TRAI Meet-Up #104: Veri Merkezi, Bulut ve Altyapı Dönüşümünde Öne Çıkan Başlıklar

2017 yılından beri her ayın üçüncü çarşamba akşamı düzenlediğimiz TRAI Meet-Up serisinin 104. etkinliğini İTÜ ARI Teknokent ev sahipliğinde gerçekleştirdik. “Yapay Zeka Çağında Veri Merkezi, Bulut ve Altyapı Dönüşümü” temasına odaklanan bu etkinlikte yapay zekanın yalnızca bir yazılım meselesi olmadığını; enerji, soğutma, veri konumlandırma ve yönetişim gibi fiziksel ve operasyonel boyutların da bu denklemin ayrılmaz parçaları olduğunu bir kez daha ortaya koydu. Konuşmacılar farklı bağlamlarda şu soruyu yanıtlandı: Yapay zekaya gerçekten hazır olmak ne anlama gelir?

Prof. Dr. Atilla Dikbaş, açılış konuşmasında İTÜ ARI Teknokent’in Türkiye teknoloji ekosistemindeki rolünü ve küresel ölçekteki başarılarını anlattı. Teknokentin startuplara sunduğu 360 derecelik destek mekanizmalarını paylaşan Dikbaş, yeni kurulan Yapay Zeka Mükemmeliyet Merkezi’ni de tanıttı. Teknolojinin insan odaklı ve sürdürülebilir bir değer üretmesi gerektiğini vurgulayan Dikbaş, Türkiye’nin bu alanda üretici bir aktör olmaya hazır olduğunun altını çizdi.

“Agentic AI Updates”

Sonraki konuşmacımız Kıvanç Uslu (AWS Solutions Architects Group Manager) ise yapay zekanın reaktif bir araçtan otonom bir ajana dönüşme sürecini ele aldı. Büyük dil modellerinin artık yalnızca metin üreten sistemler olmaktan çıkıp karmaşık iş akışlarını bağımsız biçimde planlayıp yönetebilen yapılara evrildiğini vurgulayan Uslu, AWS’in bu dönüşümü desteklemek için sunduğu araçları somutlaştırdı: Bedrock, modellere güvenli ve ölçeklenebilir bir temel sağlarken; Agent Core, bu modellerin otonom görev yürütme kapasitesini genişletiyor.

Uslu, ajansal sistemlerin çalışabilmesi için gereken altyapı gereksinimleri olarak düşük gecikmeli API erişimi, güvenli araç entegrasyonu ve güvenilir gözlemlenebilirlik katmanları olduğunu vurguladı. Kıvanç Uslu gerçek dünya kullanım senaryoları üzerinden kurumsal ortamlarda ajansal YZ’nin nasıl konuşlandırılabileceğine dair pratik bir çerçeve sundu.

“Dijital Altyapının Gücü ve Yapay Zeka Geleceği”

Huawei Cloud Türkiye Bulut Çözüm Mimarı Devrim Can Gelir ise sunumunda, Huawei’nin Türkiye’deki veri merkezi yatırımlarını ve yerel altyapı stratejisini aktardı. Sunumun iki kritik ekseninden biri veri egemenliğiydi: KVKK uyumu açısından verinin Türkiye sınırları içinde kalmasının zorunluluğu ve bunun altyapı tasarımına etkileri. Diğer eksen ise performanstı: Huawei’nin yapay zeka iş yüklerini hızlandırmak için geliştirdiği MPU (YZ hızlandırıcı) teknolojisi ve bu teknolojinin eğitim ile çıkarım süreçlerinde standart GPU’lara kıyasla sunduğu performans kazanımları. Devrim Can Gelir yapay zeka iş yüklerinin eğitim ve çıkarım aşamalarının farklı altyapı profillerine sahip olduğunu vurgulayarak, bu farkı gözetmeyen mimarilerin ciddi verimlilik kayıplarına yol açtığını belirtti.

“Yeni Nesil İş Yüklerinde Altyapı İhtiyaçları”

104. TRAI Meet-Up’ta sonraki konuşmacı Datamarket – Veri Merkezi Çözümleri Takım Lideri Hasan Hüseyin Topbaş, yapay zeka altyapısının çoğu zaman göz ardı edilen fiziksel boyutuna odaklandı: Enerji ve soğutma. B300 gibi yeni nesil GPU’ların, geleneksel sunuculara kıyasla kat kat daha yüksek enerji tüketerek rack (sunucu kabini) başına güç yoğunluğunu aşırı seviyelere taşıdığını somut metriklerle ortaya koydu. Bu noktada hava soğutmanın yetersiz kaldığını ve sıvı soğutma (Liquid cooling) çözümlerinin artık bir tercih değil, zorunluluk haline geldiğini vurguladı. Topbaş, kurumların mevcut veri merkezi altyapılarını yapa zekaya hazır hale getirmek için hangi adımları atması gerektiğini değerlendirirken, bu dönüşümün hem teknik hem de bütçesel boyutlarına dikkat çekti.

