Sinir ağları izlediğiniz neredeyse her videoyu zaten biçimlendiriyor; ama standart bir kodeğin yerine değil, onun iki ucunda. Aşağıda 2026'da nöral kodlamanın nerede kullanıldığını, çipte neye mal olduğunu ve parayı kimin kazandığını bulacaksınız; tam rapor ve sunumla birlikte.
Özet
Nöral kodlama 2026'da zaten ana akımda, ama standart kodeklerin yerini almıyor, onların çevresinde çalışıyor. Sinir ağları görüntüyü kodlamadan önce telefon kameralarında ve Netflix'in kodlama hattında biçimlendiriyor, kod çözmeden sonra da YouTube'un Super Resolution özelliğinde, Meta'da ve TV işlemcilerinde onarıyor; aradaki bit akışı hâlâ AV1, HEVC, AVC veya VVC ve sabit işlevli donanımda çözülüyor. Uçtan uca nöral kodekler yalnızca iki ucu tek bir şirketin kontrol ettiği kapalı döngülerde kullanılıyor: Teams görüşmelerinde Microsoft'un MLVC'si, her ses ve video modelinin içindeki tokenizer'lar, bir oyundaki nöral dokular. Nöral bit akışlarının kitlesel oynatımı, 2029 sonunda beklenen H.267'yi ve ardından gelecek bir çip döngüsünü bekliyor. Bunun nedeni çipte: yayımlanmış tek nöral video kod çözücü tasarımı, ölçülmüş bir HEVC kod çözücünün piksel başına enerjisinin yaklaşık 12 katını gerektiriyor; hızlı bir araştırma kodeği ise 1080p30 için 22 TOPS civarında işlem gücü istiyor. Para, standartları ve platformları izliyor; en bilinen nöral kodek girişimleri satın alındı.
Bu konuya neden baktım
Birkaç ayda bir biri bana yapay zeka kodeklerinin H.264, HEVC ve AV1'in yerini almak üzere olduğunu söylüyor. Bu konuda okuduklarımın çoğu ya sıkıştırma rekorlarının bulunduğu araştırma makalelerinden ya da üreticilerden geliyor. İkisi de gerçekte neyin, kime ve hangi maliyetle ürünlere girdiği hakkında pek bir şey söylemiyor.
Arkamda, tam özel ASIC veri yolu tasarımı ve video kodek hızlandırıcıları gibi multimedya kamera çipi projeleri de dahil olmak üzere uzun yıllar süren fabless çip Ar-Ge'si ve yöneticiliği var; bu yüzden konuya bir çipi incelediğim gibi baktım: piksel başına enerji, bellek trafiği, bir standardın çipte neyi sabitlemenize izin verdiği ve parayı kimin ödediği. JVET, MPEG, JPEG, AOMedia ve IETF'nin standart belgelerini ve toplantı raporlarını, şirketlerin mühendislik bloglarını, çip makalelerini, patent havuzlarının ücret tarifelerini, ihracat kontrolü metinlerini ve basını okudum. Aşağıdaki her rakam 12 Kasım 2026 itibarıyladır ve tutarlar ABD doları cinsindendir. Tüm kaynaklarıyla birlikte tam rapor yazının sonunda.
Bir bakışta bulgular
Şekil 1. 2026'da nöral kodlama nerede kullanılıyor. Satırlar, her alanın ulaştığı insan sayısına göre sıralanmıştır.
