NPU Nedir? Telefonlardaki Yapay Zekâ Nasıl Çalışır?

Son üç yıldır telefon lansmanlarının neredeyse tamamında aynı kısaltmayı duyuyoruz: NPU. Snapdragon 8 Elite Gen 5 tanıtımında "100 TOPS", Exynos 1680'de "19,6 TOPS", Tensor G4'te "45 token/saniye" gibi rakamlar art arda sıralanıyor ama bu sayıların telefonu günlük kullanımda gerçekte ne değiştirdiği çoğu zaman havada kalıyor. Bu dosyada NPU'nun ne olduğunu, TOPS rakamının neyi ölçüp neyi ölçmediğini, üç büyük üreticinin (Qualcomm, Google, Samsung) yaklaşımlarını ve Türkiye'deki kullanıcı için bunun pratikte ne anlama geldiğini satır satır açıyoruz.

NPU Nedir? CPU ve GPU'dan Farkı

NPU (Neural Processing Unit — Sinirsel İşlem Birimi), yapay sinir ağı hesaplamalarına, yani matris çarpımı ve toplama işlemlerinin devasa miktarda paralel tekrarına özel olarak tasarlanmış bir çip bloğudur. CPU genel amaçlıdır, sırayla iş yapar; GPU grafik ve paralel işler için güçlüdür ama enerji açısından israfçıdır; NPU ise tek bir işi — düşük hassasiyetli (genelde INT8 veya INT4) matris matematiğini — çok düşük güçle, sürekli tekrar ederek yapmak üzere optimize edilmiştir. Bir telefonun SoC'si (System on Chip) içinde CPU, GPU, ISP (görüntü işlemci) ve NPU aynı silikon paket üzerinde birlikte oturur; NPU bu dörtlünün "yapay zekâ işçisi" konumundadır.

NPU'nun içinde koşan yapay sinir ağı katmanları basitçe böyle görselleştirilir.

Pratikte NPU'nun devreye girdiği an fark edilmez — çünkü öyle tasarlanmıştır. Kamera uygulamasını açıp portre moduna geçtiğinizde, arka planı gerçek zamanlı bulanıklaştıran motor CPU'yu değil NPU'yu kullanır; bu yüzden pil ölçüm ekranında kamera kullanımı sırasında işlemci kullanımının "beklenenden düşük" göründüğünü fark edebilirsiniz. Aynı şey Google Fotoğraflar'daki "Sihirli Silgi" gibi araçlar veya Galaxy AI'nin canlı çeviri özelliği için de geçerli.

TOPS Ölçümü Gerçekte Ne Anlatır?

TOPS (Tera Operations Per Second), bir NPU'nun saniyede kaç trilyon işlem yapabildiğini gösteren teorik tavan değeridir. 80 TOPS'luk bir çip, saniyede 80 trilyon işlem yapabilir demektir. Sorun şurada: TOPS rakamları hangi sayısal hassasiyette (INT4, INT8, FP16) ölçüldüğüne göre büyük farklar gösterir ve üreticiler bu detayı genelde pazarlama materyallerinde belirtmez. Örneğin Snapdragon 8 Elite Gen 5'in reklamı yapılan 100 TOPS rakamı, INT2 kuantizasyonuyla elde edilen bir tavan değerdir — gerçek dünyadaki bir dil modeli çalıştırırken bu sayıya ulaşılması neredeyse imkânsızdır. Kısacası TOPS, otomobillerdeki "azami hız" rakamı gibidir: laboratuvar koşullarında ulaşılabilir bir tavandır, günlük trafikte hissedilen performansla birebir örtüşmez.

Kapak Altında: Hexagon, Tensor ve Exynos Mimarileri

Üç büyük üreticinin NPU stratejisi birbirinden belirgin şekilde ayrılıyor. Aşağıda güncel amiral gemisi çiplerdeki durumu karşılaştırdık.

