EVREN: Savunma Sanayii Yapay Zeka Platformu — Uçtan Uca Rehber

EVREN, T.C. Cumhurbaşkanlığı Savunma Sanayii Başkanlığı (SSB) / Savunma Sanayii Yapay Zeka (SSYZ) bünyesinde geliştirilen, veri etiketleme, aktif öğrenme, dağıtık model eğitimi, görüntü ve büyük dil modeli (LLM) çıkarımı ile model paylaşımını tek çatı altında toplayan yerli ve egemen bir yapay zeka platformudur. Platform; savunma sanayisi firmalarından teknoloji şirketlerine, akademisyenlerden girişimci, öğrenci ve geliştiricilere kadar geniş bir kullanıcı kitlesine hitap eder ve tüm hesaplama akışını Türkiye'deki bare-metal altyapı üzerinde yürütür.

Bu rehber; EVREN'in ne olduğunu, kimlerin kullanabileceğini, uçtan uca iş akışını, teknik altyapısını, kredi ekonomisini, LLM çıkarım API'sini ve güvenli entegrasyon adımlarını kapsamlı biçimde anlatır. Tüm sayısal değerler, platformun kamuya açık teknik göstergeleri ve resmi açıklamaları temel alınarak hazırlanmıştır.

0. Kısa Özet (TL;DR)

• Ne: Uçtan uca, katkı esaslı, egemen yapay zeka platformu (veri → etiket → eğitim → çıkarım → paylaşım).
• Kim: SSB / SSYZ tarafından geliştirilmiş olup, erişim e-Devlet kimlik doğrulamasıyla sağlanır.
• Donanım: 64× NVIDIA H200 GPU (8,8 TB VRAM), 8× NVIDIA RTX A6000 (384 GB VRAM) ve InfiniBand NDR 400 Gbps ağı.
• Modeller: 14 açık ağırlıklı büyük dil modeli; OpenAI uyumlu API, akışlı (streaming) yanıt ve otomatik model yönlendirme desteklenir.
• Ekonomi: Doğrudan ücretli abonelik yoktur; veri etiketleme ve katkı ile kredi (CR) kazanılır, GPU saati ve çıkarım için harcanır.
• Egemenlik: LLM çıkarım trafiği yurt içindeki bare-metal altyapıda işlenir; veriler yurt dışına aktarılmaz.
• Erişim: https://evren.ssyz.org.tr — ücretsiz, e-Devlet ile giriş.

1. EVREN Nedir?

EVREN; veri, yapay zeka modeli ve yüksek performanslı hesaplama gücünü tek platformda birleştirir. Geleneksel akışta ayrı ayrı yönetilen veri hazırlama, etiketleme, eğitim, test, yayımlama ve operasyonel kullanım adımlarını uçtan uca aynı ortamda sunar. Bu sayede:

• Veri egemenliği güçlenir (veri ve model Türkiye'de kalır).
• Tekrarlayan altyapı kurulum maliyeti ortadan kalkar.
• Topluluk katkıları krediye dönüştürülerek GPU kaynakları paylaşılır.
• Savunma sanayisi, akademi ve girişim ekosistemi ortak bir hesaplama havuzunda buluşur.

Platformun temel ilkeleri şunlardır:

1. Egemenlik: Kritik iş yükleri yabancı bulut bağımlılığı olmadan yurt içinde işlenir.
2. Katkı esaslı erişim: Doğrudan ücret yerine, veri ve model katkıları krediye dönüştürülür.
3. Açık standartlar: LLM çıkarımı OpenAI uyumlu API ile sunulur; mevcut uygulamalar düşük entegrasyon maliyetiyle bağlanır.
4. Ölçeklenebilirlik: Slurm tabanlı dağıtık eğitim ve rezervasyonlu GPU havuzu ile iş yükü ölçeklenir.