| Soru | Kısa yanıt |
|---|---|
| Nöral kodlama nerede büyük ölçekte kullanılıyor? | Kodeğin çevresinde: kamera ISP'leri, kodlama tarafında çözünürlük düşürme, oynatmada süper çözünürlük. Uçtan uca yalnızca kapalı döngülerde: görüşmeler, oyun varlıkları, üretken yapay zeka tokenizer'ları |
| Nöral kodekler oynatmada AV1, HEVC ve VVC'nin yerini alacak mı? | H.267'den (sürüm 1, 2029 sonunda) ve ardından gelecek bir cihaz döngüsünden önce değil; benim tahminime göre 2030'ların ortasında ana akım olacak |
| Çipte maliyeti ne? | Donanımsal bir HEVC kod çözücünün piksel başına enerjisinin yaklaşık 12 katı; buna bellek trafiği ve bit düzeyinde aynı kod çözme şartı ekleniyor |
| Parayı kim kazanıyor? | Platformlar tasarrufu kendinde tutuyor; IP sağlayıcıları ve patent havuzları tasarım ve cihaz başına ödeme alıyor; nöral kodek girişimleri satın alındı |
| Bir şirket nerede hamle yapabilir? | Nöral ön ve son işleme, kapalı döngü ürünler, kodek artı NPU çipleri ve bunların arasındaki değerlendirme ve standart çalışmaları |
Üç giriş yolu
“Nöral kodlama” üç farklı şeyi kapsıyor ve bu konudaki tartışmaların çoğu bunların birbirine karıştırılmasından doğuyor. Bir ağ, standart bir kodeğin çevresinde çalışabilir: bit akışı standart kalırken pikselleri kodlamadan önce veya kod çözmeden sonra işler. Bir standardın içinde, her kod çözücünün çalıştırması gereken bir araç olarak yer alabilir; bu da tam olarak tanımlanması gerektiği anlamına gelir. Ya da kodeğin yerini uçtan uca alabilir: yalnızca çift olarak çalışan öğrenilmiş bir kodlayıcı ve kod çözücüyle.
Şekil 2. Sinir ağının kodeğe girdiği üç yol. 2026'da ürünlerde yer alanların çoğu birincisi.
Birincisi kimseden izin istemez. İkincisi bir standart ister. Üçüncüsü iki ucun da kontrolünü ister. İnsanlara ulaşma sıraları da budur.
Oynatma ve video akışı: iki uçta nöral, ortada standart
Büyük hizmetler bir kodek geçişini tamamladı ve bir sonrakine başlıyor; ikisinde de nöral kod çözücü yok. Netflix, Aralık 2025'te izlemesinin yaklaşık %30'unun AV1 ile yapıldığını bildirdi; YouTube ise izlenme süresine göre ağırlıklandırıldığında kataloğunun %90'ından fazlasının AV1'de sunulduğunu söylüyor. AV2, AV1'e göre yaklaşık %30 daha iyi sıkıştırmayla 28 Mayıs 2026'da tamamlandı ve üç hafta içinde Chips&Media, Allegro DVT ve VeriSilicon AV2 kod çözücü müşterilerini duyurmuştu. Brezilya'nın TV 3.0 sistemi Haziran 2026'da ticari VVC yayınına başladı.
Nöral kısım iki uçta duruyor. Netflix 2022'den beri ana kopyalarının çözünürlüğünü düşürmek için geleneksel bir filtre yerine küçük bir sinir ağı kullanıyor; bu yöntem hiçbir cihazda değişiklik gerektirmiyor ve Netflix'in testlerinde izleyicilerin yaklaşık %77'si tarafından tercih edildi. YouTube 1080p'nin altında yüklenen videoların çözünürlüğünü TV'lerde makine öğrenmesiyle yükseltiyor, Meta süper çözünürlüğü hem sunucularında hem telefonlarda çalıştırıyor, Samsung'un amiral gemisi TV işlemcisi ise 768 çözünürlük yükseltme ağıyla tanıtılıyor.
Var olmayan şey, ana akım ekranlarda nöral bir bit akışı; bunun nedeni de zaman. Bir oynatma formatı, onu oynatacak her cihazda çözülebilmelidir. AV1'in tamamlanmış spesifikasyondan Netflix izlemesinin %30'una ulaşması neredeyse sekiz yıl sürdü.
Şekil 3. Tamamlanmış bir standarttan ana akım ekranlara geçiş on yılın büyük bölümünü alıyor.
Nöral araçları her ekrana taşıyabilecek standart, VVC'nin halefinin çalışma adı olan H.267. JVET teklif çağrısını Temmuz 2026'da yayımladı; yanıtlar Ocak 2027'de değerlendiriliyor ve ilk sürüm 2029 sonunda bekleniyor. Klasik yol VVC'ye göre şimdiden yaklaşık %28 tasarruf sağlıyor; JVET'in nöral döngü içi filtreleri ise piksel başına 10 bin MAC ve üzerindeki bir kod çözücü maliyetiyle %6–14 tasarruf sağlıyor. Beklentim, kazanılan bitlerin maliyete değdiği yerlerde birkaç nöral araçla desteklenen klasik bir çekirdek.
