Yapay zeka modellerini kendi bilgisayarınızda çalıştırmak istiyorsanız belirleyici olan işlemcinin ya da ekran kartının adı değil, modelin sığacağı bellek ve o belleğin hızıdır. Bu rehber, DGX Spark gibi masaüstü yapay zeka bilgisayarlarından RTX 5090’lı sistemlere, RTX PRO iş istasyonlarından yeni “Agent Computer” sınıfına kadar seçenekleri bellek, model boyutu ve kullanım senaryosuna göre karşılaştırıyor. Rakamlar üreticilerin resmî sayfalarından alındı ve yazının sonunda kaynaklarıyla listelendi.
Son güncelleme: 28 Eylül 2026
Kısa cevap: hangi iş için hangi yapay zeka bilgisayarı?
| İhtiyacınız | Model büyüklüğü | Önerilen sistem | Neden |
|---|---|---|---|
| Yapay zekayı öğrenmek, küçük ve orta modeller, görsel üretimi | ~30 milyar parametreye kadar (4 bit) | RTX 5090’lı Tavsiye AI Sistemleri | 32 GB hızlı GDDR7 bellek; aynı makine oyun da oynar |
| Büyük modelleri yerelde çalıştırmak, ajan geliştirmek | 200 milyar parametreye kadar (4 bit) | NVIDIA DGX Spark ve GB10 cihazları | 128 GB birleşik bellek, 240 W, masaüstünde sessiz |
| Büyük model + Windows ve x86 uyumluluğu | 200 milyar parametreye kadar (AMD’ye göre) | AI Mini PC | Ryzen AI Max ile 128 GB birleşik bellek |
| Profesyonel ince ayar, çok kullanıcılı çıkarım | Ekran kartı başına 96 GB | AI Workstation (RTX PRO Blackwell) | ECC bellek, 1.792 GB/s bant genişliği, birden fazla kart |
| Uygun bütçeyle profesyonel kart, birden fazla kartla büyüme | Kart başına ~30 milyar (4 bit), iki kartla 70 milyar | AMD Radeon AI PRO R9700, yakında Intel Arc Pro B70 | Kart başına 32 GB bellek, 608–640 GB/s, 230–300 W; turbo fanlı R9700 ile bir iş istasyonuna birden fazla kart |
| Trilyon parametrelik modeller, ekip için masa başı sistem | 1 trilyon parametreye kadar | DGX Station GB300 | 748 GB tutarlı bellek |
| Taşınabilir yerel yapay zeka | Laptop ekran kartı belleğine göre | AI Laptop | RTX 50 serisi laptoplar; RTX Spark laptoplar sonbahar 2026 |
| Kurum içi, çok GPU’lu altyapı | Kuruluma göre | AI Sunucu | Raf tipi, çoklu GPU sunucular |
Tüm ürünleri tek sayfada görmek için Yapay Zeka kategorisine göz atabilirsiniz.
Yapay zekayı neden kendi bilgisayarınızda çalıştırırsınız?
- Veri gizliliği. Müşteri kayıtları, kişisel veriler ya da kaynak kodu bulut hizmetine gönderilmeden işlenir; KVKK kapsamındaki verilerle çalışırken bu belirleyici bir avantajdır.
- Maliyet. Bulutta her istek ve her token ücretlendirilir. Günde binlerce istek yapan ya da sürekli çalışan bir ajan için tek seferlik donanım yatırımı kısa sürede kendini karşılayabilir.
- Gecikme ve süreklilik. İnternet bağlantısına, kotaya ya da servis kesintisine bağlı kalmazsınız.
- Özelleştirme. Açık ağırlıklı modelleri kendi verinizle ince ayar yapabilir, kendi iş akışınıza göre değiştirebilirsiniz.
Agent Computer nedir?
Agent Computer (ajan bilgisayarı), yapay zeka ajanlarını, yani bir görevi planlayan, araç kullanan ve adım adım yürüten modelleri, bulut yerine yerel olarak ve sürekli çalıştırmak için tasarlanmış bilgisayar sınıfına verilen addır. Terimi 2026’da iki üretici öne çıkardı: AMD, Ryzen AI Max işlemcili laptop ve kompakt sistemleri “Agent Computer” olarak konumlandırıyor; NVIDIA ise DGX Spark’ı yerel otonom ajanlar için eksiksiz bir platform olarak tanımlıyor ve RTX Spark’lı Windows bilgisayarları kişisel ajanlar için tasarlanmış cihazlar olarak tanıtıyor.
