Как инженеры Скала^р построили первый ПАК для ИИ

03.07.2025
Антон Юдин, начальник отдела разработки аппаратного обеспечения и развития технологий ИИ Скала^р (группа Rubytech), в интервью изданию «Коммерсант Наука» рассказал, как инженеры Скала^р построили первый программно-аппаратный комплекс для искусственного интеллекта.

— Когда появилась идея создания программно-аппаратного комплекса для искусственного интеллекта?

— Около трех лет назад у команды возникла гипотеза: можем ли мы создать инфраструктурную единицу, адаптированную специально под задачи искусственного интеллекта для крупного бизнеса и государства. На тот момент мы умели накапливать и обрабатывать данные, и следующим логичным шагом стало их использование с помощью ИИ.

Повлиял и мой личный опыт: ранее я работал с NVIDIA и видел, как ведущий вендор выстраивает экосистему — от создания инфраструктуры до поддержки стартапов. В России таких решений пока не существовало. Поэтому, ориентируясь на запросы заказчиков и нормативные требования, мы начали разрабатывать собственную архитектуру российского апплаенса, а активная реализация стартовала уже в 2025 году.

— С какими сложностями вы столкнулись при разработке?

— На начальном этапе мы долго проверяли реальную потребность рынка в подобном продукте, общались с заказчиками и партнерами, выясняли их задачи и инфраструктурные ограничения, чтобы не тратить ресурсы на разработку ненужного решения. Благодаря этому удалось определить наиболее востребованные сценарии, такие как обучение на защищенных данных в изолированных кластерах.

Сложности были и технические, и организационные. Одной из основных задач стала необходимость RnD и создания технологического альянса с российскими производителями для создания специализированных аппаратных и программных комплексов под задачи ИИ. Да, многие действительно чувствовали потребность в таких продуктах, но у вендоров не было уверенности, что рынок примет их решения. Мы стали для них одним из этапов CustDev с технологической интервенцией, основанной на опыте на стыке исполнительного софта, микропрограммного обеспечения и высоконагруженных аппаратных систем.

Одной из наиболее трудоемких стала задача по объединению отечественного программного обеспечения и оборудования — приходилось не просто настраивать компоненты, но и вносить изменения в их внутреннюю логику. Например, для платформы MLOps потребовалась ручная адаптация конфигураций RedOS и Deckhouse. Следом появились инженерные задачи: написание собственных драйверов, оптимизация сетей, отладка взаимодействия с системами хранения данных. Другими словами, требовалось вручную «учить» разные компоненты правильно взаимодействовать друг с другом, чтобы система работала стабильно и без перебоев.

Еще одним вызовом стала адаптация азиатских графических карт для работы с моделью LLaMA. Процесс включал и глубокий технический анализ, и многочисленные оптимизации, и длительную отладку. В результате модель удалось успешно запустить, и кейс можно назвать значимым для всего рынка.

Ну и наконец, немало усилий команда инвестировала в адаптацию программно-аппаратного комплекса под требования Минцифры и Минпромторга, его сертификацию как единого изделия.

Полный текст интервью читайте на сайте Коммерсантъ


Поделиться материалом
ВАЖНО! Мы используем файлы Cookie для лучшей работы сайта. Продолжая использовать сайт, вы даёте своё согласие на работу с этими файлами
Закрыть