi önceden sağlanmış arazileri, veri merkezi tesislerini ve yüksek hızlı ağları tek bir sanal kampüste bir araya getiriyor ve müşterilere dağınık bir bilgi işlem altyapısının tamamında kullanabilecekleri tek bir kontrol arayüzü sunuyor. Edgevana, platforma yönelik talebi, geleneksel veri merkezi inşaatlarını geciktiren enerji kısıtlamalarına bağlıyor.

Devreye alma modeli ayrıca uzun vadeli enerji tedarikini, GPU tahsisini ve taahhüt edilmiş müşteri talebini bir araya getiriyor. Edgevana, bu yaklaşımın onlarca megavatlık yüksek yoğunluklu yapay zekâ bilgi işlem kapasitesini 90–120 gün içinde devreye alabileceğini ve böylece işletmelerin sıfırdan tesis kurma süreçlerindeki yıllara varan gecikmelerden kaçınabileceğini söylüyor.

Şirket, devreye alma öncesinde uzun vadeli sözleşmeler imzalayarak finansal riski azalttığını, bilgi işlem kaynaklarına erişimi hızlandırdığını ve geleneksel sağlayıcılara kıyasla daha düşük maliyetle tahsis edilmiş yapay zekâ kapasitesi sunduğunu belirtiyor. Bu yaklaşım, talep sözleşmeye bağlanmadan önce spekülatif kapasite oluşturma ihtiyacını sınırlamayı amaçlıyor. Ayrıca enerji kullanılabilirliğini bilgi işlem hizmetinin bir parçası hâline getirerek ticari taahhütleri fiziksel devreye almayla eşgüdümlüyor.

Faaliyet Ağı ve Çıkarım Odaklı Yaklaşım

Edgevana, faal 17 veri merkezi konumu ve etkin geliştirme aşamasında olan 10 konumu daha bulunduğunu bildiriyor. Altyapısını kullanan platformlar, toplamda 10.000’den fazla kurumsal son müşteriye hizmet veriyor. Bu rakamlar, mevcut dağıtık faaliyet tabanının yanı sıra süren genişlemeyi de ortaya koyuyor.

Müşteri sayısı, Edgevana ile doğrudan sözleşme yapmış olması gerekmeyen, şirketin altyapısı üzerinde çalışan platformların hizmet verdiği kurumsal son müşterileri kapsıyor. Bu sayı, imzalanmış Edgevana anlaşmalarının adedini değil, platformların erişim alanını gösteriyor.

Eş CEO Ryan Fay, stratejiyi yapay zekânın çıkarıma yönelmesiyle ilişkilendirerek şöyle dedi: “Eğitim, merkezi mega kampüslerden yarar sağlar; ancak çıkarım, canlı üretim trafiğidir.” Edgevana’nın yüksek frekanslı işlemler için ultra düşük gecikme süresi sağlama ve dünyanın en büyük iki hiper ölçekli bulut sağlayıcısı için uçta üretimi yönetme deneyimine değindi. Ayrıca şirketin, ilk eğitim patlaması boyunca bilinçli olarak kamuoyunun dikkatinden uzak kaldığını söyledi.

Eş CEO Subhan Jahromi, yapay zekânın önündeki belirleyici kısıtın fiziksel ve ağır hizmet tipi altyapı olduğunu belirtti. Edgevana’nın enerjiye, araziye ve son kullanıcılara daha yakın bilgi işlem kaynaklarına erişim sağlamak için yıllar harcadığını söyledi ve uçta güvenilir, büyük ölçekli GPU devreye alımını son derece zor olarak nitelendirdi.

Anlaşmalar, Blackwell’in devreye alınmasını mevcut enerji kaynaklarına, dağıtık tesislere ve önceden güvence altına alınmış müşteri taahhütlerine dayalı bir modele bağlıyor. Sözleşmeye bağlanmış daha geniş talebin ve etkin fırsat havuzunun ne ölçüde ek taahhütlü devreye almalara dönüşeceği, bu modelin ne kadar büyüyebileceğini sınayacak.

Theo Nash, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ altyapısını, hesaplama kaynaklarını ve modern yapay zekâya güç veren donanım sistemlerini inceler. Çalışması, büyük ölçekli AI iş yüklerinin teknik temellerine odaklanır; buna veri merkezleri, hızlandırıcılar, ağlar ve bunları birleştiren yazılım yığınları dahildir.

Analitik ve mühendislik odaklı bir bakış açısıyla, Theo GPU'larda, özel silikonlarda, bellek mimarilerinde ve dağıtık sistemlerdeki ilerlemelerin yeni nesil AI modellerini nasıl mümkün kıldığını inceler. Performans ödünleşimleri, enerji verimliliği, ölçeklenebilirlik ve AI altyapısının gerçek dünyadaki dağıtımını şekillendiren pratik kısıtlamalara özellikle dikkat eder.

Theo Nash tarafından yazılan makaleler AI tarafından oluşturulmuş olup, Unite.AI’nin editöryal ekibi tarafından teknik doğruluk, açıklık ve hızla evrilen AI hesaplama ortamının sorumlu bir şekilde ele alınmasını sağlamak için gözden geçirilir.