Как нам обустроить ИИПока мир соревнуется в гонке ИИ, Россия пытается справиться с базовыми задачами в этой сфере. Об этом говорили на сессии ЦИПР «Технологическая база для искусственного интеллекта и квантовых вычислений. Фокус на аппаратные решения», которую вела глава консорциума Вычислительной техники Светлана Легостаева. Среди экспертов были Андрей Чернышев (Delta Computers), гендиректор OpenYard Алексей Белогорцев, директор по инновациям ГК «Аквариус» Михаил Окунев, руководитель по цифровизации «Газпром нефти» Михаил Корольков и другие.Главная проблема российского ИИ — зависимость от иностранных решений, прежде всего Nvidia. Недавно эксперты оценили потребности отечественных AI-дата-центров к 2030 году в более 70 тыс. карт Nvidia. Про российские решения в этих оценках не говорилось. Очевидно, что имеющихся отечественных разработок для обучения больших языковых моделей недостаточно. Большинству компаний приходится опираться на решения от Nvidia: компания создала целую закрытую экосистему (CUDA, Tensor-ядра, NVLink, InfiniBand) из аппаратных решений и софта. Это привело к зависимости, при попытке собрать инфраструктуру из сторонних компонентов, возникают проблемы связности, в том числе с софтом. Дмитрий Фомичев из Росатома сказал @anti_agi, что у производителей серверных решений есть наработки в области ИИ, но они специализированные, такие как ASIC (Application-Specific Integrated Circuit), разработанные под конкретные задачи. Они могут решать только отдельные задачи ИИ, например, делать анализ текстов или видео. По его мнению, сделать универсальный процессор для всего спектра задач ИИ в России невозможно — у нас нет кооперации разработчиков и нет такого огромного рынка, чтобы проект был коммерчески эффективным. Про отсутствие кооперации, разрозненность работы ученых, разработчиков ИИ и бизнеса (заказчиков), говорили и участники сессии. В результате происходит дублирование разработок и замедляется выход на рынок. Кроме того, технологии ИИ тяжело внедрять, потому что заказчики, в том числе из промышленности, сами не очень понимают возможности применения ИИ и часто не могут четко сформулировать разработчикам задачу. Последние, в свою очередь, не понимают трек развития: на какие задачи ориентировать технологию. Получается замкнутый круг.Какой выход?Окунев из «Аквариуса» отметил, что российскому рынку нужно пройти путь по обеспечению связности технологических кластеров, разработав при этом прикладные, опорные системы из приложений для обучения моделей.Компании в Китае, в первую очередь Huawei, очень активно инвестируют в аппаратные решения для инференса и при этом активно подтягивают экосистему своих приложений и компонентов. Российским разработчикам нужно либо делать то же самое, либо сфокусироваться чем-то более емком, например, использовать готовые продукты для инференса, как серверы того же «Аквариуса» для работы с предобученными моделями, решающие узкие задачи. При этом эксперты согласились, что необходимо продолжать инвестировать в российские чипы (Эльбрусы, Skif, Байкал). Их разработчики сейчас строят планы на ИИ: «Байкал Электроникс», в частности, запустил разработку процессоров для ИИ еще в 2023 году, инвестировав в него около 2 млрд руб. Он планировал реализовать проект в течение трех лет, то есть к 2026 году.Какой вывод?Сделать решение, сопоставимое с Nvidia, которое бы решало весь спектр задач, пока нам не светит. Но у производителей инфраструктурных серверных решений есть специализированные наработки для решения конкретных ИИ-задач, заточенных под специализированную задачу. В России есть потенциал для создания технологической базы ИИ, начать нужно с внедрения локализованных решений для инференса, а в долгосрочной перспективе — развивать полный стек решений (от чипов до софта) через консорциумы. Сейчас рынок устроен хаотично: все договариваются в кулуарах, не видя весь спектр возможных партнеров. Консорциумы помогут разработчикам синхронизироваться с потребностями заказчиков. Тогда начнут возникать перспективные совместные проекты. #ИИ_ЦИПРЮлия Тишина специально для @anti_agi
