Meta ve Panmnesia, 960 AI Hızlandırıcısını Tek Çip Gibi Çalıştıran Yeni CXL Mimarisini Tanıttı
Meta ve Güney Koreli yarı iletken girişimi Panmnesia, Compute Express Link (CXL) üzerine kurulu yeni veri merkezi mimarisiyle, tek bir tutarlılık alanında 960’a kadar yapay zeka hızlandırıcısını birleştirerek dev bir çip etkisi yaratıyor.
Meta ve Güney Koreli yarı iletken firması Panmnesia, yapay zeka veri merkezlerinde devrim yaratacak bir mimariyi duyurdu. Compute Express Link (CXL) protokolü üzerine inşa edilen bu yeni yapı, tek bir tutarlılık alanı içinde 960’a kadar yapay zeka hızlandırıcısını bir araya getirerek, tüm veri merkezinin bir çip gibi çalışmasını sağlıyor.
Günümüzde büyük ölçekli yapay zeka modellerinin eğitimi ve çalıştırılması, yüzlerce hatta binlerce hızlandırıcıyı aynı anda koordine etmeyi gerektiriyor. Bu süreçte yalnızca GPU ya da diğer hızlandırıcıların ham işlem gücü yeterli olmuyor; hızlandırıcılar arasındaki iletişim gecikmeleri de performansı doğrudan etkiliyor. Bir hızlandırıcı bir aşamayı diğerlerinden daha hızlı tamamladığında, sistemdeki diğer bileşenler beklemek zorunda kalıyor ve hızlandırıcı sayısı arttıkça rack’ler arası iletişim karmaşık bir hâl alıyor.
-
Yemek tarifleri
Malzeme listesi, adım adım yapılış, süre ve porsiyon bilgisiyle. Çorbadan tatlıya kategoriye göre gez ya da aradığını doğrudan ara.
Tariflere bak → -
Nasıl yapılır rehberleri
Telefon ayarlarından resmî işlemlere, hesap güvenliğinden günlük hayattaki küçük sorunlara: numaralı adımlar ve tahmini süreyle anlatılmış rehberler.
Rehberleri gör → -
Program arşivi
Tarayıcılar, güvenlik araçları, ofis ve medya yazılımları. Her kayıtta ne işe yaradığı, sürümü ve indirme bağlantısı.
Programlara göz at → -
Sesli ve görüntülü sohbet
Odalarda grup görüntülü sohbet, birebir sesli arama ve canlı yayın. Tarayıcıdan çalışır — eklenti, uygulama ya da kurulum gerekmez.
Odalara gir →
Geleneksel veri merkezlerinde rack dışı bağlantılar genellikle Ethernet ya da InfiniBand üzerinden sağlanıyor ve bu ağlar paket işleme ile yazılım koordinasyonu gerektiriyor. Büyük ölçekli sistemlerde iletişim gecikmesindeki değişkenlik, performans dalgalanmalarına yol açıyor. Meta ve Panmnesia’nın yeni mimarisi, CPU’ları, yapay zeka hızlandırıcılarını ve belleği CXL tabanlı ortak bir bağlantı alanında birleştiriyor. CXL’nin sunduğu cache tutarlılığı ve paylaşımlı bellek mekanizmaları, rack sınırlarını aşarak fiziksel olarak ayrı sistem kaynaklarını tek bir hesaplama ortamının parçaları gibi sıkı bir şekilde bağlamaya imkan tanıyor.
Bu mimarinin kalbinde yüksek fan‑out değerine sahip, bloklama yapmayan bir switch, Link Acceleration Unit (LAU) adı verilen bağlantı hızlandırma birimi ve Fabric Controller bulunuyor. Bu donanımlar, veri merkezindeki iletişim yollarını düzenli tutarak gecikme dalgalanmalarını sınırlandırıyor. Sistem kaynakları çip tasarımına benzer bir hiyerarşiyle düzenleniyor: CPU, hızlandırıcı, bellek ve switch bileşenleri tray’lere yerleştiriliyor, tray’ler pod’ları oluşturuyor ve pod’lar daha büyük bir fabric üzerinden birbirine bağlanıyor. Böylece fiziksel olarak farklı sunucu ve rack’lerde bulunan donanımlar, veri merkezinin tamamına yayılmış ortak bir CXL yapısına bağlanabiliyor.
Meta‑Panmnesia iş birliği, NVIDIA’nın GB200 NVL72 mimarisine bir referans noktası olarak bakıyor; bu referans mimaride tek bir CPU, NVLink‑C2C üzerinden doğrudan iki hızlandırıcıyla bağlantı kuruyor. Yeni CXL mimarisi ise bir CPU’nun çok daha fazla hızlandırıcıyı doğrudan koordine edebilmesini mümkün kılıyor. Bu sayede, veri merkezinin tüm kaynakları tek bir tutarlılık alanı içinde senkronize çalışıyor, iletişim gecikmeleri minimuma indirgeniyor ve ölçeklenebilirlik yeni bir seviyeye taşınıyor.
Meta’nın yapay zeka altyapısına yönelik bu adımı, şirketin veri merkezi verimliliğini artırma ve büyük ölçekli modellerin eğitim maliyetlerini düşürme stratejisinin bir parçası olarak görülüyor. Panmnesia’nın yarı iletken uzmanlığı ise CXL tabanlı çözümlerle donanım‑yazılım entegrasyonunu güçlendiriyor. Bu ortak girişim, hem Meta’nın hem de sektördeki diğer büyük oyuncuların, gelecekteki AI uygulamalarının gerektirdiği devasa hesaplama gücünü daha etkin bir şekilde sunmasını sağlayacak.