“Data Gravity Çağında Altyapı Kararları”

Yaşar Safkan /Otomatica – Head of Software) oturumun en kavramsal konuşmasını sundu. Fizikten ödünç alınan “Data Gravity” (veri yer çekimi) kavramıyla başladı. Veri miktarı arttıkça onu bir yerden bir yere taşımak hem maliyetli hem de yavaş hale gelir. Bu durumda işlem gücünün, yani GPU’nun, verinin bulunduğu yere götürülmesi gerekir; tersi değil. Safkan bu çerçeveden hareketle, altyapı kararlarının teknik değil stratejik tercihler olduğunu savundu. Verinin nerede konumlandırıldığı, hangi bulut sağlayıcısının tercih edildiğinden çok daha belirleyici bir faktördür. Düşük gecikme süresinin (latency) operasyonel kritikliğini vurgulayan Safkan, hibrit bulut stratejilerini bu gerçeklik üzerinden değerlendirdi: Doğru karar, verinin toplandığı anda verilmezse sonradan düzeltmek son derece maliyetli olur.

“Bulutun Gücü ile YZ GPUaaS”

Sonraki konuşmacı Yılmaz Barçın (Fixcloud – Co-founder & CEO) ise yüksek maliyetli GPU donanımına erişim engelini ve bu engeli aşmanın pratik yolunu anlattı. Fixcloud’un Türkiye’nin en güçlü GPU platformlarından birini kurduğunu belirten Barçın, GPU as a Service (GPUaaS) modelinin işletmelere ne anlam ifade ettiğini somutlaştırdı: “Büyük sermaye yatırımı yapmak ya da uzun tedarik süreçleri beklemek zorunda kalmadan, H200 gibi ileri seviye çiplerle projeleri dakikalar içinde canlıya almak mümkün.” Barçın, farklı iş yükü tiplerine, yani model eğitimi, ince ayar (fine-tuning) ve çıkarım, göre nasıl kapasite planlaması yapılması gerektiğini açıkladı. Maliyet optimizasyonu ve tedarik güvencesi, sunumun öne çıkan iki pratik teması oldu.

“On-prem Ortamlarda Modern Veri Yönetişimi ve AI Ready Data Servisi”

Orkun Sevinç (HangiKredi – Head of Data & AI) finans sektöründen somut bir uygulama deneyimini aktardı. Sunumun merkezinde “AI Ready Data” kavramı yer aldı: bir modele veri beslemek ile kaliteli, güvenilir ve izlenebilir veri beslemek arasındaki fark, YZ çıktılarının kalitesini doğrudan belirler. Sevinç, HangiKredi’nin on-prem altyapı üzerinde kurduğu 9 katmanlı modern veri mimarisini anlattı; bu yapının veriyi nasıl anlamlandırılmış, tutarlı ve denetlenebilir kıldığını detaylandırdı.

Özellikle otonom ajanlar için kritik olan bağlam katmanının (Context layer) bu mimaride nasıl oluşturulduğunu açıklayan Sevinç, buluta geçişin her kurum için zorunlu olmadığını; doğru yönetişim süreçleri kurulduğunda on-prem ortamların da tam anlamıyla YZ’ye hazır hale getirilebileceğini gösterdi.

“AI Çağında Salesforce ile Veri Dönüşümü”

Ceren Akıcı ( Kofana Digital – Senior Salesforce Developer & Technical Team Lead) ise altyapı tartışmalarını iş süreçleri ve müşteri deneyimi boyutuna taşıdı. Salesforce ekosistemindeki Data Cloud platformunun farklı kanallardan gelen verileri tek bir noktada birleştirerek “Müşteri 360” görünümü oluşturduğunu anlatan Akıcı, bu bütünsel veri katmanının yapay zeka ajanları tarafından nasıl aksiyona dönüştürüldüğünü gerçek başarı hikayeleriyle örnekledi.

Sunumun oturuma kattığı önemli bir perspektif şuydu: Yapay zekanın başarısı yalnızca hesap altyapısına değil, kurumsal veri mimarisinin kalitesine ve iş süreçleriyle entegrasyon derinliğine de bağlıdır. Akıcı, iyi yapılandırılmış ve temizlenmiş CRM verisinin YZ çıktıları üzerindeki doğrudan etkisini somut vakalarla ortaya koydu.

104. Meet-Up’ta Neler Konuşuldu, Neler Öne Çıktı?

104. TRAI Meet-Up etkinliğimiz yapay zeka çağında veri merkezi, bulut ve altyapı dönüşümünü farklı boyutlarıyla ele alan bütünlüklü bir etkinlik oldu. GPU soğutmasından veri egemenliğine, GPUaaS modelinden çok katmanlı veri mimarisine, agentic AI araçlarından CRM entegrasyonuna uzanan başlıklar; yapay zeka projelerinin yalnızca model seçimiyle değil, güçlü bir altyapı ve doğru veri kurgusuyla şekillendiğini ortaya koydu.

Etkinlik boyunca öne çıkan ortak mesaj ise şuydu: Yapay zeka projelerinde başarı, verinin nasıl yönetildiği, nerede konumlandığı, hangi altyapı üzerinde işlendiği ve bu yapının ne kadar ölçeklenebilir olduğu gibi kritik kararlarla doğrudan bağlantılı. Başka bir deyişle, yapay zekanın gerçek etkisi yalnızca modelde değil; veri, altyapı ve operasyonel hazırlığın bütününde belirleniyor.

TRAI olarak Türkiye’nin yapay zeka ekosistemini inşa eden paydaşları bir araya getirmeye devam ediyoruz. 105. TRAI Meet-Up etkinliğimiz, 13 Mayıs’ta “Algoritmadan Sepete: Perakende ve Pazarlamada Yapay Zeka” başlığıyla online olarak gerçekleştirilecek.