Kendi sunucunuzda yapay zeka video üretimi: Gerçekler

Kendi sunucunuzda barındırdığınız bir yapay zeka video oluşturucu gerçekte neler yapabilir?

Kendi sunucunuzda barındırdığınız bir yapay zeka video oluşturucu bugün çalışmaktadır; ancak sonuçlar tanıtım videolarının sunduğundan daha yavaş ve daha kısıtlıdır. Temmuz 2026 itibarıyla çalıştırılmaya değer açık kaynaklı modeller; Alibaba'dan Wan 2.2, Tencent'ten HunyuanVideo ve gerçekçilikten ziyade hızın önemli olduğu durumlarda Lightricks'ten LTX-Video'dur. Bunların tümü, NVIDIA GPU'ya sahip bir Linux makinesinde ComfyUI altında çalışır. Bu rehberin kurulumunu yaptığı Wan 2.2 modeli ile yaklaşık beş saniyelik 720p bir klip elde edersiniz. Lightricks, mevcut modeli olan LTX-2.5 için daha fazla dokümantasyon sunmaktadır; bu model aynı zamanda ses de üretir: 720p veya 1080p çözünürlükte 24 veya 25 fps ile 20 saniyeye kadar klip ve 10 saniyeye kadar klipler için 50 fps'ye varan hızlarda yerel 4K çıktı sağlar. Bu sınırlar Lightricks'in kendi API'si içindir, ancak LTX-2.5 ağırlıkları da Hugging Face üzerinde açıkça yayınlanmıştır. Bu hala tek bir çekimdir. Bir sahne değildir. Bir dakikalık bitmiş bir video değildir.

Detaylara girmeden önce kısa cevap şudur: 24 GB VRAM'e sahip bir kart, beş saniyelik 720p bir klibi tek haneli dakikalar içinde işler. 12 GB VRAM'e sahip bir kart aynı işi yirmi dakika veya daha uzun sürede yapar, çünkü model ağırlıkları video belleğine sığmaz ve yazılım, katmanları sürekli olarak sistem RAM'ine taşıyıp geri getirir. GPU'su olmayan bir sunucu bu işlemi kullanışlı bir şekilde gerçekleştiremez. CPU ile görüntü oluşturmayı yavaşlatan matematik, CPU ile video oluşturmayı anlamsız kılar.

Eğer kendi sunucunuzda barındırdığınız bir görüntü oluşturucu için donanım basamakları rehberini okuduysanız, video konusu da aynı mantığın her bir sayısının bir üst sınıfa taşınmış halidir. VRAM (grafik çipinin yanına lehimlenmiş video belleği), bunun keyifli mi yoksa zahmetli mi olacağına karar veren tek teknik özelliktir.

Bir videonun bir görselden neden çok daha maliyetli olduğu

Bir difüzyon modeli, bir görseli adım adım gürültüden arındırarak oluşturur ve her adımda modeldeki tüm ağırlıkları okur. Bir video modeli ise aynı işlemi bir kerede tüm kare bloğuna uygular ve kare 80'in kare 12'nin nasıl göründüğünü bilmesi için zamansal dikkat (temporal attention) mekanizması ekler. Saniyede 24 kare hızında beş saniyelik bir video, tek bir grupta 120 kare demektir.

Bu zamansal dikkat mekanizması, maliyetin klip uzunluğuyla orantılı olarak artmamasının nedenidir. Kare sayısını iki katına çıkarmak, örnekleyicinin (sampler) ihtiyaç duyduğu belleği iki kattan fazla artırır; bu nedenle hata durumu render işleminin yavaşlaması değil, render işleminin tamamen çökmesidir.

