GPU seçimi, VRAM ihtiyacı, kurulum ve maliyet üzerine Türkçe rehberler: LLM eğitimi ve fine-tuning, Stable Diffusion ve yapay zeka ile video üretimi, Blender ve Unreal Engine render, Docker ve PyTorch kurulumu, CUDA optimizasyonu, KVKK ve veri yerelliği. Her yazıda yayın tarihi ve kaynak listesi yer alır. Yazıları gpukiralama.com.tr ekibi hazırlar; Bağcılar, İstanbul'daki kendi tesisimizde aylık paylaşımsız GPU sunucu kiralama hizmeti veriyoruz ve veriler Türkiye'de kalır.
38 yazı · Son eklenen yazı:
Yapay zeka, render ve oyun geliştirme işleri için GPU seçimini, bellek (VRAM) ihtiyacını, çok GPU'lu sunucuları, kiralamanın nasıl işlediğini ve yapay zeka verisinin Türkiye'de işlenmesini anlatan yazılar. Hangi iş yüküne hangi GPU'yu önerdiğimizi yapay zeka sunucu kiralama sayfamızda bulabilirsiniz.
Rehber
İkinci el ekran kartı alırken modeli ve bellek sürümünü yazılımla doğrulayın, kartı ödemeden önce test edin, faturayı ve garantiyi sorun, parayı yalnızca güvenli bir yoldan gönderin. Kontrol listesi, karıştırılan sürümler ve doğrulanmış değiştirilmiş kart örnekleri bu rehberde.
Rehber
Ekran kartı satarken para kendi banka uygulamanızda görünmeden kartı teslim etmeyin; dekont görüntüsüne, kapora bahanelerine ve size gönderilen ödeme bağlantılarına güvenmeyin. Sahte dekont, kapora ve kargo dolandırıcılığına karşı adımlar ve resmi başvuru yolları.
Rehber
Ekran kartı garantisi, kartın etiketindeki seri numarasıyla markanın resmi sayfasından sorgulanır; ASUS'ta süre ilk alıcının satın alma tarihinden işler. ASUS, GIGABYTE, NVIDIA Founders Edition, Palit ve Gainward için sorgu yolları ve ikinci sahip kuralları.
Rehber
Bir kartın mining'de kullanıldığını kesin gösteren bir kayıt yok; ipuçları satıcının anlattıkları, kartın satıldığı dönem ve kart üstündeki izlerdir. Ethereum'da GPU madenciliği 15 Eylül 2022'de bitti; mining kartında asıl bakılacak yerler bellek (VRAM), fanlar ve termal pedlerdir.
Rehber
İkinci el ekran kartında önce kimliği ve BIOS'u doğrulayın, VRAM'i en az 6 dakika tarayın ve kartı 20–30 dakika tam yükte çalıştırın. Bu sırada sıcaklıkları, saat hızı düşürme nedenlerini ve PCIe bağlantısını izleyin; araçlar, komutlar ve başarısızlık ölçütleri rehberde.
Rehber
GPU VDS, paylaşılan bir sunucudaki sanal makinedir; ekran kartı size tamamen ya da dilim olarak verilebilir. vGPU, MIG ve passthrough'un VRAM, performans, sürücü ve lisans etkilerini paylaşımsız GPU sunucuyla karşılaştırdık.
Rehber
LLM eğitimi için tek bir en iyi GPU yok; kartı amaç ve model boyutu belirler. 8B QLoRA 24 GB'lık RTX PRO 4000'e, 8B LoRA 32 GB'lık RTX 5090'a, 70B QLoRA 96 GB'lık RTX PRO 6000'e sığar; 7B ve üzeri modellerde full fine-tuning ile ön eğitim birden fazla H100 ya da H200 ister. Bu kartları İstanbul'daki tesisimizde aylık kiralıyoruz.
