Bilimsel Genel Bakış ve Metodoloji
ComputeCore v2.0 — Heterojen Bilgi İşlem Mimarisinin Akademik Analiz Dokümantasyonu
1. Projenin Amacı ve Kapsamı
ComputeCore v2.0 PRO, modern heterojen bilgi işlem mimarilerinde (CPU ve GPU birlikteliği) gerçek zamanlı iş yükü dağıtımını, kaynak tüketimini ve donanım performansını ölçmek için tasarlanmış bir analiz platformudur. Platform, hem tek makine hem de ağa bağlı birden fazla fiziksel makine üzerinde (dağıtık mod) eş zamanlı görev çalıştırabilmektedir.
Sistemin temel amacı; farklı programlama dillerinin, hesaplama paradigmalarının ve donanım birimlerinin gerçek iş yükleri altındaki davranışlarını donanım düzeyinde ölçmek ve bu verileri saniyelik çözünürlükte görselleştirmektir. Bu sayede akademik, mühendislik veya sistem optimizasyon çalışmaları için doğrulanabilir, tekrarlanabilir ve karşılaştırmalı benchmark verileri üretilmektedir.
Platform; Python tabanlı bir ajan uygulaması (main_worker.py), PHP/MySQL tabanlı bir REST API (api.php) ve tarayıcı tabanlı bir kontrol panelinden (index.html) oluşmaktadır. Bu üç katmanlı mimari, gerçek zamanlı veri akışını ve merkezi analizi mümkün kılmaktadır.
2. Desteklenen Donanım Mimarileri — Evrensel Çoklu-Platform
Platform, sisteme bağlanan her ajan üzerindeki donanımı otomatik olarak tespit eder. CPU modeli, GPU modeli ve sistem adı Python ajanının ilk başlatılmasında donanım katmanından okunarak merkezi veritabanına kaydedilir.
CPU Tespiti — platform + psutil
platform.processor() ile işlemci modeli (Intel, AMD, ARM dahil tüm mimariler), psutil.cpu_count(logical=True) ile mantıksal çekirdek sayısı ve psutil.cpu_percent() ile anlık yük okunmaktadır. Hibrit mimarili işlemciler (P-Core/E-Core), çok soketli sunucular ve ARM tabanlı işlemciler aynı metodoloji ile ölçülebilmektedir.
Her ajan kendi CPU'sunu bağımsız olarak raporlar; dashboard tüm ajanları karşılaştırmalı gösterir. İş yükünün aynı kodu farklı mimarilerde kaç saniyede tamamladığı doğrudan ölçülmektedir.
GPU Tespiti — nvidia-smi + WMIC
NVIDIA GPU'lar nvidia-smi aracıyla tespit edilir; GPU adı ve anlık kullanım yüzdesi (utilization) doğrudan sorgulanır. NVIDIA dışı GPU'lar (Intel Iris Xe, AMD Radeon, entegre grafik) Windows'ta wmic ile listelenir. Birden fazla GPU bulunan sistemlerde tüm GPU'lar raporlanır.
CUDA_VISIBLE_DEVICES=-1 ile NVIDIA GPU izole edilerek yalnızca CPU/entegre GPU üzerinde ölçüm yapılabilir. Bu sayede aynı kod hem CPU hem GPU yolunda karşılaştırmalı çalıştırılabilmektedir.
3. Gerçek Zamanlı Telemetri Sistemi
Sistemin kalp atışı, Python ajanındaki telemetry_ping() fonksiyonu ile sağlanmaktadır. Bu fonksiyon, bağımsız bir daemon thread üzerinde saniyede bir kez aşağıdaki veri noktalarını toplar ve API'ye HTTP POST ile gönderir:
Röntgen Analizi Mekanizması: Bir görev çalıştığı süre boyunca (IS_WORKING = True) her saniyenin CPU ve GPU değeri CURRENT_TASK_METRICS listesinde bellekte biriktirilir. Görev tamamlandığında bu dizi, metrics_json formatında ({"time":[...], "cpu":[...], "gpu":[...]}) veritabanına kaydedilir. Dashboard bu veriyi alarak her saniyenin donanım yükünü grafiksel olarak gösterir.
4. Test Araçları ve Metodoloji
Araç 1 — Çoklu Dil Performans Karşılaştırması
Python, C++, Node.js, Rust, Go, Java, PHP ve Ruby dillerinde aynı hesaplama görevi (ağır matematiksel döngü + SHA-256 hash) çalıştırılır. Her dil bağımsız bir alt süreçte (subprocess) çalıştırılır; nanosaniye hassasiyetiyle süre ölçülür. Derlenen diller (C++, Rust) gerçek zamanlı derleme + çalıştırma döngüsüyle test edilir. Sonuçlar en hızlıdan en yavaşa sıralanır; bar grafik ve sıralama tablosuyla Dashboard'da gösterilir.