İnsanların beklemediği ikinci bir bellek artışı daha vardır. Örnekleyici işlemi tamamladıktan sonra VAE (sıkıştırılmış latent veriyi gerçek piksellere dönüştüren varyasyonel oto-kodlayıcı), tüm latent videoyu tek seferde çözer. Bu kod çözme işlemi, örnekleme aşamasından daha fazla bellek gerektirebilir. Bunun belirtisi, ilerleme çubuğunun tamamlandığını gösteren ancak ardından şu çıktıyı veren bir işlemdir:

torch.cuda.OutOfMemoryError: CUDA out of memory. Tried to allocate 9.31 GiB

Bunun çözümü, parçalı kod çözme (tiled decoding) kullanmak veya klibi kısaltmaktır. Hangi aşamanın bellek hatası verdiğini bilmek, yanlış ayarları optimize ederek saatler harcamanızı engeller.

AI video üretimi için ne kadar VRAM gerekir

İki yayımlanmış veri, kararın tamamını çerçeveler ve birbirleriyle çelişiyor gibi görünür. Alibaba, Wan 2.2 TI2V-5B modelinin 4090 gibi tek bir tüketici GPU'sunda 720p çözünürlükte, saniyede 24 kare ve beş saniye uzunluğunda klipleri dokuz dakikadan kısa sürede ürettiğini belirtir ve en az 24 GB VRAM önerir. ComfyUI belgelerinde ise aynı 5B modelin “ComfyUI native offloading ile 8GB vram üzerinde rahatça çalışması gerektiği” belirtilir.

İkisi de doğrudur; çünkü farklı şeyleri ölçerler. 8 GB, modelin sığdığı kapasitedir. 24 GB ise rahat çalıştığı kapasitedir. Offloading, modelin büyük bölümünü sistem RAM'inde tutar ve her adımda katmanları GPU'ya aktarır. Bu nedenle ekran kartı hesaplama yapmak yerine zamanını PCIe veri yolunu bekleyerek geçirir. Bu maliyet yalnızca bir kez değil, her sampler adımında ortaya çıkar.

[
  {
    "label": "8GB VRAM, heavy offloading",
    "minutes_per_clip": 40
  },
  {
    "label": "12GB VRAM",
    "minutes_per_clip": 22
  },
  {
    "label": "16GB VRAM",
    "minutes_per_clip": 14
  },
  {
    "label": "24GB VRAM, 4090 class",
    "minutes_per_clip": 9
  }
]

Yalnızca son satır bir üretici verisidir. 24 GB kartta klip başına süre 9 dakikadır; bu, Alibaba'nın bu model için yayımladığı sayıdır. Diğer satırlar, offloading işleminin bu süreyi nasıl etkilediğini gösterir ve benchmark sonucu değil, büyüklük sırasını ifade eden yaklaşık değerlerdir. Önemli olan eğilimdir: 8 GB kartta 40 dakika, teknik olarak çalışan bir kurulum anlamına gelir; pratikte ise gece boyunca çalışır durumda bırakılacak bir batch işidir.

Daha büyük Wan 2.2 modelleri farklı bir sınıftadır. Alibaba'nın A14B text-to-video ve image-to-video varyantları için sağladığı tek GPU'lu inference komutu en az 80 GB VRAM ister. Hiçbir tüketici ekran kartında bu kadar VRAM bulunmaz. Bu nedenle komut yayımlandığı haliyle çalıştırılacaksa A100 veya H100 gibi bir veri merkezi hızlandırıcısı ya da NVIDIA'nın 96 GB belleğe sahip RTX PRO 6000 Blackwell gibi bir workstation kartı gerekir. Bu değer, Alibaba'nın script'ine aittir; modelleri çalıştırmanın her yöntemi için geçerli değildir. Mart 2026'da Windows ve Linux üzerinde NVIDIA kartlar için belgelenen ComfyUI dynamic VRAM loader, ağırlıkları gerektiğinde yükleyerek her iki 14B expert modelini fp16 ve fp8 biçimlerinde RTX 5060 üzerinde benchmark etmiştir. Bu çalıştırmalarda çözünürlük 320 by 320 ve kare sayısı 81 idi. Dolayısıyla sonuçlar, A14B modellerinin küçük bir karta yüklenebildiğini gösterir; 720p çözünürlüğün bu kartta hızlı veya pratik olduğunu göstermez. 720p çözünürlükte 14B çıktılarını makul bir sürede üretmek için self-hosting hâlâ çoğunlukla saatlik olarak başka birinin hızlandırıcısını kiralamak anlamına gelir. Aynı hesap text tarafında çok daha ileri gider. Kimi K3 gibi 2.8 trilyon parametreli bir modeli self-host etmek artık tek bir ekran kartıyla ilgili bir soru olmaktan çıkar ve birbirine bağlanabilecek kaç adet 80 GB karta bütçe ayrılabileceği sorusuna dönüşür.