Qualcomm Hexagon NPU

Qualcomm'un Hexagon NPU'su, Android tarafının en yaygın kullanılan yapay zekâ hızlandırıcısı. Snapdragon 8 Elite'te Hexagon NPU, bir önceki nesle göre yüzde 45 daha hızlı AI görevi işleyebiliyor ve küçük dil modellerinde saniyede 70 token'a kadar üretim destekliyor; Snapdragon 8 Elite Gen 5'te bu rakam INT2 kuantizasyonuyla 100 TOPS'a çıkarıldı. Qualcomm'un mimari avantajı, ISP (görüntü işlemci) ile NPU belleğini paylaştırması — yani kamera açıkken hem görüntü işleme hem AI modeli aynı anda, birbirini yavaşlatmadan çalışabiliyor.

Google Tensor'daki TPU

Google, Pixel serisinde "NPU" yerine kendi TPU (Tensor Processing Unit) terminolojisini kullanıyor. Tensor G4'teki üçüncü nesil "Rio" TPU çekirdeği, Gemini Nano modelini cihaz üstünde saniyede yaklaşık 45 token hızında çalıştırabiliyor — bu, ortalama bir insanın okuma hızından daha yüksek bir üretim temposu demek. Google'ın yaklaşımı TOPS rekoru kırmak değil; TPU'yu doğrudan Gemini Nano'nun (en fazla 3,5 milyar parametreli) mimarisine göre optimize etmek. Bu yüzden Tensor çipleri ham TOPS karşılaştırmasında genelde geride kalsa da, özetleme ve canlı altyazı gibi görevlerde akıcı çalışıyor.

Tensor çipi, telefonun anakartına lehimli tek bir SoC paketi olarak oturur; NPU da bu paketin içinde.

Bir Pixel kullanıcısının gözünden bakıldığında bu fark somutlaşıyor: telefonu uçak modundayken bile "Kayıt" uygulamasının konuşmayı gerçek zamanlı yazıya döktüğünü ya da bir YouTube videosunun altyazısını anında çevirdiğini görmek, işin bulutta değil doğrudan cihazda döndüğünün en net kanıtı.

Samsung Exynos NPU

Samsung'un kendi Exynos NPU'su orta segmentte (Exynos 1580, 1680 gibi) devreye giriyor; örneğin Exynos 1680'in NPU'su 19,6 TOPS sunuyor ve bir önceki nesle göre yüzde 33 iyileşme gösteriyor. Ancak Samsung'un amiral gemisi Galaxy S serisinde (S24, S25) NPU görevini genelde "Galaxy için özelleştirilmiş" Snapdragon 8 Elite üstleniyor — yani Galaxy AI'nin S24/S25'teki performansı büyük ölçüde Qualcomm'un Hexagon mimarisine dayanıyor. Üst segment Exynos 2600'de ise Samsung, NotaAI ile ortaklık kurarak daha büyük modelleri internetsiz çalıştırmayı hedefleyen, bir önceki nesle göre yüzde 113 güçlendirilmiş yepyeni bir NPU tasarımı sunuyor.

Cihazda mı, Bulutta mı? On-Device AI'nin Günlük İzleri

NPU'nun asıl değeri, bir işlemin "cihazda mı yoksa bulut sunucusunda mı" işlendiğini kullanıcıya hissettirmemesinde yatıyor. Ama dikkatli bakınca ipuçları var: uçak modunda çalışan bir özellik neredeyse kesin NPU üzerinden yürüyordur; internet bağlantısı kesilince aniden bozulan bir "AI özet" özelliği ise büyük ihtimalle buluta gidiyordur. Canlı çeviri (Live Translate) ve Sesli Çevirmen (Spoken Interpreter) gibi özellikler bilinçli olarak cihaz üstünde tutuluyor çünkü telefon görüşmesi sırasında bulut gecikmesi kabul edilemez; NPU burada gecikmesiz cevap üretmek için birebir gerekli.

Bir diğer somut gözlem: NPU yoğun çalışırken telefonun arkası hafifçe ısınıyor ama bu ısınma CPU'nun tam yükte çalışmasından çok daha kontrollü — çünkü NPU aynı işi çok daha az enerjiyle bitiriyor. Bu da uzun bir canlı çeviri seansının, aynı süredeki bir video görüşmesi kadar pil tüketmediğini açıklıyor.