2. Kim Geliştiriyor, Kim Kullanabilir?

• Geliştirici: T.C. Cumhurbaşkanlığı Savunma Sanayii Başkanlığı (SSB) / SSYZ.
• Blog Yazarı: aegisSoft
• İletişim: ssyz@ssb.gov.tr, +90 312 411 90 00.
• Adres: Devlet, Süleyman Emin Caddesi 6-7, 06420 Çankaya, Ankara, Türkiye.
• Kimlik doğrulama: e-Devlet (OIDC) üzerinden kimlik.ssb.gov.tr.
• Hedef kitle: Savunma sanayisi firmaları, teknoloji şirketleri, akademisyenler, girişimciler, öğrenciler ve geliştiriciler.
• Dil desteği: Türkçe arayüz ve İngilizce bilgi; platform arayüzü Türkçe odaklıdır.

Erişim ücretsizdir; ücretli abonelik modeli yoktur. Bunun yerine kullanıcılar katkı yaparak kredi kazanır ve bu kredilerle GPU kaynaklarına erişir.

3. Uçtan Uca İş Akışı

EVREN'deki tipik bir yapay zeka geliştirme döngüsü şu adımlardan oluşur:

1. Veri yükleme: Görüntü, metin veya ses verileri presigned (önceden imzalı) yükleme ile platforma aktarılır.
2. Etiketleme: BBox, poligon, OBB, keypoint, NER ve ses bölgesi etiketleme türleri ile veri işaretlenir.
3. Ön etiketleme / aktif öğrenme: SAM 3 ve YOLO tabanlı modellerle otomatik ön etiketleme yapılır; insan doğrulamasıyla kalite artırılır.
4. Eğitim: Slurm üzerinde Apptainer konteynerleriyle bare-metal HPC kümesinde dağıtık eğitim çalıştırılır.
5. Değerlendirme: Eğitim metrikleri canlı izlenir; modeller versiyonlanır.
6. Paylaşım / marketplace: Eğitilen modeller toplulukla paylaşılır ve kredi kazandırır.
7. Çıkarım: Görüntü çıkarımı RTX A6000 kümesinde, LLM çıkarımı H200 kümesinde OpenAI uyumlu API ile sunulur.

4. Teknik Altyapı

4.1 HPC Eğitim Kümesi (H200)

Bu küme; model eğitimi, ince ayar (fine-tuning) ve ağır çıkarım iş yükleri için kullanılır. Eğitim işleri Slurm kuyruğunda çalışır; iş başlamadan kredi bakiyesi kontrol edilir.

4.2 Görüntü Çıkarım Kümesi (RTX A6000)

Bu küme; web kamerası üzerinden gerçek zamanlı nesne tespiti, görüntü analizi ve video akışlarının işlenmesi gibi düşük gecikmeli senaryoları hedefler.

4.3 Depolama ve Ağ

• Veri yükleme presigned URL'ler ile yapılır; büyük veri kümeleri parçalı yüklenebilir.
• Nesne depolama (object storage) veri setleri ve model artefaktlarını saklar.
• InfiniBand NDR 400 Gbps, düğümler arası yüksek bant genişliği ve düşük gecikme sağlar.
• NVLink NV18, düğüm içi GPU-GPU iletişimini hızlandırır.

4.4 Rezervasyon Sistemi

GPU kapasitesi önceden ayırtılabilir:

• Rezervasyonlar en erken 24 saat, en geç 3 ay sonrasına yapılabilir.
• Başlangıç ve bitiş tarihleri kullanıcı tarafından belirlenir.
• Maliyet rezervasyon sürecinde güncellenir.
• Yetersiz bakiye durumunda iş başlatılmaz ve önceden uyarı verilir.

4.5 Yazılım Yığını (Genel)

• Orkestrasyon: Slurm (iş kuyruğu, kaynak tahsisi).
• Konteyner: Apptainer (bare-metal HPC uyumlu).
• Eğitim: Dağıtık, çok-GPU eğitim; metrikler canlı izlenir.
• Etiketleme: BBox, poligon, OBB, keypoint, NER, ses bölgesi.
• Ön etiketleme: SAM 3, YOLO, aktif öğrenme.