Kiralanan bir GPU üzerinde klip maliyeti

Satın aldığınız bir kart, ihtiyaç duyduğunuz model 80 GB bellek gerektiriyorsa yanlış donanım olacağından, çoğu kullanıcı bu testi kiralama yöntemiyle yapmalıdır. Temmuz 2026 itibarıyla GPU kiralama pazarındaki ortalama isteğe bağlı (on-demand) fiyatlar şöyledir:

[
  {
    "label": "RTX 4090, 24GB",
    "usd_per_hour": 0.36,
    "usd_per_clip": 0.05
  },
  {
    "label": "A100, 80GB",
    "usd_per_hour": 1.79,
    "usd_per_clip": 0.6
  },
  {
    "label": "H100, 80GB",
    "usd_per_hour": 2.99,
    "usd_per_clip": 0.55
  }
]

4090 satırı 5B modelini çalıştırır ve saatlik 0.36 dolar ücretle klip başına yaklaşık 0.05 dolara mal olur. 80 GB satırları 14B modellerini çalıştırır; donanımın kendisi çok daha hızlı olmasına rağmen klip başına maliyetin 0.6 dolara çıkmasının nedeni budur. Daha büyük model, video saniyesi başına daha fazla hesaplama demektir.

Klip başına beş sent kulağa önemsiz gibi gelir ancak yanıltıcı olan kısım budur. Kullanılabilir ilk beş saniyeniz asla tek bir render işleminden ibaret değildir. Bir video modeline komut vermek bir arayış sürecidir; belirli bir harekete sahip bir çekim için, nihai sonucu almadan önce yirmi ila kırk render almak normaldir. Bu nedenle bir çalışma oturumu sentler yerine dolarlarla ifade edilir ve kiralanan donanım üzerinde bir öğleden sonra süren yinelemeli çalışma, bir öğle yemeği maliyetine denk gelir.

Kiralama sürecinde gözden kaçırıldığında ciddi maliyet yaratan iki detay vardır. Sistem ağırlıkları indirirken ücretlendirilirsiniz; metin kodlayıcı ve VAE içeren Wan 2.2 dosyaları onlarca gigabayt boyutundadır, bu yüzden kalıcı depolama alanı (persistent volume) sunan bir sağlayıcı seçin ve indirme işlemini bir kez yapın. Ayrıca SSH oturumunuz açıkken sistem boşta beklediğinde de ücretlendirilirsiniz. Terminali kapatmak yerine instance'ı durdurun.

GPU sunucusuna ComfyUI kurulumu

NVIDIA sürücüsü halihazırda kurulu olan bir Ubuntu 24.04 sistemi ile başlayın. İlk olarak sürücüyü kontrol edin; çünkü bu kontrol yapılmadığında sonraki tüm hatalar birbirinin aynısı gibi görünür.

nvidia-smi

nvidia-smi

Bu komut, ekran kartınızı ve CUDA sürümünü içeren bir tablo çıktısı vermelidir. Eğer NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver çıktısı alıyorsanız, çekirdek modülü yüklenmemiş demektir; bu durum genellikle yeniden başlatılmayan bir çekirdek yükseltmesinden sonra meydana gelir. Sorunu buradan giderin. Aksi takdirde ComfyUI, CPU yoluna dönecek ve modelin çalışmaması nedeniyle bir saatinizi boşa harcayacaksınız.