Rehber
Kişisel veriyle yurt dışındaki bir GPU'da model eğitmek ya da veriyi yurt dışındaki bir yapay zeka API'sine göndermek KVKK'ya göre yurt dışına aktarımdır ve 2024'ten beri üç basamaklı kurala tabidir. Kurum'un yapay zeka rehberlerinin özeti, standart sözleşme adımları ve kontrol listesi bu rehberde.
Rehber
Wan 2.2, HunyuanVideo 1.5, LTX-2.5 ve MiniMax H3 ile yapay zeka videosu üretmek için hangi ekran kartı gerekir? Model model VRAM tablosu, Wan 2.2 sürümleri, üretim süreleri, ComfyUI notları ve ticari lisans koşulları.
Rehber
NVLink, NVIDIA GPU'larını PCIe yerine doğrudan birbirine bağlayan yüksek hızlı bağlantıdır: H100 ve H200'ün SXM sürümlerinde GPU başına 900 GB/s ile PCIe 5.0 x16'nın yaklaşık 7 katı hız sunar. Tensor paralellik ve büyük modelde FSDP için önemlidir; LoRA ve bağımsız işler için gerekmez. H100 ve H200'ü İstanbul'daki tesisimizde paylaşımsız ve aylık kiralıyoruz.
Rehber
Kurumsal GPU kiralamada fiyattan önce izolasyonu, tesisin enerji altyapısını, veri silme yöntemini ve SLA'nın neyi kapsadığını netleştirin. Sağlayıcıya sorulacak soruları ve SLA yüzdelerinin ayda kaç dakika kesintiye karşılık geldiğini iki ayrı tabloda topladık.
Rehber
Girişimler (startup'lar) GPU maliyetini en çok doğru boyutlandırmayla düşürür: modelin bellek ihtiyacını hesaplayıp yetecek en küçük GPU'yu seçmek, nicemlenmiş modellerle başlamak, kısa denemeleri esnek bulutta, sürekli işleri sabit aylık fiyatlı paylaşımsız bir sunucuda çalıştırmak ve GPU kullanımını ölçmek. Fikir aşamasında ise hazır model API'leri ve bulut kredileri çoğu zaman daha ucuzdur.
Rehber
Blender'da GPU render için NVIDIA ekran kartlarında OptiX'i seçin; RT çekirdeklerini yalnızca OptiX kullanır. Kartı önce VRAM'e göre seçin, çünkü sahne her kartın belleğine ayrı ayrı sığmalıdır: 20 GB'a kadar RTX PRO 4000, 26 GB'a kadar RTX 5090, 40 GB'a kadar L40S, daha büyük sahnelerde RTX PRO 6000. H100 ve H200'de RT çekirdeği yoktur.
Rehber
Türkiye Yapay Zeka Eylem Planı (2026–2030), 2026/9 sayılı Genelgeyle 18 Ağustos 2026'da Resmi Gazete'de yayımlandı. Zirvede açıklanan hedefleri, "Herkes İçin GPU" kredilerini, TRUBA ve EuroHPC kaynaklarını ve yapay zeka kanununun durumunu özetliyoruz.
Rehber
Unreal Engine render için ekran kartı seçiminde RT çekirdeği ve VRAM belirleyicidir: Path Tracer RTX kart ve DirectX 12, Pixel Streaming NVENC ister. Movie Render Queue komut satırı, sahneye göre kaç GB VRAM, GPU testi ve kart önerileri.
Rehber
Unreal Engine 5 ve Unity sistem gereksinimleri, oyun geliştirme için ekran kartı seçimi ve VRAM ihtiyacı. GPU'yu en çok ışık pişirme, editörde ışın izleme ve yapay zeka ile varlık üretimi zorlar; shader ve kod derlemesi ise işlemci çekirdeklerine bağlıdır. GPU Lightmass kurulumu, uzak editör gecikmesi, CI komutları ve GPU önerileri.
