NVIDIA ve Palantir, Tedarik Zincirleri için Egemen AI Yığını Dağıtıyor

Palantir Technologies (PLTR ) ve NVIDIA, 10 Eylül 2026’da bir iş birliği duyurdu kritik tedarik zincirlerine egemen AI getirmek için, AI yığını ilk olarak NVIDIA’nın kendi tedarik zinciri operasyonlarında dağıtıldı. Bu dağıtım, NVIDIA Nemotron açık modellerini Palantir Foundry ve Yapay Zeka Platformu (AIP)’ye, Palantir Ontolojisi üzerine inşa edilmiş bir AI yığını olarak getiriyor.

Duyuruya göre, yığın tedarik zinciri görünürlüğü oluşturmayı, kısıtlamaları belirlemeyi, operasyonel uzmanlığı sürekli olarak kodlamayı ve kararları makine hızında yönlendirmeyi amaçlıyor; aynı zamanda organizasyon kendi özel verileri üzerinde kontrol ve sahipliği koruyor. Palantir AIP içinde, NVIDIA cuOpt yazılımı optimizasyon ve senaryo planlamasını destekleyerek ekiplerin tedarik kısıtlamalarını modellemelerini, takasları değerlendirmelerini ve tahsis kararlarının operasyonel etkisini anlamalarını sağlıyor. Eğitimi tamamlanmış Nemotron açık modelleri eylemler önermekte, takasları açıklamakta ve ortaya çıkan riskleri işaretlemekte; tedarik zinciri uzmanları ise nihai kararların kontrolünü ellerinde tutuyor.

NVIDIA, milyonlarca parça, binlerce tedarikçi ve küresel bir üretim ortakları ağına yayılan dünyanın en karmaşık tedarik zincirlerinden birini yönettiğini belirtiyor. Raf ölçeğinde bir AI sistemini üretime getirmek, hesaplama, bellek, ağ, güç, soğutma ve mekanik bileşenlerin koordine edilmiş bir şekilde bulunmasını gerektirir; şirket, her Vera Rubin rafındaki 1,3 milyon parçanın tedarikini güvence altına almak için ekosistemiyle yakın çalıştığını belirtiyor.

NVIDIA Dağıtımı Wafer Çıkışından İlk Token’a

9 Eylül 2026 tarihli ve NVIDIA çözümler mimarları Nell Barber, Rana Haber ve Aastha Jhunjhunwala tarafından yazılmış bir NVIDIA Teknik Blog gönderisi, dağıtımın mekaniklerini ayrıntılı olarak açıklıyor. NVIDIA, tedarik zinciri performansını wafer çıkışından ilk token: zamanına kadar ölçer; time-to-rack, fab’dan çıkan silikondan veri merkezi katına gelen monte edilmiş sisteme kadar süreci kapsar ve time-to-token, altyapıyı üretken kılan güç, soğutma, ağ ve yazılım yığınını içerir. Tek bir raf içinde on sekiz taneden biri olan bir Grace Blackwell NVL72 hesaplama tepsisi, iki Grace CPU, dört Blackwell GPU ve otuz iki HBM3e yığını gerektirir. Gönderiye göre, Vera Rubin için oluşturulan tedarik zinciri, Grace Blackwell’ınkinden iki kat daha büyük.

Sözleşmeli üreticiler, her bileşen üç havuzdan birinden gelene kadar montajı başlatamaz: NVIDIA’dan doğrudan gelen parçalar, NVIDIA’nın konsinye stokladığı parçalar ve tedarikçilerden gelen parçalar. NVIDIA, bir üretim sitesinin malzemeyi alması anından, alt montaj ya da ürün parçası olarak çıkana kadar süren Sahiplik Süresi saatini çalıştırır. Her hafta, her üretim sitesine ne kadar ve hangi malzemeyi tahsis edeceğine karar vermek zorundadır; bu, planlayıcıların haftalık olarak manuel olarak yeniden düzenlediği kritik bir malzeme tahsis problemi olup, tahsis mevcut çeyrek ve bir sonraki çeyrek boyunca yürütülür.

NVIDIA tedarik zinciri operasyon ekibi, Palantir Foundry üzerinde bir Dijital Tedarik Zinciri Zekâsı komuta merkezi oluşturmak için Palantir ile birlikte çalıştı; burada Ontoloji, malzemeleri, üretim sitelerini, taahhütleri, kapasiteyi, tahsisleri, üretim çıktıları ve yapılandırılmamış niteliksel sinyalleri tek bir yönetilen veri katmanında birleştiriyor. GPU hızlandırmalı karar optimizasyonu için açık kaynaklı bir kütüphane olan NVIDIA cuOpt, girdilerini Ontolojiden alır ve haftalık tahsisi, Sahiplik Süresini minimize eden bir karışık tamsayılı lineer program olarak çözer. Çözücü ayrıca hangi kısıtlamaların bağlayıcı olduğunu raporlar ve çözüm hızlı olduğu için planlayıcılar, bir dönemde yüzde on daha az bellek ya da yeni bir üretim sitesinin devreye girmesi gibi senaryoları keşfedebilir.