sudo apt update
sudo apt install -y git python3-venv python3-pip wget
git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
python3 -m venv venv
. venv/bin/activate
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt

python3 -c "import torch; print(torch.cuda.is_available())"

Tek bir ağırlık dosyası indirmeden önce PyTorch'un kartı gördüğünden emin olun.

python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"

python3 -c "import torch; print(torch.cuda.get_device_name(0))"

True ve ardından kartınızın adı, yığının sağlıklı olduğunu gösterir. False ise kurulu olan paketin sadece CPU sürümü olduğu anlamına gelir; bu durum pip, daha önceki bir kurulumdan kalan önbelleğe alınmış torch sürümünü bulduğunda gerçekleşir. Yukarıdaki index URL'sini kullanarak yeniden kurulum yapın.

Wan 2.2 model dosyalarını indirme

ComfyUI herhangi bir ağırlık dosyasıyla birlikte gelmez ve bir video modeli tek bir dosyadan oluşmaz. Bu bir difüzyon modeli, bir metin kodlayıcı ve bir VAE'den meydana gelir; her biri kendi dizinine yerleştirilmelidir. Bir dosyayı yanlış klasöre koyarsanız, yükleyici düğümü dosyayı listelemez ve nedenini açıklayan bir hata mesajı da vermez.

cd ~/ComfyUI/models
wget -P diffusion_models https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/resolve/main/split_files/diffusion_models/wan2.2_ti2v_5B_fp16.safetensors
wget -P text_encoders https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors
wget -P vae https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/resolve/main/split_files/vae/wan2.2_vae.safetensors

5B modeli hem metinden videoya hem de görüntüden videoya dönüştürme işlemlerini yönetebilir, bu nedenle makul bir başlangıç noktasıdır. Her zaman .ckpt yerine .safetensors tercih edilmelidir. Bir .ckpt dosyası, pickle ile işlenmiş bir Python nesnesidir; bu nedenle bir dosyanın yüklenmesi, onu oluşturan kişi tarafından yazılan kodun çalıştırılması anlamına gelir. Disk alanını cömertçe ayırın: tek bir model ailesi ve çıktılarıyla çalışan bir kurulum 100 GB alan gerektirir; ayrıca video dosyaları, görüntü iş akışlarının geride bıraktığı PNG görsellerinden çok daha büyüktür. İş akışı JSON dosyalarınızı nesne depolama alanına şifreli artımlı yedekler gibi bir yöntemle yedekleyin; çünkü ağırlık dosyaları tekrar indirilebilir ancak üzerinde ince ayar yaptığınız iş akışlarınız indirilemez.

Çalıştırın ve güvenli bir şekilde erişin

cd ~/ComfyUI
. venv/bin/activate
python main.py --listen 127.0.0.1 --port 8188

ComfyUI içerisinde giriş ekranı veya kullanıcı hesabı bulunmamaktadır. 8188 numaralı porta erişebilen herkes iş kuyruğuna ekleme yapabilir ve oluşturduğunuz tüm klipleri görüntüleyebilir. İleride ComfyUI-Manager eklentisini etkinleştirirseniz, uzak bir ziyaretçinin özel düğümler (custom nodes) yükleyip yükleyemeyeceği, eklentinin güvenlik ve ağ ayarlarına bağlıdır; özel bir düğüm, sunucunuzda rastgele kod çalıştırılması anlamına gelir. Servisi localhost adresine bağlayın ve kendi makinenizden bir SSH tüneli aracılığıyla erişim sağlayın.

ssh -N -L 8188:127.0.0.1:8188 you@your-server

Ardından tarayıcınızda http://127.0.0.1:8188 adresini açın. Düğümleri manuel olarak birbirine bağlamak yerine, ComfyUI şablon menüsünden Wan 2.2 şablon iş akışını yükleyin. Resmi şablonlar, modelin optimize edildiği örnekleyici (sampler) ayarlarını içerir; bir video iş akışında, bir değerin fark edilmeden yanlış girilebileceği nokta sayısı, görüntü iş akışına kıyasla çok daha fazladır.