Agent Computer’ı sıradan bir “yapay zeka bilgisayarından” ayıran şey bellektir. Copilot+ PC’lerdeki NPU’lar (40 TOPS ve üzeri) canlı altyazı ya da görsel düzenleme gibi hafif, sürekli çalışan özellikler için tasarlandı; ASUS Ascent QN10 gibi 80 TOPS’luk cihazlar da bu sınıfta. Bir ajanın arkasındaki 20 ila 120 milyar parametrelik modeli çalıştırmak ise 64 ila 128 GB birleşik bellek ya da büyük bir ekran kartı belleği ister. Çünkü ajan çalışırken model, uzun bağlam (konuşma ve belge geçmişi) ve araç çağrılarının sonuçları aynı anda bellekte durur.
Ajan tabanlı yapay zekaya (agentic AI) göre tasarlanmış oyuncu bilgisayarları da çıkmaya başladı; MSI MEG Vision X2 AI bunun bir örneği.
Hangi model hangi belleğe sığar?
Bir modelin kapladığı belleği kabaca şöyle hesaplayabilirsiniz: parametre sayısı (milyar) × parametre başına bayt × 1,2. FP16’da parametre başına 2 bayt, 8 bitte 1 bayt, 4 bitte (FP4 ya da Q4) yaklaşık 0,5 bayt kullanılır. 1,2 çarpanı bağlam önbelleği ve çalışma payı için yaklaşık bir değerdir; uzun bağlamlarda ihtiyaç artar.
| Model boyutu | FP16 | 8 bit | 4 bit | 4 bitte uygun sistem |
|---|---|---|---|---|
| 8 milyar | ~19 GB | ~10 GB | ~5 GB | 16 GB’lık ekran kartı |
| 20 milyar | ~48 GB | ~24 GB | ~12 GB | RTX 5090 ya da Radeon AI PRO R9700 (32 GB) |
| 70 milyar | ~168 GB | ~84 GB | ~42 GB | DGX Spark / GX10, RTX PRO 6000, iki R9700 (64 GB) |
| 120 milyar | ~288 GB | ~144 GB | ~72 GB | DGX Spark / GX10, RTX PRO 6000 |
| 200 milyar | ~480 GB | ~240 GB | ~120 GB | DGX Spark / GX10 (sınırda) |
| 405 milyar | ~972 GB | ~486 GB | ~243 GB | İki DGX Spark ya da DGX Station |
| 1 trilyon | — | — | ~600 GB | DGX Station GB300 (748 GB) |
Gerçek bir örnek: OpenAI’ın açık ağırlıklı modeli gpt-oss-120b (117 milyar parametre), yerleşik 4 bitlik MXFP4 biçimiyle tek bir 80 GB GPU’da, gpt-oss-20b (21 milyar parametre) ise 16 GB bellekte çalışıyor (OpenAI).
Bellek hızı neden önemli?
Bellek ne kadar büyükse o kadar büyük model sığar; bellek ne kadar hızlıysa model o kadar hızlı cevap verir. Metin üretilirken her yeni token için modelin ağırlıklarının büyük kısmı bellekten okunur. Bu yüzden saniyedeki token sayısının kabaca üst sınırı, bellek bant genişliği bölü model boyutudur. 4 bitlik 70 milyar parametrelik bir model (~40 GB), 273 GB/s’lik birleşik bellekte saniyede en fazla ~7 token, 1.792 GB/s’lik RTX PRO 6000’de ise ~45 token üretebilir. Bunlar teorik üst sınırlardır; gerçek hız yazılıma ve ayarlara göre düşer.
Uzman karışımı (MoE) modellerde durum farklıdır: gpt-oss-120b her token için 117 milyarın yalnızca 5,1 milyarını kullanır. Bu tür modeller büyük birleşik belleğe sahip ama bant genişliği görece düşük cihazlarda çok daha hızlı çalışır.
