Project Zenith Nedir? Ne Değildir?

Microsoft, uygulama geliştiricileri ve yapay zeka mühendisleri için yüksek gereksinimlere sahip yeni bir Windows 11 uyarlaması olan Project Zenith‘i tanıttı. Temelde Windows 11 çekirdeğini ve sistem mimarisini kullansa da, baştan sona geliştirici odaklı tasarlanmış özel bir Windows 11 deneyimi olarak düşünülebilir. Peki neden böyle bir şeye ihtiyaç var? Çünkü günümüzde geliştiriciler, yeni bir projeye başlamadan önce araç kurmakla, bulut API maliyetlerini yönetmekle ve güvenlik endişeleriyle uğraşmak zorunda kalıyor. Project Zenith, bu yükleri ortadan kaldırmayı hedefliyor.

Project Zenith’in Amacı ve Vizyonu

Project Zenith’in temel vizyonu, Windows’u yazılımcılar ve yapay zeka geliştiricileri için buluta bağımlı kalmadan kendi üzerinde devasa yapay zeka modelleri ve otonom ajanlar çalıştırabilen bir ortam haline getirmektir. Bu vizyon üç ana hedef etrafında şekilleniyor:

1. Ready-to-Code deneyimi: Normalde geliştiriciler önce Windows’u kurar, ardından ihtiyaç duydukları uygulama araçlarını ve çalışma zamanlarını tek tek kurar. Bu, “kutudan çıkar çalıştır” mantığından uzaktır. Microsoft, Project Zenith ile temel araçları sisteme önceden entegre ederek geliştiricinin ilk açılışta kod yazmaya hazır olmasını sağlar.
2. Yerel yapay zekanın ulaşılabilir kılınması: 30 milyardan fazla parametreli yapay zeka modellerini yerelde çalıştırabilmek. Bu sayede bulut bağımlılığı azalırken token limitlerine de takılılmaz.
3. Ajan güvenliği ve izolasyon: Yerel yapay zeka ajanlarının sistemde kendi kendine kod çalıştırması, dosya silmesi veya komut satırı erişimi sağlaması ciddi güvenlik riskleri barındırır. Project Zenith, Microsoft Execution Containers altyapısını içerir. Ajanlar kod derlerken veya test yürütürken ana işletim sisteminden tamamen izole edilmiş hafif konteynerlar içinde çalışarak ana sisteme zarar vermesi engellenir.

Project Zenith İçin Donanım Gereksinimleri

Project Zenith’i herkesin kolayca kuramayacağını söylemek yanlış olmaz; çünkü sistem gereksinimleri gerçekten yüksek. Microsoft, yerel (on-device) yapay zeka modellerini akıcı çalıştırabilmek ve ajan iş yüklerini yönetebilmek için iki ana şart koşuyor.

Minimum Sistem Gereksinimleri

• Bellek Kapasitesi: En az 64 GB Birleşik Bellek (Unified Memory). (Standart RAM yetersizdir; CPU ve GPU’nun ortak erişebildiği yüksek hızlı birleşik bellek mimarisi zorunludur.)
• Bellek Bant Genişliği: En az 250 GB/s. (Büyük yapay zeka modellerinde token üretim hızını doğrudan belirleyen en kritik parametredir.)
• İşletim Sistemi: Windows 11 (Project Zenith Developer Profile / Modu entegreli).
• Güvenlik Donanımı: TPM 2.0 ve Microsoft Execution Containers (MXC) için gerekli donanım tabanlı sanallaştırma desteği.

Önerilen Referans Donanım

Project Zenith’in tam potansiyeliyle (30B – 70B+ parametreli yerel yapay zeka ve kodlama modellerini sıfır API maliyetiyle çalıştırmak için) önerilen sistem yapısı:

• İşlemci / Platform: AMD Ryzen AI Halo (Ryzen AI Max 395 serisi) veya muadili x86 tabanlı, dahili devasa GPU barındıran APU çipleri.
• Bellek: 128 GB veya 192 GB LPDDR5X Birleşik Bellek.
• Grafik (GPU) Gücü: En az 50-60 TFLOPS matris hesaplama gücüne sahip entegre veya dahili grafik işlemcisi.
• NPU (Yapay Zeka İşlemcisi): Arka planda çalışan güvenlik ajanları ve sanallaştırma konteynerları için en az 50 TOPS NPU gücü.
• Depolama: Minimum 1 TB / Önerilen 2 TB M.2 NVMe SSD. (Büyük LLM model dosyalarının [GGML/GGUF/Safetensors] hızlı yüklenmesi için yüksek okuma/yazma hızı gereklidir.)