Araç 2 — Dağıtık Ağ Stres Testi
Ağa bağlı tüm veya seçili ajanlara aynı anda görev gönderilir. Yoğunluk: Hafif (asal sayı), Orta (SHA-256 + matris), Ağır (çok çekirdekli paralel), Ekstrem (CPU + RAM + Disk). Özel Python kodu da gönderilebilir. Tek cihazda bile çalışır. Her ajan görevi bağımsız işler; merkezi log ve röntgen analizi ile sonuçlar takip edilir.
Araç 3 — Gerçek Oyun Yükü Analizi
20.000 nesneli fizik simülasyonu: her nesne için sinüs/kosinüs tabanlı konum hesaplama, vektör normalleştirme ve çarpışma tespiti yapılır. Saf Python döngüsüyle çalışır — GIL baskısı ve bellek allokasyon desenleri kasıtlı olarak test edilir (~500MB–1GB RAM kullanımı). Özel Python/ZIP oyun motoru da yüklenip ağa dağıtılabilir.
Araç 4 — Kripto-Mining Benchmark
6 sıfırla başlayan SHA-256 hash bulunana kadar nonce artırılır (maks. 50 milyon iterasyon). Gerçek kriptografik hash fonksiyonu, tek çekirdek integer performansını, L1/L2 önbellek erişim hızını ve CPU'nun kriptografik işlem kapasitesini ölçer. Hash/saniye değeri ve bulunan nonce değeri raporlanır.
Araç 5 — GPU Düellosu: Entegre vs Ayrık GPU
PyTorch üzerinden büyük boyutlu matris çarpımı (GEMM), seçilen hedefe göre entegre GPU (Intel Iris Xe, AMD Radeon vb.) veya NVIDIA CUDA çekirdeklerinde çalıştırılır. GPU kullanım yüzdesi nvidia-smi ile anlık izlenir. GFLOPS hesaplanır, hesaplama süresi ve GPU aktivasyonu karşılaştırılır. Çalışan cihazın GPU'ları otomatik tespit edilip sonuçlar karşılaştırmalı raporlanır.
Canlı Dashboard ve Röntgen Sistemi
Tüm araçlardan dönen veriler tek Dashboard üzerinde toplanır. Canlı telemetri 30 saniyelik kayan pencerede CPU/GPU'yu gösterir. Röntgen Analizi, son görevin saniyelik yük haritasını grafikle ve tabloyla sunar. Dil karşılaştırmasında ek olarak bar grafik sıralama tablosu görüntülenir.
5. Dağıtık Mimari, Veri Akışı ve Güvenlik
Sistem istemci-sunucu modelinde çalışır. Her ajan başlatıldığında sunucuya kaydolur (ping_device), periyodik heartbeat gönderir ve görev kuyruğunu (cc_tasks) her 2 saniyede sorgular (get_task). Görev tamamlandığında sonuç ve metrik verisi API üzerinden veritabanına yazılır (submit_result).
Veri akışı: Kontrol Paneli → API (send_task) → cc_tasks tablosu → Python Ajan (get_task → çalıştır → röntgen topla) → API (submit_result, metrics_json) → cc_results tablosu → Kontrol Paneli (get_dashboard_data → röntgen görselleştir).
6. Veritabanı Şeması — cc_devices / cc_tasks / cc_results
cc_devices
Bağlı makinelerin kayıt tablosu. id, machine_name, cpu_model, gpu_model, current_cpu, current_gpu, status (idle/working/offline), last_ping timestamp alanlarını içerir. 15 saniye ping yokluğunda cpu/gpu değerleri sıfırlanır ve status offline yapılır.
cc_tasks
Görev kuyruğu tablosu. id, tool_id (1–5), payload (JSON veya string komut), target_device (ALL veya machine_name), status (pending/completed) alanlarını içerir. Ajan her 2 saniyede pending görevleri sorgular.
cc_results
Tamamlanan görev sonuçları. id, task_id, device_id, output (metin çıktı), exec_time, avg_cpu, avg_gpu, metrics_json (saniyelik röntgen — time[], cpu[], gpu[] dizileri) alanlarını içerir.
7. Sistem Bağımlılıkları ve Kurulum Kılavuzu
Ajanı başlatmadan önce aşağıdaki bileşenlerin kurulu olduğundan emin olun. main_worker.py, Python ve psutil/requests paketlerini otomatik kurar; dil çalıştırıcılarını, GPU araçlarını ve opsiyonel paketleri manuel kurmanız gerekir.
