Mawari, dağıtık GPU ağıyla XR altyapısındaki gecikme sorununu hedef alıyor

XR içerikleri ile cihazları birbirine bağlayan temel altyapı hâlâ önemli bir boşluk olarak öne çıkarken, Tiger Research’ün yakın tarihli raporuna göre Mawari, nesne bazlı 3D akış teknolojisini dağıtık GPU ağıyla birleştirerek ultra düşük gecikmeli XR deneyimindeki darboğazı hafifletiyor. Sanal idol ve sanal IP ekosistemi gelir üretme potansiyelini şimdiden gösterdi. Ancak XR pazarının daha geniş ölçekte büyümesi için içerik ile cihaz arasında çalışan güçlü bir altyapının şart olduğu belirtiliyor.

Özellikle Güney Kore ve Japonya’da sanal idol ve VTuber pazarı kısa sürede geniş kitlelere ulaştı. Konserler, canlı yayınlar ve hayran etkileşimi gibi alanlarda sanal IP’nin ticari karşılığı net biçimde görüldü. Meta gibi küresel teknoloji şirketlerinin akıllı gözlük tarafındaki yarışı da XR talebini destekliyor. Buna rağmen kullanıcı başını çevirdiği anda görüntünün gecikmesi ya da kayması, deneyimdeki ‘sürükleyiciliği’ anında zedeliyor. XR ortamlarında kullanıcının hareketine tepki veren 3D karelerin 20 milisaniye içinde sunulması gerekiyor. Bu eşik aşıldığında baş dönmesi, yorgunluk ve dikkat kaybı ortaya çıkabiliyor.

Tokyo’nun Şibuya bölgesinde 2017’de kurulan Mawari, son sekiz yıldır tam olarak bu soruna odaklanıyor. Şirket, kurucu ekipte yer alan Luis Ramirez, Alexandre Borisov ve Yatabe Takeo ile birlikte XR altyapısını çözmek için iki temel bileşen geliştirdi: ‘motor’ ve ‘ağ’. Tiger Research’e göre Mawari’nin motoru, 3D içeriği bütün sahne hâlinde değil nesne bazında iletiyor. Yoğun render işlemleri ise doğrudan cihazda değil, harici GPU’larda gerçekleştiriliyor.

Bu modelin merkezinde ‘nesne akışı’ yer alıyor. Örneğin bir kullanıcı AR gözlük üzerinden sanal idol performansı izlediğinde, geleneksel yapıda kullanıcının bakış açısı değiştikçe tüm sahnenin yeniden işlenip gönderilmesi gerekiyor. Mawari ise karakter gibi gerekli nesneleri ayrı ayrı iletiyor ve cihaz bu parçaları yerelde birleştiriyor. Kullanıcı bakışını çevirdiğinde sistem, daha önce alınan nesneler üzerinden yeni açıyı cihaz tarafında hesaplayabiliyor. Böylece sunucuya sürekli yeni istek gönderme ihtiyacı azalıyor. Rapora göre ağ koşullarına göre sıkıştırma oranını dinamik biçimde ayarlayan kodlayıcı sayesinde bant genişliği kullanımı yaklaşık yüzde 80 düşebiliyor.

Şirketin öne çıkardığı ikinci yapı olan ‘bölünmüş render’ yaklaşımı ise XR cihazlarının fiziksel sınırlarını hedef alıyor. Hafif akıllı gözlükler, ısı, batarya ve ağırlık kısıtları nedeniyle yüksek yoğunluklu gerçek zamanlı 3D işlemleri tek başına yürütmekte zorlanıyor. Mawari bu noktada mekânsal algılama, baş konumu takibi ve son görüntü birleştirme gibi daha hafif görevleri cihaz üzerinde bırakıyor. Yüksek kaliteli karakter işleme, ışık ve gölge hesaplamaları ile gerçek zamanlı kare kodlama gibi ağır işlemler ise uç GPU’lara aktarılıyor. Bu yapı yalnızca akışı optimize etmeyi değil, XR içerikleri ile cihazlar arasındaki altyapı sorununu daha kökten çözmeyi amaçlıyor.