Rehber
AMD Instinct MI300X, 192 GB HBM3 bellek ve 5,3 TB/s bant genişliğine sahip bir veri merkezi GPU'sudur; 70B bir modeli BF16'da tek karta sığdırır ve CUDA yerine ROCm ile çalışır. AMD liste fiyatı yayımlamıyor, kart bulut sağlayıcılarında saat başına ücretlendiriliyor. Biz MI300X kiralamıyoruz; büyük bellek için 141 GB'lık H200 ve 96 GB'lık RTX PRO 6000 sunuyoruz.
Rehber
GPU kiralama, ekran kartını satın almadan bir sağlayıcının sunucusunda kullanmaktır. Saatlik bulut, GPU VDS ve paylaşımsız sunucu farkı, VRAM hesabı, hangi işe hangi GPU ve 4 adımda kiralama süreci tek rehberde.
Rehber
Stable Diffusion için 8–12 GB VRAM'li bir ekran kartı yeterlidir: SD 1.5 4–6 GB, SDXL 8–12 GB kullanır. FLUX.1 [dev] tam kalitede yaklaşık 24 GB, FP8'de 12–16 GB ister; Qwen-Image FP8'de ~24 GB, 32 milyar parametreli FLUX.2 [dev] ise FP8'de bile metin kodlayıcısıyla 40 GB'ı aşar. ComfyUI'de ihtiyacı yüklediğiniz model belirler.
A100 ve RTX 4090 gibi kiralamadığımız kartları içeren karşılaştırmalar ile bulut GPU, Google Colab ve aylık sunucu kiralama arasındaki farklar. Kiraladığımız modelleri yan yana görmek için GPU karşılaştırmaları sayfasına bakın.
Karşılaştırma
DGX Spark, 128 GB birleşik bellekli masaüstü bir yapay zeka bilgisayarı: büyük modelleri belleğe yükler, ama 273 GB/s bant genişliği yüzünden token üretiminde RTX PRO 6000 ve RTX 5090'ın yaklaşık dörtte biri hızda kalır. Fiyatlar, ölçümler ve kiralamanın ne zaman mantıklı olduğu.
Karşılaştırma
L40S mi, RTX 4090 mı? İkisi de aynı AD102 çipini kullanır. RTX 4090'da 24 GB GDDR6X VRAM ve 1.008 GB/s bant genişliği, L40S'te 48 GB ECC'li GDDR6 ve 864 GB/s var; L40S'in BF16 tensör hızı kağıt üzerinde yaklaşık 2,2 kattır. 24 GB'ı aşan modeller ve 7/24 sunucu için L40S; İstanbul'daki tesisimizde RTX 4090 yerine L40S ve RTX 5090'ı aylık kiralıyoruz.
Karşılaştırma
Bulut GPU kiralamada saat ya da saniye başına, size ayrılmış fiziksel GPU sunucusunda ise aylık sabit ücret ödersiniz. Hangisinin ucuz olduğu, GPU'yu ayda kaç saat çalıştırdığınıza bağlıdır. Bu rehberde başa baş hesabını gösteriyor; performans, veri trafiği ve veri konumu farklarını karşılaştırıyoruz.
Karşılaştırma
Google Colab'ın ücretsiz katmanında genellikle T4 GPU verilir; Google GPU garantisi vermez, kotayı yayımlamaz ve bir oturum en fazla 12 saat sürer (Pro+ ile 24 saat). Eylül 2026'dan beri Google AI Pro ve Ultra da Colab işlem birimi içeriyor. Her gün kullanılan, uzun süren ya da 7/24 çalışan işler için size ayrılmış aylık bir GPU sunucusu daha öngörülebilir.
Karşılaştırma
Yeni bir proje için H100'ü seçin. A100'ün (Ampere, 2020) yerini alan Hopper nesli (2022) bu kart, A100'de olmayan FP8 desteği, SXM sürümlerinde yaklaşık 1,6 kat bellek bant genişliği ve kağıt üzerinde yaklaşık 3,2 kat BF16 tensör gücü sunar; 80 GB'lık sürümlerde bellek aynıdır. A100'ü kiralamıyoruz; H100'ü İstanbul Bağcılar'daki kendi tesisimizde paylaşımsız ve aylık kiralıyoruz.