API kullanmanın dürüst bir tercih olduğu durumlar

Video üretimini kendi sunucunuzda barındırmak (self-hosting), hacim yüksek ve istikrarlı olduğunda, karelerinizin altyapınızdan dışarı çıkmaması gerektiğinde veya hiçbir barındırma hizmetinin sunmadığı özel bir model ya da adaptöre ihtiyaç duyduğunuzda doğru tercihtir. Ayrıca, işlem hattınızın bir yıl sonra da aynı şekilde çalışması gerekiyorsa bu yöntem uygundur. Bazı barındırılan modeller siz fark etmeden değişebilir: Replicate, resmi modellerini en son sürümle güncel tutar ve size bir sürüm seçeneği sunmaz. Diğerleri sabitlenebilir; Replicate'in topluluk modelleri ise belirli bir sürüm numarasıyla çağrılır, bu yüzden bir model üzerine inşa etmeden önce kontrol edin.

Ayda sadece birkaç klip üretmeniz gerekiyorsa, açık kaynaklı modellerin üretebildiğinden daha uzun veya daha büyük çıktılara ihtiyaç duyuyorsanız ya da bu hafta yetişmesi gereken bir teslim tarihiniz varsa barındırılan bir API kullanın. Başabaş noktasını dürüstçe hesaplayın. Temmuz 2026 medyan fiyatlarına göre 24 GB bir kartı 7/24 kiralamak aylık yaklaşık 260 dolara mal olur; aynı kartı satın almak ise henüz tek bir kare bile üretmeden bu tutardan daha fazla peşin ödeme yapmanızı gerektirir. Boşta duran bir self-hosted sunucu, klip başına ücretlendirme yapan API modellerine karşı her zaman kaybeder. Bu, Self-hosted LLM sunumu için Ollama ve vLLM karşılaştırması bölümünde ele alınan metin modellerini nasıl sunacağınızla ilgili kararla aynıdır ve GPU'lu bir VPS'in maliyete değip değmeyeceği konusundaki daha temel sorunun üzerine oturur.

Bir render işlemi başarısız olduğunda kontrol edilmesi gerekenler

Sampler çubuğu tamamlandıktan sonra işlemin en sonunda durması, VAE decode aşamasında belleğin tükendiğini gösterir. Kare sayısı azaltılmalı veya tiled decode node kullanılmalıdır. Step sayısını değiştirmek yardımcı olmaz; çünkü decode işlemi, tüm step işlemleri tamamlandıktan sonra yalnızca bir kez çalışır.

Çıktının tamamen siyah veya ciddi biçimde bozulmuş olması genellikle VAE ile modelin eşleşmediği anlamına gelir. Sürüm numaraları doğru dosyanın hangisi olduğunu göstermez: Wan 2.2 TI2V-5B modeli Wan 2.2 VAE kullanırken Alibaba'nın kendi Wan 2.2 A14B modelleri yapılandırmasında Wan 2.1 VAE belirtilir. Modelinizin resmi template dosyasında adı geçen VAE yüklenmelidir.

Render çalışıyor ancak GPU'ya sahip olduğu bilinen bir makinede saatler sürüyorsa ComfyUI CPU yolunu kullanıyor demektir. Başlangıç logunda device satırı kontrol edilmeli, ardından yukarıdaki torch.cuda.is_available() kontrolü yeniden çalıştırılmalıdır.