Yapay zeka bilgisayarı seçenekleri
NVIDIA DGX Spark ve GB10 cihazları
NVIDIA DGX Spark, GB10 Grace Blackwell çipini kullanır: 20 çekirdekli Arm işlemci ve Blackwell ekran kartı aynı pakette, 128 GB LPDDR5x birleşik belleği (273 GB/s) paylaşır. FP4’te 1 petaflop yapay zeka performansı verir, 15 × 15 cm’lik kasası 240 W ile çalışır. NVIDIA’ya göre 200 milyar parametreye kadar modelleri çalıştırır, 70 milyar parametreye kadar modellere ince ayar yapar (NVIDIA).
Aynı çipi farklı markalar da kullanıyor: ASUS Ascent GX10, Lenovo ThinkStation PGX ve MSI EdgeXpert. Aralarındaki farklar depolama (1 ila 4 TB), soğutma, kasa ve garantidir; yapay zeka performansı aynı platformdan gelir. Cihazlar Ubuntu tabanlı DGX OS ve NVIDIA’nın yapay zeka yazılım yığınıyla gelir. Tüm GB10 cihazlarını NVIDIA DGX Spark (GB10) ve AI Mini PC kategorilerinde bulabilirsiniz.
NVIDIA DGX Station GB300
DGX Station, GB300 Grace Blackwell Ultra çipiyle masa başına veri merkezi sınıfında güç getirir: 748 GB tutarlı bellek (252 GB HBM3e + 496 GB LPDDR5X), FP4’te 20 petaflop ve NVIDIA’ya göre 1 trilyon parametreye kadar model (NVIDIA). ASUS ExpertCenter Pro ET900N G3 bu mimariyi kullanır ve ek bir RTX PRO Blackwell ekran kartı alabilir (ASUS). Aynı sınıftaki bir başka cihaz MSI XpertStation WS300. Bu sistemler bir laboratuvarın ya da geliştirme ekibinin ortak makinesi olarak düşünülmeli; DGX Station kategorisinde listeleniyor.
RTX PRO Blackwell iş istasyonları
NVIDIA RTX PRO 6000 Blackwell tek kartta 96 GB ECC’li GDDR7 bellek ve 1.792 GB/s bant genişliği sunar (NVIDIA); RTX PRO 5000 Blackwell 48 GB bellekle gelir, yeni RTX PRO 5500 ise 84 GB sunuyor. Bu kartlar ECC bellek, profesyonel yazılımlar için sertifikalı sürücüler ve 7/24 çalışma için tasarlandı. Çok kullanıcılı çıkarımda ve ince ayarda yüksek bant genişliği doğrudan hıza dönüşür.
ASUS ExpertCenter Pro ET500 serisi iş istasyonlarında ekran kartını biz takıyoruz ve RTX PRO kartların tamamı destekleniyor. Tüm modeller AI Workstation kategorisinde.
32 GB’lık profesyonel kartlar: Radeon AI PRO R9700 ve Intel Arc Pro B70
Daha düşük bütçeyle yerel yapay zekaya başlamak ya da bir iş istasyonunu adım adım büyütmek için 32 GB’lık profesyonel kartlar iyi bir seçenek. ASUS Turbo Radeon AI PRO R9700 32 GB GDDR6 bellek, 640 GB/s bant genişliği ve 300 W güç tüketimine sahip ve AMD’nin ROCm yazılım yığınını destekliyor (AMD). Turbo fanlı 2 slot tasarımı sayesinde bir iş istasyonuna birden fazla kart takılabiliyor; ASUS, INT4’te 1.531 TOPS performans belirtiyor (ASUS).
Intel Arc Pro B70 ise Xe2 mimarisi ve 32 Xe çekirdeğiyle 32 GB ECC’li GDDR6 bellek, 608 GB/s bant genişliği ve INT8’de 367 TOPS sunuyor; 230 W ile bu rehberdeki 32 GB’lık kartlar içinde en düşük güç tüketimine sahip (Intel). İki 32 GB’lık kartla toplam 64 GB belleğe ulaşılabilir; llama.cpp ve vLLM gibi yazılımlar modeli kartlar arasında bölebildiği için 4 bitlik 70 milyar parametrelik bir model (~42 GB) iki karta sığar. Profesyonel kartlar Hızlandırıcı ve Aksesuar kategorisinde.