Project Zenith ve Ready-to-Code

Ready-to-Code, “kutudan çıkar ve çalıştır” demek. Elbette bu herkesin değil; örneğin geliştirme yapmayan bir kullanıcının bu özelliklere ihtiyacı olmayabilir. Ancak geliştiriciler için önemli, çünkü bazı geliştiriciler birden fazla aracı kurmak için saatlerini harcayabiliyor. Project Zenith ise bu süreci ortadan kaldırıyor. Sistemin içinde önceden yüklü olarak gelen araçlar:

• Geliştirme Araçları (Productivity & Edit Tools): Visual Studio Code, GitHub Copilot, PowerToys, WinAppCLI, Windows Dev Skills (The Verge).
• Terminal ve Sürüm Kontrolü (Terminal & Source Control): Windows Terminal, PowerShell 7, Git, GitHub CLI, Azure CLI, Core Utils, Oh My Posh.
• Diller ve Çalışma Zamanları (Languages & Runtimes): Python 3.14+, uv, NVM (Node Version Manager), Node 24+, WSL 2+ (Ubuntu), .NET 10 (Windows Latest).

Bu araçların önceden yüklenmesinin temel nedeni, bir geliştiricinin yeni bir projeye başlarken ihtiyaç duyacağı en temel ve evrensel araç setini sunmaktır.

Project Zenith ve Windows Yapılandırması

Project Zenith geliştiriciler için düşünüldüğü için bazı Windows yapılandırmalarını da içeriyor. Bu ayarları isteyen kişiler normal Windows 11 işletim sisteminde de yapabilir. Ancak Project Zenith’in Ready-to-Code mantığına uyması ve geliştiricilerin bu ayarlar için önceden efor harcamasını engellemesi hedefleniyor; geliştiricilerin dikkatlerinin dağılmasını istemiyorlar. İşte yaptıkları yapılandırmalar:

Etkinleştirilenler (Açılanlar):

• Dosya Gezgini’nde dosya uzantılarını (örn. .exe, .py, .png) varsayılan olarak göster.
• Dosya Gezgini’nde gizli dosyaları ve klasörleri göster.
• Dosya Gezgini başlık çubuğunda tam dosya yolunu (örn. C:\Kullanıcılar\Projeler) göster.
• Dosya Gezgini’nde ayrıntılar bölmesini varsayılan olarak açık tut.
• Uzun dosya yolu desteğini (260 karakter sınırını aşan yollar) etkinleştir.
• Görev Çubuğu’na Windows Terminal ve Visual Studio Code‘u sabitle.
• Başlat menüsü ve Windows Arama’da PowerToys Komut Paleti’ni (Command Palette) etkinleştir.

Devre Dışı Bırakılanlar (Kapatılanlar):

• Son kullanılan dosyalar ve klasörler önerileri.
• Senkronizasyon sağlayıcı ipuçları (OneDrive vb. bildirimler).
• Başlat menüsü ipuçları ve önerileri.
• Hesap bildirimleri.

Project Zenith ve Yapay Zeka

Project Zenith’in en dikkat çekici yönlerinden biri, yerel yapay zeka yeteneklerine verdiği önemdir. Windows’ta zaten mevcut yapay zeka modelleri genellikle Phi serisi gibi hafif modellerdir. Ancak geliştiriciler için hem Phi serisi yavaş ve yetersiz kalır hem de bir dayatma gibi görünebilir. Bu nedenle Project Zenith, açık kaynaklı ve güçlü modellerin kullanımına izin verir.

• 30 Milyardan Fazla Parametreli Modeller: Geliştiriciler, bu cihazlarda 30 milyardan fazla parametreye sahip AI modellerini yerel olarak çalıştırabilir (Windows Report) (The Verge).
• Bulut Token Maliyeti Yok: Bu yerel çalıştırma özelliği, geliştiricilerin bulut tabanlı token tüketimine bağlı maliyetler olmadan denemeler yapmasına olanak tanır.Not — AMD’nin İddiası: AMD’ye göre, 128 GB birleşik belleğe sahip bir Ryzen AI Halo platformu, 200 milyar parametreye kadar modelleri işleyebilir ve pratikte 70 milyar parametrelik bir modeli rahatça çalıştırabilir.