Sürecin dmesg içinde Killed ile ve Python traceback olmadan ortadan kaybolması, kernel out-of-memory killer işleminin devreye girdiğini gösterir. Bu durumda sorun VRAM değil, sistem RAM'idir. Offloading için gereken RAM miktarı, ComfyUI'nin weight dosyalarını nasıl yüklediğine bağlıdır. Linux ve Windows üzerinde NVIDIA kartlarda çalışan dinamik VRAM loader, weight dosyalarını diskten map eder ve gerektiğinde yükler. ComfyUI, fiziksel RAM miktarını aşan modelleri çalıştırabildiğini belirtir. Bu nedenle 16 GB sistem RAM'i, tek başına 5B model için offloading yapılmasını engellemez. Daha eski build'ler ve --disable-dynamic-vram ile başlatılan güncel build'ler, daha önceki estimate-based loading yöntemini kullanır ve kapasitesi düşük bir makinede RAM'i yetersiz bırakabilir. ComfyUI güncellenmeli ve flag'in ayarlanmadığı kontrol edilmelidir. Killer işlemi hâlâ devreye giriyorsa RAM veya swap eklenmelidir.

FAQ

GPU olmayan bir VPS üzerinde AI video üretebilir miyim?

Hayır; iki kez kullanmak isteyeceğiniz bir performansla üretemezsiniz. 24 GB GPU üzerinde dokuz dakika süren beş saniyelik 720p bir klibin CPU üzerinde oluşturulması saatler sürer. Intel Xeon işlemcilerdeki AMX gibi yerleşik matris birimleri bulunan bazı sunucu CPU'ları vardır, ancak bunların throughput değeri GPU'nunkinden çok daha düşüktür ve sistem RAM bant genişliği, GPU bellek bant genişliğinin bir mertebe altındadır. CPU sunucusu ComfyUI arayüzünü barındırabilir, modelleri depolayabilir ve workflow'ları tutabilir; ancak render işleminin kendisi için GPU gerekir.

Wan 2.2 için ne kadar VRAM gerekir?

TI2V-5B modeli için ComfyUI native offloading kullanıldığında 8 GB alt sınırdır; yayınlanan hıza ulaşmak için Alibaba 24 GB önerir. A14B text-to-video ve image-to-video modelleri için Alibaba'nın tek GPU üzerinde inference komutu en az 80 GB VRAM ister. Bu, bu yöntemle çalıştırıldığında 80 GB'lık bir data-center kartı veya RTX PRO 6000 Blackwell gibi 96 GB'lık bir workstation kartı gerektiği anlamına gelir. ComfyUI'nin dynamic VRAM loader bileşeni her iki 14B expert'i bir RTX 5060 üzerinde çalıştırmıştır, ancak bu yalnızca 320 x 320 boyutunda bir benchmark'tır. Bu nedenle bunu modellerin küçük bir kart üzerinde yüklenebildiğinin kanıtı olarak değerlendirin; 720p hız veya bellek değeri olarak değerlendirmeyin.

Self-host edilen bir klip ne kadar uzun olabilir?

Wan 2.2 ile Temmuz 2026 itibarıyla pratik birim 720p'de yaklaşık beş saniyedir. Lightricks, üretilen ses içeren LTX-2.5 kliplerinin 720p ve 1080p'de 20 saniyeye kadar, 1440p'de, 4K'da veya 48 ile 50 fps'de 10 saniyeye kadar olabildiğini belgeliyor. Daha uzun çıktı, segmentler oluşturulup birleştirilerek üretilir. Bu işlemde bir segmentin son karesi sonraki segmentin ilk karesi olarak kullanılır. Birleştirme noktalarında kalite değişebileceğinden uzun videoyu tek bir üretim değil, bir editing işi olarak değerlendirin.

GPU'yu saatlik kiralamak kart satın almaktan daha ucuz mudur?

Günde birkaç saatten az render yapılacaksa kiralama daha avantajlıdır. Temmuz 2026'da 24 GB'lık bir kart için saatlik medyan fiyat yaklaşık 0.36 dolardır. Bu fiyatla kartın satın alma bedeline ulaşmadan önce uzun süre kiralama yapılabilir. Ayrıca gerçekten kullanmak istediğiniz model için yanlış sınıfta olduğu ortaya çıkabilecek donanımı satın alma riskinden kaçınılır. Satın alma yalnızca makine her gün günün büyük bölümünde yoğun kullanılıyorsa avantajlıdır.