Fotoğraf: kameranın içinde nöral, web'de klasik
Yeni bir amiral gemisi telefonla çekilen her fotoğraf, kaydedilmeden önce sinir ağlarından geçiyor. Qualcomm'un Cognitive ISP'si 2023'ten beri gerçek zamanlı anlamsal bölütleme yapıyor; CES 2026'da da Chips&Media ve Visionary.ai tamamen bir NPU üzerinde çalışan tam bir ISP gösterdi. Ardından sonuç JPEG veya HEIF olarak kaydediliyor.
İlk öğrenilmiş görüntü standardı olan JPEG AI, piksel başına 7 ila 216 bin MAC'lik kod çözücü maliyetleriyle VVC çerçeve içi kodlamaya göre %12,5–27,9 kazanım sunarak 2025'te yayımlandı. Onu varsayılan olarak kullanan bir kamera, galeri uygulaması veya tarayıcı bulamadım. Web'in 2026'da benimsediği format klasik: Chrome 155, 6 Ekim'de JPEG XL'i, her CPU'da çalışan hızlı ve bellek açısından güvenli bir kod çözücüyle açtı. Nöral kodlama tek bir şirketin işlem hattının içinde kazanıyor; her yerde açılması gereken formatlar klasik kalıyor.
Görüşmeler: uçtan uca nöral kodeklerin kullanıldığı yer
Görüşmeler kapalı bir döngüdür: iki uç da aynı uygulamayı çalıştırır ve görüşmenin ortasında standart bir kodeğe geri dönebilir. Büyük ölçekte kullanılan ilk uçtan uca nöral kodeklerin burada olmasının nedeni bu. Microsoft'un yapay zeka tabanlı konuşma kodeği Satin, 2021'den beri tüm iki kişilik Teams ve Skype görüşmelerinde çalışıyor. Microsoft Temmuz 2026'da, şu anda eşler arası Teams görüşmelerinde devreye alınan nöral video kodeği MLVC'yi açık kaynak yaptı.
Şekil 4. Görüşmelerde nöral bir kodek, Microsoft'un kendi test kümesinde donanımsal HEVC'yi %65–76 farkla geçiyor.
Manşetlerdeki %88, H.264'e göre; aynı dizüstü bilgisayarlarda zaten bulunan donanımsal HEVC'ye göre ise %65–76, ki bu da hâlâ büyük bir fark. MLVC, NPU'nun en fazla yarısını kullanarak 540p ve 360p'de çalışıyor ve Microsoft'un sahibi olmadığı donanımlarda birebir aynı çözülebilmek için bir miktar sıkıştırmadan vazgeçti.
Herkes bu yolu seçmedi. Opus, derin öğrenmeyi 2024'te isteğe bağlı ve geriye uyumlu ekler olarak getirdi. Meta ise klasik bir konuşma kodeği olan MLow'u geliştirdi; çünkü görüşmelerinin %20'den fazlası eski ARMv7 telefonlarda, günde on milyonlarca WhatsApp görüşmesi de on yaşını aşmış telefonlarda yapılıyor. Nöral kodekler önce cihazların yeni olduğu ve iki ucu tek bir sağlayıcının kontrol ettiği yerlerde kullanılıyor.
Üretken yapay zeka: kimsenin kodek demediği en büyük kullanım
Her ses ve video modeli öğrenilmiş bir kodek üzerinde çalışıyor. Konuşma modelleri, Kyutai'nin Mimi'si gibi nöral ses kodeklerinin token'larını saniyede 12,5 kare ve 1,1 kbps ile okuyup yazıyor. Video üretim modelleri, 1:192 oranında sıkıştıran LTX-Video'nunki gibi video otokodlayıcılarının gizil uzayında çalışıyor. Bunların hiçbiri başka birinin çözdüğü bir format değil; ama bir şirket kodlayıcıya, kod çözücüye ve donanıma sahip olduğunda öğrenilmiş sıkıştırmanın büyük ölçekte işe yaradığını kanıtlıyorlar. Üretken video sunan herkes için tokenizer verimliliği doğrudan bir maliyet kalemi.