RTX 5090’lı Tavsiye AI Sistemleri
GeForce RTX 5090, 32 GB GDDR7 bellek ve 512 bitlik bellek arabirimine sahip (NVIDIA). 20 ila 30 milyar parametrelik modelleri yüksek hızla çalıştırır; 4 bitlik 70 milyar parametrelik bir model (~42 GB) ise tek kartın belleğine sığmaz. En büyük avantajı çok yönlülük: aynı makine yerel dil modelleri, ComfyUI ile görsel üretimi ve oyun için kullanılabilir. Kendi seçtiğimiz parçalarla topladığımız sistemler Tavsiye AI Sistemleri kategorisinde; yapay zeka geliştirme için yapılandırılmış GG AI Profesyonel Geliştirici serisi de bunlardan biri. Ekran kartlarını performansa göre karşılaştırmak için En İyi Ekran Kartları Sıralaması 2026 yazımıza bakabilirsiniz.
AI Mini PC: GB10 ve Ryzen AI Max
AMD Ryzen AI Max+ 395; 16 Zen 5 çekirdeği, 128 GB’a kadar birleşik belleği (256 GB/s) ve 50 TOPS üzeri NPU’su ile AMD’nin “Agent Computer” dediği sınıfın temelidir. AMD’ye göre bu bellekle 200 milyar parametreye kadar modeller yerelde çalıştırılabilir (AMD). x86 mimarisi ve Windows desteği, DGX Spark’a göre en belirgin avantajıdır. Yeni Ryzen AI MAX PRO 400 serisi birleşik belleği 192 GB’a çıkarıyor. GB10 cihazları ve Ryzen AI Max’li mini bilgisayarlar AI Mini PC kategorisinde.
AI Laptop ve NVIDIA RTX Spark
NVIDIA RTX Spark, 20 çekirdekli Grace işlemciyi 6.144 CUDA çekirdekli Blackwell ekran kartıyla birleştiriyor; 128 GB’a kadar birleşik bellek ve FP4’te 1 petaflop performans sunuyor. 14 ila 16 inçlik laptoplar ve kompakt masaüstüler ASUS, Dell, HP, Lenovo, Microsoft Surface ve MSI’dan sonbahar 2026’da geliyor (NVIDIA). Ayrıntılar için RTX Spark mimarisi, MSI’ın ilk RTX Spark laptopu ve sızdırılan test sonuçları yazılarımıza bakabilirsiniz. Bugün için yüksek belleğe sahip RTX 50 serisi laptoplar AI Laptop kategorisinde; laptop ekran kartlarının karşılaştırması laptop ekran kartları sıralamasında.
AI sunucular ve hızlandırıcılar
Birden fazla ekran kartıyla çalışan raf tipi sistemler AI Sunucu kategorisinde. Küçük modelleri uç cihazlarda çalıştırmak için ASUS UGen300 USB yapay zeka hızlandırıcı gibi ürünler, profesyonel ekran kartları ve DGX Spark bağlantı kabloları ise Hızlandırıcı ve Aksesuar kategorisinde.
Karşılaştırma tablosu
| Sistem | Bellek | Bant genişliği | Güç | Üreticinin model boyutu iddiası |
|---|---|---|---|---|
| NVIDIA DGX Spark / GB10 | 128 GB birleşik LPDDR5x | 273 GB/s | 240 W | 200 milyar (çıkarım), 70 milyar (ince ayar) |
| AMD Ryzen AI Max+ 395 | 128 GB’a kadar birleşik | 256 GB/s | — | 200 milyar |
| GeForce RTX 5090 | 32 GB GDDR7 | 512 bit arabirim | 575 W (kart) | Belirtilmiyor |
| Radeon AI PRO R9700 | 32 GB GDDR6 | 640 GB/s | 300 W (kart) | Belirtilmiyor |
| Intel Arc Pro B70 (yakında) | 32 GB GDDR6 (ECC) | 608 GB/s | 230 W (kart) | Belirtilmiyor |
| RTX PRO 6000 Blackwell | 96 GB GDDR7 (ECC) | 1.792 GB/s | 600 W (kart) | Belirtilmiyor |
| NVIDIA DGX Station GB300 | 748 GB tutarlı | — | — | 1 trilyon |
| NVIDIA RTX Spark | 128 GB’a kadar birleşik | — | — | Belirtilmiyor |
Hangisini almalıyım?
