03/11/2026
В ходе форума Kazan Digital Week 2026 глава ИТ-холдинга Т1 Дмитрий Харитонов озвучил результаты тестирования графических ускорителей (GPU), которое было проведено компанией в 2026 году. В рамках исследования специалисты холдинга оценили эффективность использования оборудования NVIDIA и решений китайских производителей, применяя смешанный парк оборудования. Такой подход позволяет увеличить вычислительные мощности в условиях дефицита оборудования, а подбор GPU под конкретные задачи помогает сократить стоимость инференса в 2-2,5 раза.
Харитонов подчеркнул, что признаком готовности компании к работе с искусственным интеллектом (AI Ready) является не количество пилотных проектов, а реальный экономический эффект, который должен быть достигнут за 6-9 месяцев. "AI Ready начинается не с шумихи, а с рационального подхода к задаче: компания, запускающая 5-7 пилотов в месяц, автоматически не становится AI Ready. Эффект должен быть измеримым, иначе проект сворачивается", - отметил он.
Для снижения зависимости клиентов, использующих ИИ-технологии, от оборудования NVIDIA, специалисты ИТ-холдинга Т1 организовали специализированную лабораторию и протестировали GPU различных производителей, включая китайские решения. В ходе испытаний было проверено более 20 моделей искусственного интеллекта и проведено более 1000 прогонов на альтернативных чипах. Полученные данные позволили выделить ряд сценариев применения GPU в ИТ-инфраструктуре российских компаний. Например, при использовании ИИ-ассистентов для работы с документами или поиска по базам знаний китайские ускорители обеспечивают снижение стоимости инференса в 2-2,5 раза без потери качества ответов.
В случае дообучения собственных крупных языковых моделей (LLM) возможна гибридная схема: обучение, дообучение и инференс сверхбольших моделей можно выполнять на оборудовании NVIDIA, а часть сопутствующих задач и отдельные сценарии инференса перенести на альтернативные ускорители. В задачах компьютерного зрения китайские решения демонстрируют конкурентоспособную стоимость, но уступают ускорителям NVIDIA по скорости обработки данных.
Дмитрий Харитонов также обратил внимание на необходимость комплексного расчета стоимости владения (TCO) ИИ-решениями, включая не только цену оборудования, но и затраты на лицензии, сопровождение и обучение сотрудников. Отдельно он выделил требования к защищенному контуру, особенно для субъектов критической информационной инфраструктуры (КИИ). В таких случаях приоритетными становятся решения из реестра программно-аппаратных комплексов (ПАК), развернутые в собственном контуре, что позволяет исключить санкционные риски и соблюсти требования безопасности.