5. Veri Etiketleme

EVREN; bilgisayarlı görü ve doğal dil işleme görevleri için geniş bir etiketleme türü yelpazesi sunar:

Aktif öğrenme ve ön etiketleme: SAM 3 ve YOLO tabanlı otomatik ön etiketleme ile büyük veri kümeleri hızlıca işaretlenir; insan doğrulaması ile kalite korunur. Bu akış etiketleme süresini belirgin biçimde kısaltır.

Model marketplace ve sürümleme: Eğitilen modeller sürümlenir ve toplulukla paylaşılabilir; paylaşım kredi kazandırır.

6. Model Eğitimi

• Eğitim işleri Slurm üzerinden Apptainer konteynerleriyle bare-metal HPC kümesinde çalışır.
• 8 düğüm × 8 H200 GPU, InfiniBand NDR 400G ağ ile bağlıdır.
• Kullanıcılar kredi (CR) ekonomisi üzerinden GPU saati harcar.
• Eğitim metrikleri canlı olarak izlenir.
• Maliyet, seçilen model mimarisinin saatlik kredi katsayısı ile tahmini eğitim süresinin çarpımıdır.
• GPU sayısı, düğüm sayısı ve veri kümesi boyutu süreyi etkiler.
• Sistem iş başlamadan bakiyenizi kontrol eder; yetersizse iş başlatılmaz ve önceden uyarı verilir.

7. LLM Çıkarımı

EVREN; açık ağırlıklı büyük dil modellerine Türkiye'deki bare-metal NVIDIA H200 altyapısında erişim sunar.

7.1 Temel Özellikler

• 14 açık ağırlıklı büyük dil modeli (sohbet, kodlama, akıl yürütme, görsel anlama); model listesi platform güncellemeleriyle genişlemektedir.
• OpenAI uyumlu API: mevcut uygulamalar düşük entegrasyon maliyetiyle bağlanır.
• Akışlı (streaming) SSE yanıtları.
• Otomatik model yönlendirme: model adıyla doğrudan seçim veya auto akıllı yönlendirme.
• Kota ve kredi kontrolleri: kullanıcı ve organizasyon kredileri ayrıştırılır.
• Telemetri: token, istek ve filo kullanım izleme.

7.2 Veri Egemenliği

LLM çıkarım trafiği EVREN'in yurt içindeki kendi bare-metal altyapısında işlenir. API anahtarları kapsam ve hesap düzeyinde sınırlandırılır; kullanıcı ve organizasyon kredileri ayrıştırılır. Hassas iş yükleri için yabancı bulut bağımlılığı azaltılırken, kullanım ve maliyet kayıtları denetlenebilir biçimde tutulur.

7.3 Ücretsiz Erişim Dönemi

API erişimini yaygınlaştırmak amacıyla 1 Kasım 2026'ya kadar yapılan API çağrıları sınırsız ve kredi bakiyesinden düşülmeden (ücretsiz) sunulmaktadır. Geliştiricilerin mevcut uygulamalarını platforma entegre etmesi ve altyapıyı deneyimlemesi için önemli bir fırsattır (belirli kampanya dönemlerinde benzer fırsatlar platform tarafından duyurulmaktadır).

7.4 Entegrasyon Örneği (Genel)

Aşağıdaki örnek, ortam değişkenleri üzerinden güvenli erişimi gösterir (değerleri kendi ortamınızdan alın; hiçbir anahtar kod içine yazılmaz):

curl "$EVREN_BASE_URL/v1/chat/completions" \
  -H "Authorization: Bearer $EVREN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"auto","messages":[{"role":"user","content":"Merhaba"}],"stream":true}'

Python veya standart HTTP istemcileriyle de erişim mümkündür. Model seçimi için model adı belirtilebilir veya auto akıllı yönlendirmesi kullanılabilir.