- Öğrenci, hobi ve içerik üretici: Ollama ya da LM Studio ile 8 ila 20 milyar parametrelik modeller, ComfyUI ile görsel üretimi. RTX 5090’lı bir sistem hem yapay zeka hem oyun için en dengeli seçim.
- Yazılım geliştirici, ajan ve RAG denemeleri: 70 ila 120 milyar parametrelik modelleri bellekte tutmak gerekir. Linux’a alışkınsanız DGX Spark / GX10, Windows şartsa Ryzen AI Max’li bir mini PC.
- Ekip, ince ayar ve üretim ortamı: RTX PRO 6000 Blackwell’li bir iş istasyonu; yüksek bant genişliği birden fazla kullanıcıya aynı anda hız verir.
- Büyük model araştırması: DGX Station GB300.
- Kurumsal altyapı: AI sunucular.
Emin değilseniz çalıştırmak istediğiniz modeli ve kaç kişinin kullanacağını bize yazın; size uygun yapılandırmayı önerelim.
Hangi yazılımlar kullanılır?
- Ollama: Modelleri tek komutla indirip çalıştıran komut satırı aracı.
- LM Studio: Windows, macOS ve Linux için grafik arayüzlü model çalıştırıcı.
- ComfyUI: Görsel ve video üretimi için düğüm tabanlı iş akışı aracı.
- vLLM: Çok kullanıcılı ve yüksek verimli çıkarım sunucusu.
- NVIDIA DGX OS ve AI Workbench: DGX Spark ve DGX Station ile gelen yazılım yığını.
- AMD ROCm: Radeon AI PRO kartları ve Ryzen AI Max için açık kaynak yazılım yığını.
- Intel OpenVINO ve oneAPI: Intel Arc Pro kartlar için yapay zeka yazılım yığını.
Tek cihazdan fazlası: ölçekleme
İki ya da üç DGX Spark (GB10 cihazı) 200 Gb/s’lik ağ bağlantısıyla ve QSFP kabloyla birbirine bağlanabilir: iki cihaz tek kabloyla, üç cihaz ise halka şeklinde üç kabloyla bağlanır ve kurulum adımları NVIDIA’nın resmî kılavuzlarında anlatılıyor (iki cihaz, üç cihaz). NVIDIA iki cihazla 405 milyar parametrelik modellerin çalıştırılabileceğini açıkladı (NVIDIA). İş istasyonlarında birden fazla RTX PRO kart kullanılabilir. İhtiyaç bunu aşarsa bir sonraki adım raf tipi yapay zeka sunucularıdır.
Sıkça Sorulan Sorular
Yapay zeka için kaç GB VRAM gerekir?
Çalıştırmak istediğiniz modele bağlıdır. 4 bitlik biçimde 8 milyar parametrelik bir model yaklaşık 5 GB, 20 milyar parametrelik bir model yaklaşık 12 GB, 70 milyar parametrelik bir model yaklaşık 42 GB bellek ister. 16 GB iyi bir başlangıçtır, 32 GB 20–30 milyar parametrelik modeller için rahattır; 70 milyar ve üstü için 48 ila 128 GB bellek gerekir.
DGX Spark ile RTX 5090’lı bir sistem arasındaki fark ne?
Kapasite ile hız arasındaki farktır. DGX Spark 128 GB birleşik belleğiyle 200 milyar parametreye kadar modelleri sığdırır ama bellek hızı 273 GB/s’dir. RTX 5090’ın belleği 32 GB’tır ama çok daha hızlıdır. Küçük modeller RTX 5090’da daha hızlı çalışır, büyük modeller ise yalnızca DGX Spark’a sığar. Ayrıca DGX Spark Arm tabanlıdır ve Linux ile gelir; RTX 5090’lı sistemler Windows çalıştırır ve oyun için de kullanılabilir.
Agent Computer nedir, normal bilgisayardan farkı ne?
Agent Computer, yapay zeka ajanlarını yerelde ve sürekli çalıştırmak için tasarlanmış bilgisayar sınıfıdır. Normal bir bilgisayardan farkı, büyük bir dil modelini ve uzun bağlamı aynı anda tutabilecek 64 ila 128 GB ve üzeri birleşik bellek ya da büyük ekran kartı belleğidir. AMD bu terimi Ryzen AI Max sistemleri için, NVIDIA ise DGX Spark ve RTX Spark için kullanıyor.
