Apple, yeni nesil iPad’e (ve daha da ileri giderek en iyi Macbook’lara ve Mac’lere) gelecek güçlü yeni yükseltme M4 çipini duyurdu. Apple etkinliğiyle ilgili ayrıntılı haberimize göz atabilirsiniz, ancak sunumun bir unsuru bazı kullanıcıların kafasını karıştırdı: TOPS tam olarak ne anlama geliyor?
TOPS, “saniyede trilyon işlem” ifadesinin kısaltmasıdır ve esas olarak yapay zeka yeteneklerinin donanıma özgü bir ölçüsüdür. Daha fazla TOPS, çip üzerinde daha hızlı yapay zeka performansı anlamına geliyor; bu durumda Apple M4 çipinde bulunan Neural Engine.
M4 çipi 38 TOPS kapasitesine sahiptir; bu saniyede 38.000.000.000.000 işlem demektir. Bu şaşırtıcı derecede büyük bir sayı gibi görünüyorsa, öyle! Apple’ın Neural Engine’i gibi modern sinirsel işlem birimleri (NPU’lar) inanılmaz derecede hızlı ilerliyor; örneğin, iki yıldan kısa bir süre önce iPhone 14 Pro’da piyasaya sürülen Apple’ın kendi A16 Bionic çipi 17 TOPS sunuyordu.
Apple’ın yeni çipi piyasaya çıkacak en güçlü yapay zeka çipi bile değil – Qualcomm’un yakında çıkacak olan Snapdragon X Elite’in 45 TOPS sunduğu iddia ediliyor ve bu yılın sonlarında Windows dizüstü bilgisayarlarda da piyasaya sürülmesi bekleniyor.
TOPS nasıl hesaplanır?
Yapay zeka performansını ölçtüğümüz süreçler henüz başlangıç aşamasındadır ancak TOPS, belirli bir işlemcinin yapay zeka araçlarını kullanmada ne kadar ‘iyi’ olduğunu anlamak için kullanışlı ve kullanıcı tarafından erişilebilir bir ölçüm sağlar.
Teknik konulara girmek üzereyim, bu nedenle matematiği umursamıyorsanız bir sonraki bölüme atlamaktan çekinmeyin! TOPS’un hesaplanmasına yönelik mevcut endüstri standardı şu şekildedir: TOPS = 2 × MAC birim sayısı × Frekans / 1 trilyon. ‘MAC’ çarpma-biriktirme anlamına gelir; Bir MAC işlemi temel olarak, işlemcideki her MAC birimi tarafından her saat döngüsünde çalıştırılan ve yapay zeka modellerinin çalışmasını sağlayan formüllere güç veren bir çift hesaplamadan (çarpma ve toplama) oluşur. Her NPU’nun, NPU’nun mikro mimarisi tarafından belirlenen belirli sayıda MAC birimi vardır.
Buradaki ‘Frekans’, söz konusu işlemcinin saat hızıyla, özellikle saniyede kaç döngü işleyebileceğiyle tanımlanır. Bu aynı zamanda CPU’larda, GPU’larda ve diğer bileşenlerde de kullanılan ve esas olarak bileşenin ne kadar “hızlı” olduğunu gösteren yaygın bir ölçümdür.
Dolayısıyla, bir NPU’nun saniyede kaç işlemi gerçekleştirebileceğini hesaplamak için, işlem sayımız için MAC birimi sayısını 2 ile çarparız, ardından bunu frekansla çarparız. Bu bize bir ‘OPS’ rakamı verir, daha sonra bunu biraz daha lezzetli hale getirmek için trilyona böleriz (ve yazarken sıfır tuşuna daha nazik davranırız).
Basitçe söylemek gerekirse, daha fazla TOPS daha iyi, daha hızlı yapay zeka performansı anlamına gelir.
TOPS neden önemlidir?
TOPS, mümkün olan en basit anlamda, bir cihazın yerel AI iş yüklerini çalıştırma performansını değerlendirmenin mevcut en iyi yoludur. Bu hem sektör hem de daha geniş halk için geçerlidir; bu, profesyonellerin ve tüketicilerin farklı cihazların temel yapay zeka performansını anında karşılaştırmasına olanak tanıyan basit bir sayıdır.
TOPS yalnızca aşağıdakiler için geçerlidir: cihaz içi yapay zekaBu, bulut tabanlı yapay zeka araçlarının (internetin en sevilen yapay zeka botu ChatGPT gibi) genellikle daha iyi TOPS’tan faydalanmadığı anlamına gelir. Bununla birlikte, Adobe Creative Cloud paketi gibi popüler profesyonel yazılımların, cihazınızın özelliklerine bağlı olarak daha fazla yapay zeka destekli özellik uygulamaya başlamasıyla birlikte, yerel yapay zeka giderek daha yaygın hale geliyor.
TOPS’un hiçbir şekilde mükemmel bir ölçüm olmadığını belirtmek gerekir. Sonuçta bu, donanım istatistiklerinden elde edilen teorik bir rakamdır ve gerçek dünya performansından büyük ölçüde farklılık gösterebilir. Güç kullanılabilirliği, termal sistemler ve hız aşırtma gibi faktörler, bir NPU’nun AI iş yüklerini çalıştırabileceği gerçek hızı etkileyebilir.
Ancak bu amaçla, artık UL Benchmarks’tan (popüler 3DMark ve PCMark kıyaslama programlarının yaratıcıları) Procyon AI gibi AI kıyaslamalarının ortaya çıktığını görmeye başlıyoruz. Bunlar yakın gelecekte inceleme kıyaslamamızın bir parçası olarak TechRadar’ın yapay zeka performans testleri yürüttüğünü görmeyi bekleyebilirsiniz!