Sunucuya NVIDIA sürücüsü, CUDA, Docker ve PyTorch kurmak; JupyterLab ve ComfyUI'yi uzak sunucuda güvenle çalıştırmak; çok GPU'lu eğitim, LLM çıkarımı ve FFmpeg ile video kodlama için adım adım komutlar ve ayarlar. Bir dil modelini kendi sunucunuzda servis etmeyi planlıyorsanız LLM sunucu kiralama sayfasına da bakın.
Teknik
12VHPWR soketinde erimenin en çok doğrulanan nedeni fişin tam oturmamasıdır; NVIDIA 2022'de yaklaşık 50 vakada en yaygın sorunun bu olduğunu açıkladı. Eylül 2023'te soket 12V-2x6 oldu ve fiş tam oturmadan kart güç çekmez; kontrol için bilgisayarı kapatıp soketi ve kablonun iki ucunu inceleyin.
Teknik
LLM inference (çıkarım), eğitilmiş bir dil modelinin istemi işleyip yanıtı token token üretmesidir; hızını bellek bant genişliği, KV önbelleği ve servis motoru belirler. Bu rehber vLLM, Ollama, SGLang ve TensorRT-LLM'i karşılaştırıyor; FP8 ve NVFP4 nicemlemeyi, TTFT ölçümünü ve İstanbul'daki paylaşımsız GPU sunucularımızda hangi kartın hangi modele yettiğini anlatıyor.
Teknik
ComfyUI'yi bir GPU sunucusunda kalıcı servis olarak çalıştırmak için sürümü sabitleyin (Ekim 2026'da v0.42.1), her GPU'ya ayrı port ve systemd servisi verin, sunucuyu yalnızca 127.0.0.1'de dinletip önüne parolalı nginx ya da SSH tüneli koyun. API için iş akışını Export Workflow (API) ile dışa aktarıp POST /prompt'a gönderin, bitişi /ws ile bekleyin.
Teknik
NVIDIA Container Toolkit kurulumu dört adımdır: sürücüyü doğrulayın, NVIDIA'nın apt deposundan nvidia-container-toolkit paketini kurun, nvidia-ctk ile Docker'ı yapılandırıp yeniden başlatın ve docker run --rm --gpus all ubuntu nvidia-smi ile test edin. Sunucuya CUDA Toolkit kurmanız gerekmez. CDI, rootless Docker, Podman ve sık hataların çözümleri de rehberde.
Teknik
Docker'da GPU kullanmak için sunucuda NVIDIA sürücüsü ve NVIDIA Container Toolkit kurulu olmalı; ardından docker run --gpus all yeterlidir, Compose'da gpus: all ya da deploy.resources.reservations.devices kullanılır. Belirli GPU seçimi, shm-size, imaj seçimi, MIG, izleme ve Windows'ta WSL2 bu rehberde.
Teknik
Multi-GPU (çoklu GPU) eğitimde model tek GPU'ya sığıyorsa DDP ve torchrun, sığmıyorsa FSDP2 ya da DeepSpeed ZeRO-3 kullanın. Çalışır kod iskeleti, LLM fine-tuning için Accelerate komutları, efektif batch ve öğrenme oranı ayarı, NCCL hata ayıklama ve ölçekleme verimi ölçümüyle adım adım rehber.
Teknik
PyTorch eğitimini GPU'da hızlandırmak için önce ölçün: nvidia-smi ve torch.profiler, darboğazın veri yüklemede mi, CPU–GPU senkronizasyonunda mı yoksa hesaplamada mı olduğunu gösterir. Ardından bf16 karışık hassasiyet, TF32, hızlı DataLoader ayarları ve torch.compile ile başlayın. Kod örnekleri, Ekim 2026'da güncel olan PyTorch 2.14 belgelerine dayanır.