Oyunlar: nöral yeniden oluşturma ana akımda, nöral varlıklar yeni başlıyor
NVIDIA'nın DLSS teknolojisi daha az piksel ve kare render ediyor, gerisini bir ağın yeniden oluşturmasına bırakıyor. Nöral doku sıkıştırma Assassin's Creed Mirage ile piyasaya çıktı; çalışma zamanı maliyeti nedeniyle yalnızca seçili varlıklarda kullanıldı.
Şekil 5. Yığını tek bir şirket kontrol ettiğinde nöral yeniden oluşturma hızla yayılıyor.
Uydu, dron ve robot bağlantıları uçtan uca nöral kodekler için teknik açıdan en uygun alan, ama küçük bir pazar ve iki tarafta da giderek daha sıkı ihracat kontrollerine tabi: Çin'in 18 Kasım 2026'dan itibaren geçerli dron ihracat kuralları, anlamsal görüntü sıkıştırmayı bir eşik olarak bile sayıyor.
Çip açısından
Kendi geçmişimin en çok önem taşıdığı yer burası. Bir çip ekibi her yeni kodek için dört soru sorar: piksel başına kaç joule, piksel başına ne kadar DRAM trafiği, kaç kapı ve dünyadaki her kod çözücü tam olarak aynı bitleri hesaplıyor mu? Dördünde de 2026'daki nöral bir kod çözücü, donanımsal HEVC'nin ilk çiplerinden önceki konumunda.
Şekil 6. Çözülen piksel başına enerji: sabit işlevli kod çözücüler bir büyüklük mertebesi önde.
Yayımlanmış tek nöral video kod çözücü çip tasarımı olan NVCA piksel başına 14,6 nJ gerektiriyor; MIT'nin HEVC kod çözücü çipi ise DRAM'iyle birlikte 1,19, çekirdek için 0,31 gerektiriyor. 1080p30'da bu, 74 mW'a karşı kabaca 900 mW demek. Microsoft'un hızlı araştırma kodeği DCVC-RT, kendi modül bazlı tablosunu toplamama göre, çözülen piksel başına yaklaşık 175 bin MAC, yani 1080p30'da yaklaşık 22 TOPS gerektiriyor: tek bir akış için, bir yapay zeka bilgisayarını tanımlayan 40 TOPS'un yarısı.
Şekil 7. Nöral bir araç piksel başına on binlerce MAC gerektiriyor; bütün bir nöral kod çözücü ise yüz binlerce.
İki maliyet daha önemli. Bellek: MIT çipinde sistem enerjisinin yaklaşık dörtte üçü DRAM'e gidiyor ve nöral kod çözücüler kareler arasında büyük öznitelik haritaları taşıyor. Kesinlik: iki cihaz bir olasılığı farklı hesaplarsa entropi kod çözme bozulur; her ciddi nöral kodeğin artık tamsayı aritmetiği kullanmasının ve MLVC'nin birebir aynı kod çözme uğruna sıkıştırmadan ödün vermesinin nedeni bu.
Şekil 8. Ürünlerdeki iş bölümü: bit akışı için sabit işlevli donanım, pikseller için nöral motor.
Satan çipler ikisini bir arada sunuyor. Tencent'in kendi geliştirdiği Canghai kodek çiplerinden 100.000'den fazlası kullanımda ve ikinci nesil H.266 ile çip üzerinde süper çözünürlük ekliyor; IP sağlayıcıları da kodek bloklarını ve video NPU'larını yan yana satıyor. Bugün bir medya SoC'si planlıyor olsaydım: AV2 dahil, oynatmanız gereken her standart için sabit işlevli kod çözücüler; ekran çözünürlüğünde iyileştirmeye göre boyutlandırılmış, DRAM'e fazladan gidiş gerektirmeyen bir NPU; deterministik tamsayı modları; ve 2029'dan sonra tasarım başlangıcı olarak H.267.
Parayı kim kazanıyor ve bir şirket nerede hamle yapabilir
Şekil 9. Para, standartları ve platformları izliyor.