Project Zenith ve WSL Entegrasyonu

Project Zenith ve Windows Subsystem for Linux (WSL) entegrasyonu, Microsoft’un Windows 11’i geliştiriciler ve yapay zeka mühendisleri için “kutudan çıktığı gibi tam uyumlu bir ortama” dönüştürme stratejisinin merkezinde yer alır. Geliştiriciler, özellikle yapay zeka ve sistem programlama alanında çoğu zaman Linux tabanlı araçlara ve kütüphanelere ihtiyaç duyar. WSL olmadan bu, sanal makine kurmak veya çift işletim sistemi kullanmak gibi zahmetli yollarla mümkün olabiliyordu.

Project Zenith ile WSL daha derin bir şekilde sisteme entegre edilmiştir:

• WSL Konteynerları: Geliştiriciler, Windows işletim sistemi içerisinde doğrudan Linux konteynerları (Docker gibi) oluşturup çalıştırabilir.
• Ubuntu önceden yüklü: WSL 2+ ile birlikte Ubuntu hazır gelir; ayrı bir kurulum gerektirmez.
• Windows ve Linux arasında dosya erişimi: Geliştiriciler, Windows Dosya Gezgini üzerinden Linux dosya sistemine erişebilir; böylece iki ortam arasında sürekli geçiş yapma derdi ortadan kalkar.
• Geliştirme araçlarıyla uyumluluk: Visual Studio Code, Windows Terminal ve Azure CLI gibi araçlar WSL ile doğrudan çalışacak şekilde yapılandırılmıştır.

Bu entegrasyon, geliştiricinin hem Windows’un masaüstü deneyiminden yararlanmasını hem de Linux’un komut satırı ve yapay zeka ekosisteminden kopmadan çalışmasını sağlar.

AMD Ryzen AI Halo Neden Seçildi?

AMD Ryzen AI Halo, Project Zenith’in ilk ve amiral gemisi platformu olarak seçildi (The Verge) (Windows Report). Bunun birkaç önemli nedeni var:

• Yüksek Bant Genişliğine Sahip Birleşik Bellek: Ryzen AI Halo, işlemci (CPU) ve grafik işlemcisini (GPU) aynı yüksek bant genişlikli bellek havuzu üzerinden birleştiren bir mimariye sahip. Bu, Project Zenith’in 250 GB/s üzeri bant genişliği ve 64 GB+ bellek gereksinimini karşılamak için biçilmiş kaftan.
• Güçlü Yerleşik Yapay Zeka Birimi (NPU): Bu işlemci, özellikle yapay zeka iş yükleri için optimize edilmiş özel bir donanım birimi (NPU) içeriyor. Bu, büyük dil modellerini çalıştırırken hem performansı artırıyor hem de güç tüketimini optimize ediyor.
• Donanım Ortaklığı: AMD’nin bu platformu, Microsoft’un yüksek donanım gereksinimlerini karşılayan ilk hazır çözüm olarak öne çıktı. Microsoft, ilerleyen aylarda diğer OEM’lerin (bilgisayar üreticilerinin) ve yonga üreticilerinin de bu ekosisteme katılacağını duyurdu.

Sonuç

Project Zenith, Microsoft’un Windows’u yalnızca bir işletim sistemi olmaktan çıkarıp geliştiriciler ve yapay zeka mühendisleri için hazır bir üretim ortamına dönüştürme vizyonunun somut yansımasıdır. Ready-to-Code yaklaşımı, yerel yapay zeka desteği ve donanım izolasyonu sayesinde geliştiriciler; araç kurmakla vakit kaybetmeden, bulut token maliyetlerine bağlı kalmadan ve güvenlik endişesi duymadan projelerine odaklanabiliyor. Elbette 64 GB birleşik bellek ve 250 GB/s bant genişliği gibi gereksinimler, Zenith’i şu an için herkesin değil, özellikle güçlü donanıma sahip yeni nesil cihazların konusu yapıyor. Yine de AMD Ryzen AI Halo gibi platformların yaygınlaşmasıyla bu gereksinimlerin zamanla erişilebilir hale geleceği söylenebilir. Project Zenith, “kendi makinenizde devasa modelleri çalıştırma” fikrinin artık bir hayal değil, elle tutulur bir gerçek olduğunu gösteriyor; Windows’un geliştirici deneyimindeki geleceği de büyük ölçüde bu yönde şekillenecek gibi görünüyor.