Copilot+ (NPU’lu) bir laptop yerel dil modeli çalıştırır mı?
Küçük modelleri çalıştırabilir, ama NPU’lar hafif ve sürekli çalışan özellikler için tasarlandı. Bu laptoplarda bellek genellikle 16 ila 32 GB’tır ve işletim sistemiyle paylaşılır. 20 milyar parametre ve üstü modeller için güçlü bir ekran kartı ya da büyük birleşik belleğe sahip bir sistem gerekir.
DGX Spark’a Windows kurulur mu?
NVIDIA, DGX Spark’ı Arm tabanlı GB10 çipi üzerinde Ubuntu tabanlı DGX OS ile sunuyor; Windows desteği yok. Windows ve x86 uyumluluğu gerekiyorsa Ryzen AI Max’li mini bilgisayarlar ya da RTX 5090 veya RTX PRO’lu sistemler daha uygun.
Birden fazla DGX Spark birleştirilebilir mi?
Evet. İki ya da üç cihaz, 200 Gb/s’lik ağ bağlantısıyla QSFP kabloyla doğrudan birbirine bağlanabilir: iki cihaz tek kabloyla, üç cihaz halka şeklinde üç kabloyla bağlanır. NVIDIA bu kurulumların adımlarını resmî kılavuzunda anlatıyor; bir ağ anahtarı (switch) kullanıldığında dört cihaza kadar küme kurulabiliyor. NVIDIA’ya göre iki cihazla 405 milyar parametrelik modeller çalıştırılabilir.
Yapay zeka bilgisayarı oyun için de kullanılır mı?
RTX 5090’lı sistemler ve RTX PRO iş istasyonları Windows çalıştırdığı için oyunda da kullanılabilir. DGX Spark ve diğer GB10 cihazları Arm tabanlı ve Linux ile geldiği için oyun bilgisayarı yerine geçmez.
İş istasyonu ile oyun bilgisayarı arasındaki fark ne?
İş istasyonları ECC bellek, profesyonel yazılımlar için sertifikalı sürücüler ve 7/24 kararlı çalışma için tasarlanır. RTX PRO 6000 Blackwell gibi profesyonel kartlarda bellek 96 GB’a kadar çıkar; oyun kartlarında en fazla 32 GB’tır.
Intel Arc Pro B70 yapay zeka için uygun mu?
Evet. 32 GB ECC’li belleğiyle 4 bitte yaklaşık 30 milyar parametreye kadar modelleri tek kartta çalıştırabilir, iki kartla 70 milyar parametrelik modeller sığar. 230 W ile düşük güç tüketir. Yazılım desteği NVIDIA’nın CUDA ekosistemi kadar yaygın değildir; Intel’in OpenVINO ve oneAPI yığınları ile llama.cpp gibi araçlar kullanılır.
Yapay zeka bilgisayarı fiyatları ne kadar?
Fiyat, bellek miktarına ve ekran kartına göre geniş bir aralıkta değişir. Güncel fiyatları Yapay Zeka kategorisinde görebilirsiniz.
Kaynaklar
- NVIDIA DGX Spark ürün sayfası
- NVIDIA DGX Station ürün sayfası
- NVIDIA RTX PRO 6000 Blackwell ürün sayfası
- NVIDIA GeForce RTX 5090 ürün sayfası
- NVIDIA RTX Spark basın bülteni (31 Mayıs 2026)
- NVIDIA DGX Spark duyurusu (CES, 6 Ocak 2025)
- NVIDIA DGX Spark kümeleme kılavuzu (Spark Stacking)
- NVIDIA playbook: Connect Three DGX Spark in a Ring Topology
- AMD Agent Computers sayfası
- AMD: Enabling Agent Computers with Ryzen AI Max (28 Nisan 2026)
- AMD Radeon AI PRO R9700 ürün sayfası
- ASUS Turbo Radeon AI PRO R9700 32G ürün sayfası
- Intel Arc Pro B70 teknik özellikleri
- ASUS ExpertCenter Pro ET900N G3 ürün sayfası
- OpenAI: Introducing gpt-oss