Teknik
Jupyter Notebook'ta GPU kullanmak için notebook'u CUDA destekli PyTorch ortamının çekirdeğiyle açın ve torch.cuda.is_available() ile kontrol edin. Uzak sunucuda JupyterLab'i yalnızca 127.0.0.1 adresinde çalıştırıp SSH tüneliyle bağlanın. Docker, VS Code, tmux, systemd ve GPU belleği yönetimi adım adım.
Teknik
FFmpeg NVENC ile GPU'da video dönüştürme: NVDEC kod çözer, NVENC kodlar, kareler GPU belleğinde kalır. h264_nvenc, hevc_nvenc ve av1_nvenc komutları, p1–p7 preset ve -cq ayarları, GPU başına NVENC sayıları, kapasite hesabı ve H100 ile H200'ün neden uygun olmadığı.
Teknik
PyTorch GPU kurulumu üç adımdır: NVIDIA sürücüsünü 580 veya üzerine getirin, sanal ortamda pip install torch torchvision çalıştırın ve torch.cuda.is_available() çağrısının True döndüğünü kontrol edin. CUDA Toolkit'i ayrıca kurmanız gerekmez; PyTorch kendi CUDA kütüphanelerini getirir. Windows, Mac, Docker ve sık hataların çözümleri de rehberde.
GPU kiralamak ile satın almanın maliyet karşılaştırması, LLM fine-tuning bütçesi, spot (kesintili) GPU ve akademik GPU seçenekleri. Bizde kiralama aylıktır (en az 1 ay); fiyatlarımız ABD doları olarak verilir, fatura günündeki TCMB satış kuruyla Türk lirası olarak faturalanır ve KDV hariçtir. Yıllık kiralamada %20 indirim uygulanır; güncel aylık fiyatlar GPU sunucu fiyatları sayfasında.
Fiyatlandırma
Satın almanın gerçek maliyeti kart fiyatından ibaret değil: sunucu, elektrik, bakım ve faiz de eklenir. 2026 kart fiyatları, 1, 4 ve 8 GPU'lu sunucunun kart tutarı, örnek başa baş hesabı ve kira düzeyine göre kaç ayda amorti ettiğini gösteren tablo bu yazıda.
Fiyatlandırma
TRUBA, TÜBİTAK ULAKBİM'in Türkiye'deki araştırmacılara ve öğrencilere ücretsiz açtığı ulusal hesaplama altyapısıdır. Standart hesapla P100 ve V100 GPU kuyrukları kullanılır; A100, H100 ve H200 sözleşmeli projelere ayrılmıştır. Kuyruksuz, kalıcı bir ortam gerekiyorsa proje bütçesiyle aylık sunucu kiralamak tamamlayıcı bir seçenektir.
Fiyatlandırma
Spot GPU (spot instance), bulut sağlayıcısının boştaki GPU kapasitesini AWS'de %90'a, Google Cloud'da %91'e varan indirimle kiralamaktır; karşılığında sağlayıcı makineyi 30 saniye ile 2 dakika arasında bir uyarıyla geri alabilir. Checkpoint alan eğitimler ve toplu işler için idealdir; 7/24 servislerde ise kiralama süresince geri alınmayan, aylık kiralanan paylaşımsız bir sunucu daha uygundur.
Fiyatlandırma
LLM fine-tuning maliyetini, işin sığdığı en küçük GPU ve ay içinde yaptığınız deneme sayısı belirler. Llama 3.1 8B'yi QLoRA ile ince ayarlamak yaklaşık 8 GB, LoRA ile yaklaşık 20 GB bellek ister ve tek GPU'da genellikle birkaç saat sürer. Full fine-tuning parametre başına yaklaşık 16 bayt ister; 8B için bile birden fazla GPU gerekir.
