На фоне глобальных санкций российский бизнес и наука столкнулись с серьёзной проблемой: как продолжать разработки в области искусственного интеллекта без доступа к ключевому оборудованию мирового лидера — компании NVIDIA? Ответ на этот вопрос ищут в Московском физико-техническом институте. Научный директор Института искусственного интеллекта МФТИ Юрий Визильтер возглавил масштабное исследование, которое, возможно, изменит правила игры.
Специалисты МФТИ нашли способ снизить зависимость российских компаний от решений NVIDIA. Институт искусственного интеллекта не просто оценил возможности альтернативных графических процессоров (GPU), но и создал на базе университета Центр компетенций. Его задача — помочь бизнесу построить полностью независимую и работоспособную вычислительную инфраструктуру для задач машинного обучения.
Проблема, которую решают физтехи, более чем актуальна. Последние несколько лет в России ограничена доступность «железа» и софта NVIDIA: сроки поставок выросли, загрузка драйверов заблокирована, а официальная поддержка оборудования отсутствует. В таких условиях развитие собственных ИИ-продуктов оказывается под угрозой. Бизнесу срочно нужны новые, жизнеспособные решения.
Команда Института искусственного интеллекта МФТИ провела глубокий анализ рынка альтернативных ускорителей, уделив особое внимание продукции китайских производителей, таких как Moore Threads и MetaX. Цель была амбициозной — оценить, способно ли это оборудование обеспечить полный цикл работы современных ИИ-моделей: от обучения до эксплуатации.
«Мы оценивали скорость и воспроизводимость вычислений, устойчивость при росте нагрузки и стабильность поведения моделей на разных типах ускорителей. Эти параметры определяют пригодность систем для длительной эксплуатации. На основании исследований мы сформировали программно-аппаратные конфигурации, которые обеспечивают необходимую производительность языковых моделей на альтернативных вариантах оборудования. Такой подход создает предсказуемый цикл жизни ИИ-решений и дает компаниям возможность структурно планировать эксплуатацию систем в собственных контурах», — рассказал научный директор Института искусственного интеллекта МФТИ Юрий Визильтер.
Результаты исследования оказались обнадёживающими. Выяснилось, что альтернативные карты, такие как s4000 от Moore Threads и C500 от MetaX, могут применяться в широком спектре сценариев без потери функциональности. Они стабильно запускают популярные большие языковые модели (LLM), корректно работают с современными фреймворками и показывают предсказуемую производительность. В некоторых типах вычислений их показатели достигли или даже превзошли результаты флагманской карты NVIDIA A100. Не менее важно, что оборудование продемонстрировало устойчивость при длительных нагрузках, что критично для создания воспроизводимых процессов обучения нейросетей.
Особый успех был достигнут в работе с кластерами. Разработанный в МФТИ стек программного обеспечения позволяет эффективно объединять мощности альтернативных GPU для работы с самыми крупными моделями, создавая полноценные вычислительные кластеры.
На основе этих прорывных данных в МФТИ уже создан Центр компетенций по решениям, не зависящим от NVIDIA. Это не просто лаборатория, а полноценный хаб, объединяющий лучшие инженерные практики, методики тестирования, оптимизированные конфигурации и прямой опыт работы с поставщиками. Центр готов консультировать компании по подбору оборудования, проводить нагрузочное тестирование под конкретные бизнес-задачи и сопровождать платформы на всех этапах эксплуатации.
Это только начало. Команда МФТИ планирует продолжить тестирование новых поколений ускорителей, расширить список поддерживаемых моделей и подготовить детальные отраслевые рекомендации. Их цель — дать России возможность создать не просто замену, а полностью автономную, конкурентоспособную и независимую экосистему для развития искусственного интеллекта.
Ставьте лайк, если верите в российскую науку, и подписывайтесь на канал, чтобы не пропустить новости о технологических прорывах!