Анастасия Башкатова
Вычислительных ресурсов на всех желающих может не хватить.
Фото РИА Новости
Внедрение искусственного интеллекта (ИИ) – все более важное условие конкурентоспособности бизнеса. Но сейчас лишь 9% российских компаний полностью обеспечены вычислительной инфраструктурой для ИИ, сообщили по итогам анализа эксперты IT-холдинга T1. После официального ухода NVIDIA – главного чипмейкера для технологий ИИ – российский бизнес столкнулся с необходимостью искать альтернативу, а также с ростом цен, увеличением сроков поставок, снижением качества поддержки. Помимо этого, процесс замены графических процессоров, используемых для технологий ИИ, отягощается несовместимостью «программного слоя».
Минцифры весной внесет в Госдуму законопроект, посвященный развитию и внедрению искусственного интеллекта. Он затронет использование технологии в чувствительных сферах, например в здравоохранении, образовании или судопроизводстве, но не будет распространяться на коммерческий сектор, за исключением объектов критической инфраструктуры.
Также законодательные новации предполагают, что будут определены критерии «российского» ИИ, права, обязанности и ответственность за ошибки ИИ; что будет внедрена маркировка ИИ-контента и т.д.
Однако помимо идеологических аспектов все острее вопросы технологического оснащения и обеспечения. Инфраструктурная база для масштабирования технологий искусственного интеллекта остается в России ограниченной.
По результатам анализа, проведенного холдингом T1, только 9% организаций в России полностью обеспечены вычислительными ресурсами. Еще около 40% обеспечены частично. Остальные – а это более половины (51%) проанализированных российских компаний – остро нуждаются в вычислительных ресурсах. Такие данные были обнародованы на прошедшем в Москве форуме.
По уточнению авторов исследования, графические процессоры (Graphics Processing Unit, GPU) выступают ключевым технологическим звеном для современных ИИ-нагрузок. Они берут на себя обработку данных, включая обучение больших языковых моделей, нейросетей.
Спрос на высокопроизводительные вычисления подогревается все более активным внедрением в практику генеративного искусственного интеллекта с акцентом на ИИ-агентах (умных цифровых помощниках), а также применением технологий компьютерного зрения, рекомендательных систем на базе искусственного интеллекта.
По экспертным оценкам, в целом динамика ИИ-индустрии такова, что рост спроса на графические процессоры, видимо, будет опережать возможности как их производства, так и цепочек поставок в среднесрочной перспективе. Это может спровоцировать устойчивый дефицит на рынке аппаратного обеспечения для ИИ – риск, актуальный как для мира в целом, так и для России в частности, особенно при наличии санкционных барьеров.
«После официального ухода NVIDIA российский бизнес столкнулся с необходимостью искать альтернативы, а также с ростом цен, увеличением сроков поставки и снижением качества поддержки. При этом процесс замены ИИ-ускорителей отягощается и программным слоем: оптимизация ИИ-моделей под специфическую и изолированную архитектуру новых поставщиков фактически требует переписывать их код», – сообщил журналистам замгендиректора Т1 Кирилл Булгаков.
Опрошенные «НГ» эксперты перечислили несколько путей для ИИ-индустрии в России с учетом текущих ограничений. «Кто-то развивает ИИ за счет поиска доступных GPU, которые можно достать через параллельный импорт, партнерские каналы, включая решения на чипах NVIDIA или китайских поставщиков», – сказал директор по развитию компании HRlink Дмитрий Махлин.
Другой путь, по его словам, переход от покупки «железа» к сервисной модели: иногда удобнее воспользоваться инфраструктурой как услугой. Имеется в виду аренда сторонних серверов, хранилищ данных, включая аренду облачных вычислительных ресурсов, когда доступ к удаленным серверам, хранилищам, базам данных обеспечивается через интернет, через «облако».
Еще один путь, как говорит Махлин, не делать ставку на обучение нейросетей с нуля, а сконцентрироваться на дообучении имеющихся моделей: требования к инфраструктуре будут ниже.
И наконец, есть такой вариант, как обучение ИИ на уже имеющемся оборудовании, которое было ввезено в Россию ранее, добавил гендиректор холдинга «Экспанта» Александр Смоленский. Такое оборудование уступает по техническим характеристикам более современным аналогам, но оно все же сохраняет работоспособность.
Выбор вектора зависит от масштаба бизнеса. «Средний и малый бизнес, как правило, нетребователен к большой производительности ИИ-вычислений», – считает менеджер по развитию бизнеса компании N3COM Дмитрий Песляк. И такие заказчики чаще могут использовать облачные вычисления на арендованных мощностях или, допустим, GPU предыдущих поколений.
А крупные корпоративные клиенты в состоянии сделать ставку на параллельный импорт. Хотя в этом случае вырастают капитальные затраты на поставки нестандартными маршрутами – впрочем, как и с любыми другими комплектующими.
При этом Махлин подтвердил, что замена процессоров на альтернативные разработки действительно осложняется в том числе несовместимостью «программного слоя». Когда компания уходит с привычных ей решений NVIDIA на другую цифровую архитектуру, часто выясняется, что система требует серьезной доработки вплоть до полного переписывания программного кода. Это тоже издержки.
Оценивая перспективы рынка графических процессоров, а также ИИ-индустрии в целом, эксперты продемонстрировали прямо противоположные настроения.
«Ситуация на рынке пока выглядит так, что окон возможностей скорее нет», – считает гендиректор группы компаний DатаРу Роман Гоц. По его оценкам, проблема не только в наличии или отсутствии собственных чипов. Чип, безусловно, важный пункт, но это лишь начало цепочки создания ценности для заказчика. «Пока попытки создания своих GPU в разных странах в большинстве своем безуспешны», – добавил он.
В то же время, по мнению Махлина, в сложившейся ситуации можно увидеть и положительные эффекты: рынок постепенно уходит от зависимости от одного вендора в сторону мультивендорного формата. Это более зрелая модель развития.
Россия не единственная страна, которая сталкивается с такого рода проблемами. «Дефицит современного оборудования ощущает огромное количество компаний по всему миру. Приоритетный доступ к этой технике имеет лишь десяток крупнейших игроков – в первую очередь американские корпорации, – обратил внимание Смоленский. – Остальные участники рынка вынуждены довольствоваться остаточным принципом распределения ресурсов». Но это-то как раз и подстегивает поиск альтернативных решений.
Новым глобальным вызовом для ИИ-индустрии гипотетически теперь станут грядущие ограничения, связанные с топливным кризисом, который может затронуть Тайвань, Южную Корею и некоторых других производителей электронных компонентов. «Но когда и как это будет выглядеть, пока неясно, – сказал Песляк. – Скорее всего нужно будет вспоминать времена ковидных ограничений и тех проблем с нарушением логистических цепочек».