Türkiye'de NPU: Orta Segment Telefonlar ve Türkçe Desteği

Türkiye akıllı telefon pazarında Galaxy A serisi ve Redmi/Xiaomi modelleri en yaygın segmentler arasında; bu telefonların çoğu amiral gemisi düzeyinde NPU gücüne sahip değil, dolayısıyla "cihaz üstü AI" deneyimi burada eşit dağılmıyor. Samsung, Galaxy AI'nin canlı çeviri ve Sesli Çevirmen özelliklerine Türkçe desteğini 2024 sonunda ekledi; desteklenen diller arasında Türkçe'nin yanı sıra Almanca, Fransızca, Arapça, Korece gibi diller de yer alıyor ve dil paketi Ayarlar > Genel Yönetim > Dil Paketleri üzerinden indiriliyor.

Galaxy AI özellikleri, S24 serisiyle birlikte Snapdragon 8 Gen 3 for Galaxy'nin NPU'sunu kullanıma soktu.

Türkiye'deki mobil veri maliyetleri düşünüldüğünde cihaz üstü AI'nin cazibesi daha da netleşiyor: bulut tabanlı bir çeviri veya özetleme özelliği her kullanımda veri paketinden harcama yaparken, NPU üzerinde çalışan aynı özellik hem daha hızlı yanıt veriyor hem de mobil veri tüketmiyor. Yurt dışı seyahatte data roaming açmadan Sesli Çevirmen'i kullanabilmek, bu farkın en somut hissedildiği an.

Türkiye'de yaygın olan orta segment Redmi modellerinde de NPU artık portre modu ve sahne tanımayı cihaz üstünde işliyor.

Redmi Note serisi gibi orta segment modellerde de tablo değişiyor: bu telefonlardaki Snapdragon veya Dimensity çipler daha mütevazı NPU bloklarına sahip, bu yüzden gelişmiş üretken AI özellikleri (görsel oluşturma, uzun metin özetleme) genelde bulunmuyor ya da buluta yönlendiriliyor — ama portre modu bulanıklaştırma, sahne tanıma ve gece modu gibi "klasikleşmiş" hesaplamalı fotoğrafçılık özellikleri artık bu segmentte de NPU üzerinden, cihaz içinde işleniyor.

Pil Ömrü ve Gizlilik: NPU'nun Görünmeyen Faydası

NPU'nun iki dolaylı ama önemli faydası var. Birincisi enerji verimliliği: aynı sinir ağı hesaplamasını CPU üzerinde yapmak, NPU'ya kıyasla kabaca on kat daha fazla enerji harcar — bu yüzden arka planda sürekli çalışan özellikler (akıllı bildirim özetleme, otomatik ekran parlaklığı tahmini gibi) NPU'ya devredilerek pil ömrü korunuyor. İkincisi gizlilik: ses kaydı, yüz/parmak izi doğrulama gibi hassas veriler NPU üzerinde işlenip hiç buluta gönderilmeden cihazda kalabiliyor — Apple'ın Neural Engine'i (A18 Pro'da 16 çekirdek, 35 TOPS) bu yaklaşımı Face ID gibi özelliklerde yıllardır kullanıyor ve Android tarafındaki NPU'lar da benzer bir mantıkla biyometrik veriyi cihaz dışına çıkarmıyor.

Sonuç: TOPS Sayısına mı, Deneyime mi Bakmalı?

Bir telefon alırken karşınıza çıkan "X TOPS" rakamı, tek başına anlamlı bir karşılaştırma kriteri değil — çünkü hangi hassasiyette ölçüldüğü, yazılımın bu gücü ne kadar verimli kullandığı en az ham sayı kadar belirleyici. Daha isabetli bir soru şu olmalı: telefon, canlı çeviriyi internetsiz çalıştırabiliyor mu, kamera gerçek zamanlı bulanıklaştırmayı takılmadan yapabiliyor mu, bu özellikler pili aşırı tüketmiyor mu? NPU'nun başarısı, tam olarak fark edilmediği anda ortaya çıkıyor — arka planda sessizce, verimli ve hızlı çalıştığı an.