8. Kredi Ekonomisi

EVREN, doğrudan ücretli abonelik yerine katkı esaslı bir kredi modeliyle çalışır.

8.1 Kredi Nasıl Kazanılır?

Kredi; veri etiketleme görevleri, doğrulama (review), açık veri seti ve model paylaşımı ile topluluk katkıları üzerinden kazanılır. Katkı puanı yükseldikçe kullanıcı seviyesi artar.

Katkı karşılığı kredi tablosu:

Belirli katkılar için bonus kredi seçenekleri de sunulur.

8.2 Kredi Nasıl Harcanır?

GPU eğitimi, çıkarım ve dışa aktarım işlemleri kredi harcar. Kazanılan krediler GPU eğitimi ve çıkarım gibi maliyetli işlemlerde doğrudan kullanılır.

8.3 HOLD → SETTLE → RELEASE

Kredi ekonomisi üç aşamalı bir zincirle çalışır:

1. HOLD: Eğitim başlarken kredi bloke edilir.
2. SETTLE: İş tamamlanınca kredi kesinleşir (harcanır).
3. RELEASE: Başarısız olursa kredi iade edilir.

Bu akış, kullanıcı bakiyesini korur ve başarısız işlerde kredi kaybını önler.

9. Platform Rakamları (Güncel Göstergeler)

Bu rakamlar platformun kamuya açık göstergelerinden alınmış olup zamanla güncellenebilir.

10. Güvenlik, Egemenlik ve Uyumluluk

• Veri egemenliği: Veri ve modeller Türkiye'deki bare-metal altyapıda saklanır; LLM çıkarım trafiği yurt dışına aktarılmaz.
• Kimlik: e-Devlet (OIDC) tabanlı güçlü kimlik doğrulama.
• Erişim kontrolü: API anahtarları kapsam ve hesap düzeyinde sınırlandırılır; kullanıcı ve organizasyon kredileri ayrıştırılır.
• Denetlenebilirlik: Kullanım ve maliyet kayıtları denetlenebilir biçimde tutulur.
• Kurumsal güvenlik: Kurumsal güvenlik ve rol tabanlı erişim kontrolü özellikleri LLM çıkarım katmanında yerleşik olarak sunulur.
• Amaç: Hassas iş yükleri için yabancı bulut bağımlılığını azaltmak ve milli yapay zeka ekosistemini güçlendirmek.

11. Hızlı Başlangıç (Genel Adımlar)

1. https://evren.ssyz.org.tr adresine gidin.
2. e-Devlet kimlik doğrulaması ile giriş yapın.
3. Keşfet bölümüne geçerek veri setlerini ve modelleri inceleyin.
4. Bir veri seti yükleyin veya mevcut bir veri seti seçin.
5. Etiketleme arayüzünde BBox/poligon/keypoint/NER/ses türlerinden uygun olanı seçin; SAM 3 / YOLO ön etiketlemesini kullanın.
6. Eğitime geçin: model mimarisini, GPU sayısını ve süreyi seçin; kredi bakiyesini kontrol edin.
7. Gerekirse GPU rezervasyonu oluşturun (en erken 24 saat, en geç 3 ay).
8. LLM çıkarımını deneyin: API anahtarınızı oluşturun ve OpenAI uyumlu uç noktaya istek gönderin (1 Kasım 2026'ya kadar ve kampanya dönemlerinde API çağrıları ücretsizdir).
9. Eğitilen modelinizi marketplace'e paylaşarak kredi kazanın.

12. Sıkça Sorulan Sorular

EVREN nedir? EVREN, Savunma Sanayii Başkanlığı (SSB) / SSYZ bünyesinde geliştirilen uçtan uca yerli bir yapay zeka platformudur. Veri etiketleme, ön etiketleme (SAM 3, YOLO), dağıtık model eğitimi, çıkarım ve model paylaşımını tek çatı altında toplar. Tüm akış Türkçe arayüz ve egemen altyapı yaklaşımı ile sunulur.

