---
title: "Maple-Preview – iPhone'da 120 Token/sn Hızında Çalışan Üçlü 20B MoE Modeli"
url: https://blog.edumints.com/maple-preview-iphoneda-120-tokensn-hizinda-calisan-uclu-20b-3mnigkhz
category: "Yapay Zeka"
date: 2026-08-05T09:02:54.402Z
publisher: Edumints Blog
lang: tr-TR
source_name: "Hacker News"
source_url: https://deepgrove.ai/maple-preview
---

# Maple-Preview – iPhone'da 120 Token/sn Hızında Çalışan Üçlü 20B MoE Modeli

DeepGrove AI tarafından duyurulan **Maple-Preview**, yapay zeka mimarisi ve cihaz üstü (on-device) çıkarma teknolojilerinde çığır açan bir gelişmeyi temsil ediyor. Toplam 20 milyar parametreye sahip bu Mixture-of-Experts (MoE) akıl yürütme modeli, ternary (üçlü) ağırlık kuantizasyonu sayesinde mobil cihazlarda eşsiz bir hız ve verimlilik sunuyor.

Edumints topluluğu ve yazılım geliştiricileri için bu önemli gelişmenin öne çıkan detaylarını ve pratik çıkarımlarını 4 maddede inceleyelim:

## 1. Üçlü Ağırlık (Ternary Weight) ve MoE Mimarisi
Maple-Preview, 20 milyar toplam parametreye sahip olmasına rağmen her işlem adımında yalnızca 1 milyar parametreyi aktif kılan (20B-A1B) bir MoE yapısı kullanır. Modelin en yenilikçi yönü, standart 16-bit veya 8-bit ağırlıklar yerine **ternary kuantizasyon** (-1, 0, +1) tercih etmesidir. Bu yaklaşım sayesinde model boyutu 5.31 GB seviyesine düşürülmüştür.
- **Pratik Çıkarım:** Model sıkıştırma, kuantizasyon ve seyreklik (sparsity) teknikleri modern yapay zeka mühendisliğinin odağı haline geliyor. Geliştiricilerin sadece model eğitmediğini, kaynak kısıtlı donanımlar için optimizasyon yapmayı da öğrenmesi şarttır.

## 2. İnanılmaz Cihaz Üstü Performans ve Hız
Donanım kaynaklarını maksimum verimle kullanan model, bir **iPhone üzerinde saniyede 120 token**, Mac Mini M4 üzerinde ise **saniyede 200'den fazla token** üretme hızına ulaşmaktadır. Ayrıca 131.072 token'lık oldukça geniş bir bağlam (context) penceresi sunmaktadır.
- **Pratik Çıkarım:** Bulut sunucu bağımlılığı ve yüksek API maliyetleri azalmaktadır. Yerel cihazlarda çalışan, internet bağlantısı gerektirmeyen ve düşük gecikmeye (low-latency) sahip mobil uygulamalar geliştirmek artık çok daha erişilebilir duruma gelmiştir.

## 3. Yüksek Akıl Yürütme Kapasitesi ve Açık Kaynak
DeepGrove AI, bu modeli temel akıl yürütme (reasoning) yeteneklerine odaklanarak geliştirdi. Uluslararası Matematik Olimpiyatı (IMO) seviyesindeki karmaşık mantık ve matematik problemlerini çözebilen model, MIT lisansı ile tamamen açık kaynaklı olarak paylaşılmıştır.
- **Pratik Çıkarım:** Açık kaynaklı ve hafif uzman modeller (MoE), devasa kapalı sistemlere güçlü bir alternatif sunuyor. Yazılım geliştiriciler, belirli alanlarda uzmanlaşmış otonom ajanlar inşa ederken bu tarz verimli açık yapıları temel alabilir.

## 4. Geliştiriciler ve Öğrenenler İçin Gelecek Vizyonu
Geleceğin yazılım mimarilerinde yerel LLM entegrasyonu ve uç cihaz (Edge AI) çözümleri standart bir gereksinim olacaktır. Kullanıcı verilerinin cihaz dışına çıkmadığı gizlilik odaklı uygulamalar yazmak, mobil ve masaüstü yazılım geliştirmede öne çıkacaktır.
- **Pratik Çıkarım:** Cihaz içi bellek yönetimi, NPU/GPU optimizasyonları ve yerel model çalıştırma pratiklerini öğrenmek yazılım geliştiricilere büyük bir kariyer avantajı sağlayacaktır. Öğrenme yol haritanıza bu teknolojileri eklemelisiniz.

Orijinal makaleye [buradan](https://deepgrove.ai/maple-preview) ulaşabilirsiniz.

---

**Kaynak:** [Hacker News](https://deepgrove.ai/maple-preview)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/maple-preview-iphoneda-120-tokensn-hizinda-calisan-uclu-20b-3mnigkhz