Geçmiş tahsis kararlarını gerçek sonuçlarla geriye dönük test etmek, insan planlayıcıların çözücüyü, çözücünün göremediği bilgilerden yararlanarak (o hafta ortaklarla değiştirilen e-postalar, kritik bölgeler için şiddetli hava tahminleri, devam eden jeopolitik olaylar, tedarikçi özet transkriptleri ve yılların birikmiş uzmanlığı) daha iyi performans gösterdiğini ortaya koydu. Bu nedenle iş akışı, her tahsis kararını, ardındaki mantığı, beklenen sonucu ve gerçek sonucu yakalar.

NVIDIA, yakalanan kararlar üzerinde, yaklaşık 30 milyar parametreye ve her ileri geçişte yaklaşık 3 milyar aktif parametreye sahip açık ağırlıklı Nemotron 3.5 Lightning modelini sonradan eğitti. Veri hattı, kişisel tanımlayıcı bilgileri kaldırmak ve hassas alanları gizlemek için NeMo Anonymizer, örnekleri sentetik veriyle genişletmek ve dengelemek için NeMo Data Designer ve temel ağırlıklar dondurulurken küçük bir LoRA adaptör parametresi seti eğitmek için NeMo AutoModel kullanır. Palantir Autopilot, yaşam döngüsünü uçtan uca yönetir; her işi Ontoloji verisinden başlatır, dağıtılan modeli izler ve veriden model sürümüne ve öneriye kadar soy ağacını bütün tutar.

Raporlanan Kıyaslama Sonuçları

NVIDIA’nın geliştirme kıyaslamasında, sonradan eğitilen Lightning modeli %86.7 tahsis-karar doğruluğuna ulaşmış; daha büyük Nemotron 3 Ultra için %55.5 ve temel Lightning modeli için %17.5 ile karşılaştırılmış, blog rapor ediyor. Karar türlerini örneklerden ziyade eşit ağırlıkta değerlendiren metriklerde, sonradan eğitilen model %58.6 dengeli doğruluk, Ultra’nın %42.0’ı ve %57.5 Macro-F1, Ultra’nın %39.5’i elde etti. LoRA eğitim çalışması, iki NVIDIA B200 GPU üzerinde dakikalar içinde tamamlandı. Blog, modelin kazançlarının sonradan eğitildiği alanda yoğunlaştığını ve ince ayar yapılmasına rağmen gelecekteki üretim risk tahminlerinin zor kaldığını belirtiyor.

Kabul edilen, düzenlenen ve geçersiz kılınan öneriler Ontoloji’ye geri yazılır ve başka bir yönetilen eğitim çalışmasını haklı çıkaracak kadar temsilci veri birikene kadar birikir. Şirketler, bu geri bildirimi pekiştirme öğrenmesi için kullanmayı planlıyor; kabul edilen ve geçersiz kılınan öneriler, tahsis doğruluğu, politika uyumu ve kanıt temelli konularını kapsayan tercih çiftleri oluşturur; model üretimde asla kendini yeniden eğitmez.

Dağıtım, NVIDIA referans mimarileri ve ortak olarak geliştirilen Palantir Sovereign AI İşletim Sistemi Referans Mimarisi (SAIOS) üzerinde çalışır; bu mimari Dell Technologies (DELL ) ve Cisco tarafından desteklenir. AI yığını, Cisco ve Dell gibi sistem üreticileriyle yerinde ya da Rackspace ve Nebius ile ortak konum ve bulut ortamlarında dağıtılabilir.

“NVIDIA, muhtemelen dünyadaki en değerli, karmaşık ve kompleks tedarik zincirine sahiptir. Nemotron modelleri ve Ontoloji ile güçlendirilmiş egemen yığınımız, sınırları aşan yetenekler sunarken, aksi takdirde mevcut olmayan alfa koruma özellikleri sağlıyor,” dedi Palantir Technologies kurucu ortağı ve CEO’su Alex Karp.

“Tedarik zincirleri, fiziksel ekonominin işletim sistemidir ve AI fabrikaları, şimdiye kadar inşa edilen en karmaşık sistemlerden biridir,” dedi NVIDIA kurucusu ve CEO’su Jensen Huang.

Şirketler, NVIDIA’nın dağıtımından elde edilen öğrenimleri üretim, enerji, sağlık, otomotiv ve havacılık sektörlerindeki işletmelere genişletmeyi planlıyor ve duyuru, tarım, üretim, ilaç, perakende, teknoloji ve hükümet kuruluşlarının AI yığını kullanarak kendi tedarik zinciri operasyonlarını optimize edebileceğini belirtiyor. AI yığını ve sektörler arası uygulamaları, Palantir’ın AIPCon 11 konferansında sergilenecek.