EVREN hangi veri etiketleme türlerini destekler? Platform; sınırlayıcı kutu (BBox), poligon, yönlü kutu (OBB), anahtar nokta (keypoint), NER metin etiketleme ve ses bölgesi etiketlemesini destekler. SAM 3 ve YOLO tabanlı otomatik ön etiketleme ile etiketleme süresi belirgin biçimde kısalır.

EVREN model eğitimini nasıl çalıştırır? Eğitim işleri Slurm üzerinden Apptainer konteynerleriyle bare-metal HPC kümesinde çalışır. 8 düğüm × 8 H200 GPU ve InfiniBand NDR 400G ağ ile bağlantı sağlanır. Kullanıcılar kredi (CR) ekonomisi üzerinden GPU saati harcar; eğitim metrikleri canlı olarak izlenir.

EVREN LLM çıkarımı nedir? EVREN LLM çıkarımı; sohbet, kodlama, akıl yürütme ve görsel anlama gibi görevler için Türkiye'deki bare-metal NVIDIA H200 altyapısında sunulan egemen bir çıkarım hizmetidir. OpenAI uyumlu API sayesinde mevcut uygulamalar düşük entegrasyon maliyetiyle bağlanabilir; istekler akıllı yönlendirme, kota ve kredi kontrollerinden geçer.

LLM isteklerinde veri yurt dışına çıkar mı? Hayır. LLM çıkarım trafiği EVREN'in yurt içindeki bare-metal altyapısında işlenir; veriler yurt dışına aktarılmaz. API anahtarları kapsam ve hesap düzeyinde sınırlandırılır; kullanıcı ve organizasyon kredileri ayrıştırılır.

EVREN LLM API hangi entegrasyon biçimini destekler? OpenAI uyumlu sohbet tamamlama sözleşmesini ve akışlı SSE yanıtlarını destekler. Geliştiriciler model adıyla doğrudan seçim yapabilir veya auto akıllı yönlendirmesini kullanabilir. Python SDK ve standart HTTP istemcileriyle erişim mümkündür.

EVREN kredi (CR) sistemi nasıl işler? HOLD → SETTLE → RELEASE zinciriyle çalışır. GPU eğitimi, çıkarım ve dışa aktarım işlemleri kredi harcar; veri etiketleme ve topluluk katkıları kredi kazandırır. Eğitim başlarken kredi bloke edilir, iş tamamlanınca kesinleşir, başarısız olursa iade edilir.

Kredi nasıl kazanılır? Veri etiketleme görevleri, doğrulama (review), açık veri seti ve model paylaşımı ile topluluk katkıları üzerinden. Katkı puanı yükseldikçe kullanıcı seviyesi artar.

Eğitim maliyeti nasıl hesaplanır? Seçilen model mimarisinin saatlik kredi katsayısı ile tahmini eğitim süresinin çarpımıdır. GPU sayısı, düğüm sayısı ve veri kümesi boyutu süreyi etkiler.

13. Kaynaklar

• EVREN resmi site: https://evren.ssyz.org.tr
• Keşfet: https://evren.ssyz.org.tr/explore
• LLM Çıkarımı: https://evren.ssyz.org.tr/llm-inference
• Kredi Sistemi: https://evren.ssyz.org.tr/pricing
• Altyapı: https://evren.ssyz.org.tr/infrastructure
• SSB: https://www.ssb.gov.tr
• SSYZ: https://ssyz.org.tr

Not: EVREN sürekli geliştirilmektedir. Sayısal göstergeler ve model listesi zamanla değişebilir; güncel bilgi için resmi site ve dokümantasyon kontrol edilmelidir.

Bu yazı, EVREN platformunun kamuya açık teknik göstergeleri ve resmi açıklamaları temel alınarak hazırlanmıştır. Platforma erişim ve kullanım koşulları SSB/SSYZ tarafından belirlenir.