Platformlar tasarrufu kendinde tutuyor ve zaman zaman, Microsoft'un MLVC'de yaptığı gibi, kodu ücretsiz veriyor. IP sağlayıcıları her yeni standart için kod çözücü lisanslıyor. Patent havuzları cihaz başına tahsilat yapıyor: VVC için ABD ve diğer Bölge 1 pazarlarında telefon başına 0,50 dolar, 4K TV başına 1,00–1,50 dolar. WaveOne Apple'a, iSIZE Sony'ye, Deep Render ise InterDigital'e geçti. Uçtan uca bir nöral video kodeğini lisanslayarak geçimini sağlayan bağımsız bir şirket bulamadım.
Bir şirket için açık hamleler şunlar: video hizmetleri için nöral ön işleme, çip üreticileri için ekran tarafında iyileştirme, konferans ve özel hatlar için kapalı döngü nöral kodekler, kodek artı NPU çipleri ve nöral araç kullanan herkesin ihtiyaç duyacağı değerlendirme ve uygunluk araçları. H.267 üzerine standart çalışması sabır ve bir lisanslama stratejisi gerektiriyor.
Temkinle yaklaşılması gereken iddialar ve izlenecekler
Her nöral kodek iddiasından dört şey isteyin: referans, ölçüt, çözünürlük ve kod çözme maliyeti. “%88 tasarruf” 360p'de H.264'e göre; “%85–96 daha az video belleği” bir demo sahnesine ait, piyasaya çıkan oyunda ise %30; “JPEG AI bir standart” iddiasının arkasında henüz bir ürün yok.
Önemli tarihler: Ocak 2027'deki H.267 değerlendirmesi, 2027 başında YouTube'un ilk AV2 akışları, 2027'nin ikinci yarısında H.267'nin ilk test modeli, MLVC'nin Teams'in ötesine yayılıp yayılmayacağı, JPEG AI'ı varsayılan olarak kullanan ilk ürün ve telefonlarla PC'lerdeki NPU bütçeleri. 2029 sonunda gelecek H.267 sürüm 1, ana akım oynatmada nöral araçlar için çip döngüsünü başlatacak.
Tam raporu ve sunumu indirin
Tam rapor her alanı daha ayrıntılı ele alıyor; çip hesaplarını, standartları ve patentleri, iddiaları kanıtlarla karşılaştıran bir tabloyu ve tüm kaynakları içeriyor.
- 2026'da Nöral Kodlama: tam rapor (PDF)
- 2026'da Nöral Kodlama: sunum (PDF)
- İngilizce sürüm: tam rapor · sunum
Bu metin İngilizce sürümün çevirisidir; iki metin arasında fark olduğunda İngilizce sürüm esas alınır.
Açık sorular
Buradaki bazı soruların henüz kamuya açık bir yanıtı yok ve teknik olarak en ilginç bulduklarım da onlar: nöral bir kod çözücü, sıkıştırma avantajını kaybetmeden önce farklı üreticilerin NPU'larında bit düzeyinde aynı sonuç veren tamsayı aritmetiğine ne kadar yaklaşabilir; nöral son işlemenin piksel başına DRAM trafiği maliyeti nedir; nöral bir araç, bir H.267 kod çözücüde piksel başına hangi maliyette kendini amorti etmeyi bırakır; görüşmelerin ötesinde hangi kapalı sistemler uçtan uca nöral kodekleri ilk benimseyebilir; ve bir kod çözücü ayrıntıyı yeniden oluşturmak yerine ürettiğinde aslına uygunluk nasıl ölçülmeli.
Bunlar, önümüzdeki yıllarda teknik görüş alışverişi ve teknik iş birliği yoluyla birlikte keşfedebileceğimiz alanlar: i@tanshuai.com.
Yazar hakkında
Tan Shuai, çip, donanım ve sistem yazılımı alanlarında yirmi yılı aşkın deneyime ve 20 tescilli patente sahip bir teknolog ve kurucu. Arkasında, tam özel ASIC veri yolu tasarımı ve video kodek hızlandırıcıları gibi multimedya kamera çipi projeleri de dahil olmak üzere uzun yıllar süren fabless çip Ar-Ge'si ve yöneticiliği var. Çalışmaları onu Silikon Vadisi, New York, Chicago, Tayvan, Büyük Körfez Bölgesi (Shenzhen ve Hong Kong), Vietnam ve Malezya'ya götürdü. Bugün yapay zeka araştırmacısı ve geliştiricisi olarak çalışıyor.
Teknik tartışma için: i@tanshuai.com.