Zorunlu — Python Ortamı
| python ≥ 3.9 | python.org/downloads |
| pip install requests | HTTP istemci — otomatik kurulur |
| pip install psutil | CPU/RAM metrikleri — otomatik kurulur |
GPU Desteği — NVIDIA CUDA
| NVIDIA Driver | nvidia.com/drivers |
| CUDA Toolkit | developer.nvidia.com/cuda |
| pip install torch | pytorch.org — CUDA versiyonu seçin |
| pip install nvidia-ml-py | GPU telemetrisi (pynvml) — otomatik kurulur |
Programlama Dilleri (Dil Testi için)
| C++ | g++ (MinGW-w64 Win): mingw-w64.org |
| Rust | rustup.rs → rustup-init.exe |
| Go | go.dev/dl |
| Java | JDK: adoptium.net |
| Node.js | nodejs.org |
| PHP | windows.php.net veya XAMPP/Laragon |
| Ruby | rubyinstaller.org |
Tüm diller PATH'e eklenmiş olmalı. Ajan eksik dilleri Yüklü Değil olarak raporlar.
Kurulum Sonrası Kontrol Listesi
python --version → 3.9+nvidia-smi → GPU listesi görünmelipython -c "import torch; print(torch.cuda.is_available())" → Trueg++ --version · rustc --version · go versionjava -version · node --version · php --version · ruby --versionProgramlama Dili Performans Karşılaştırması
Dilleri seçin, benchmark preset'i veya kendi kodunuzu kullanın, başlatın. Dashboard'da sıralama tablosu + röntgen analizi otomatik güncellenir.
Benchmark Seti Seç
Preset seçildiğinde tüm açık editörler otomatik güncellenir. Kendi kodunu yazmak için editörden düzenleyebilirsin.
Dağıtık Ağ Stres Testi
Ağa bağlı tüm veya seçili ajanlara aynı anda görev dağıtın. Tek cihazda da çalışır.
Görev Parametreleri
Yoğunluk Seviyeleri
Sistemler Arası Karşılaştırma
Birden fazla cihaz bağlıysa her biri aynı görevi paralel işler. Her PC'nin sonuçları Dashboard'da otomatik karşılaştırılır ve sıralanır.
Sonuçlar tamamlandığında Dashboard'daki karşılaştırma grafiğinde tüm PC'ler farklı renklerde gösterilir. Düşük CPU yükü = daha güçlü donanım.
Gerçek Zamanlı Oyun Yükü Analizi
Ağır fizik motoruyla RAM ve CPU/GPU sınırlarını test edin. Birden fazla cihazda çalıştırarak donanım karşılaştırması yapın.
Varsayılan — HeavyPhysX Motoru v2
20.000 nesneli ağır fizik simülasyonu. CPU modunda saf Python, GPU modunda PyTorch tensor fizik hesaplaması çalışır. Hangi donanımın en yüksek performansı verdiğini karşılaştırın.
Özel Oyun Motoru Yükle
Kendi Python oyun motorunuzu veya ZIP paketinizi ağa dağıtın. ZIP içinde main.py bulunmalıdır.
Kripto-Mining Güç Analizi
SHA-256 Proof-of-Work ile CPU/GPU hesaplama gücünü ölçün. Cihazlar arası karşılaştırma yapın.
SHA-256 Proof-of-Work Benchmark
6 sıfırla başlayan SHA-256 hash bulunana kadar nonce artırılır. GPU modunda CPU SHA-256 + GPU tensor yükü paralel çalıştırılır; her GPU'nun katkısı ayrı ayrı raporlanır.
Özel Mining / Hash Scripti
Kendi hash algoritmanızı veya Scrypt, Blake2 gibi alternatif iş yüklerinizi ajana gönderin.
GPU Düellosu — Entegre vs Ayrık GPU Karşılaştırması
Tam Düello, Manuel Yük Kontrolü ve Otomatik Dalgalanma Monitörü.
Düello Ayarları
Tespit Edilen GPU'lar (Aktif Cihazdan)
pip install torch --index-url https://download.pytorch.org/whl/cu121
Özel Düello Kodu (PyTorch / CUDA)
Boş bırakılırsa 8000×8000 matris çarpımı çalışır. Hem CUDA hem CPU modunda otomatik aynı kod çalışır.
Canlı Sistem Dashboard
Gerçek zamanlı telemetri, görev logları, dil sıralama tablosu ve saniyelik röntgen analizi.
Cihaz Performans Monitörü
LIVESistem Logları
Saniyelik Röntgen Analizi
Henüz tamamlanmış görev yok.
Bir araç çalıştırın, röntgen verisi burada görüntülenecek.