Ancak yalnızca motor yeterli görülmüyor. GPU kaynağı kullanıcıya fiziksel olarak uzaksa, ultra düşük gecikme hedefini tutturmak zorlaşıyor. AWS ve Google Cloud gibi büyük bulut sağlayıcıları da bulut tabanlı render imkânı sunuyor. Fakat veri merkezlerinin belli bölgelerde yoğunlaşması nedeniyle her kullanıcıya sürekli 20 milisaniyenin altında yanıt vermek kolay değil. Mawari bu sorunu azaltmak için kullanıcıya yakın noktalara yayılmış GPU düğümlerinden oluşan bir ağ kuruyor. Kullanıcı aynı anda birden fazla düğüme bağlanmıyor. Bunun yerine motor, mesafe ve ağ kalitesini birlikte değerlendirip en uygun tek düğümü otomatik seçiyor.

Söz konusu altyapının kullanım alanı yalnızca XR ile sınırlı değil. Fiziksel dünyada çalışan yapay zekâ ajanlarının da 3D avatar işleme, mekânsal algılama ve düşük gecikmeli yanıt gibi yoğun hesaplama gereksinimleri bulunuyor. Raporda, Mawari’nin XR için geliştirdiği motor ile dağıtık GPU ağının zamanla ‘mekânsal yapay zekâ’ altyapısına da genişleyebileceği belirtiliyor. Bu da XR içerikleri ile cihazları bağlayan yapının, yapay zekâ destekli yeni nesil deneyimlerin temel katmanına dönüşebileceği anlamına geliyor.

Ağ tarafındaki büyüme planı da dikkat çekiyor. Mawari, 2025’in Nisan ayında DIO yani merkeziyetsiz altyapı arzını duyurarak düğüm genişleme sürecini başlattı. Aynı yıl Temmuz’daki halka açık satış döneminde toplam 300 bin düğümün yarısından fazlasına denk gelen yaklaşık 180 bin düğüm için rezervasyon alındığı ve 45 milyon dolarlık katılım sağlandığı aktarıldı. Bu tablo, yalnızca token beklentisinin değil, doğrudan altyapı talebinin etkili olduğuna işaret ediyor. Ayrıca ağ yapısında render, doğrulama, izleme ve test olmak üzere dört farklı rol tanımlanıyor. Bu ‘çok rollü’ tasarım sayesinde her katılımcının yüksek performanslı GPU sahibi olması gerekmiyor ve ağa giriş eşiği düşüyor.

Gelir modeli bakımından da Mawari farklı bir yerde konumlanıyor. Pek çok dağıtık altyapı projesi token teşviklerine dayanırken, şirketin token ihraç etmeden önce bile KDDI, Netflix, BMW ve T-Mobile gibi kurumlarla 50’den fazla ticari projeye imza attığı ve yıllık ortalama 1,5 milyon dolar civarında gelir elde ettiği belirtiliyor. Buna dayanarak ilk operatör ödüllerinin token arzının bir bölümüyle, ağ faaliyetlerine dayalı ödüllerin ise net gelirin yüzde 20’sinin düğüm operatörleriyle paylaşılmasıyla verileceği ifade ediliyor. ‘Yorum’: Ödül mekanizmasının gerçek gelirle bağlantılı olması, sürdürülebilirlik açısından piyasadaki birçok benzer girişime göre daha güçlü bir çerçeve sunuyor.

Talep tarafında da şirket yalnızca XR pazarının tam anlamıyla açılmasını beklemiyor. Kendi platformu ARAWA üzerinden akıllı telefon tabanlı 3D sanal karakter deneyimleri sunuyor. Osaka Expo’da ise AR gözlük takan ziyaretçilere gerçek zamanlı 3D yapay zekâ rehberi gösteren bir kullanım örneği sergilendi. KDDI ile geliştirilen dijital insan ‘Aiko’ projesi de 5G ve uç altyapı üzerinde gerçek zamanlı akışın uygulanabilirliğini gösteren örnekler arasında sayılıyor. Bu yaklaşım, XR cihazları yaygınlaşmadan önce bile gerçek trafik ve operasyon verisi biriktirilmesine olanak tanıyor.

Tiger Research, Mawari’yi XR ve mekânsal yapay zekâ için pazardan sekiz yıl önce inşa edilmeye başlanmış bir altyapı katmanı olarak tanımlıyor. Buradaki temel soru, XR cihazlarının kitlesel benimsenmesinin ne hızla gerçekleşeceği. Yine de sanal IP pazarının büyümesi ve XR içeriklerinin artmasıyla birlikte, içerik ile cihaz arasındaki altyapının önemi daha da yükseliyor. ‘Mawari’, XR içerikleri ile cihazlar arasındaki eksik halkayı erkenden kurma stratejisine oynuyor. Pazar ivme kazandığında bu talebi erken yakalamaya hazır olduğu değerlendiriliyor.