Российскому ИИ-рынку потребуется 70 000 видеокарт до 2030 года

В России с развитием отрасли искусственного интеллекта растет спрос на видеокарты, которые позволяют обрабатывать большие объемы данных и выполнять параллельные вычисления. По оценкам экспертов, российскому ИИ-рынку потребуется 70 000 GPU до 2030 года.

Российскому ИИ потребуется 70 000 видеокарт до 2030 года К 2030 году мощность российских центров обработки данных ЦОД для решения задач искусственного интеллекта ИИ должна составить более 70 000 в эквиваленте карт Nvidia А100. Об этом «Ведомостям» рассказал вице-президент «Ростелекома» Дарий Халитов. Наиболее востребованные видеокарты, которые активно используются в IT-сфере, – это графические процессоры GPU A100 и H100 от американской Nvidia, говорит собеседник «Ведомостей» в крупном облачном провайдере. Сложно сказать, какое количество видеокарт используется российскими компаниями в своих инфраструктурах, так как Nvidia старается не допускать поставок самых высокопроизводительных моделей, а конечные заказчики стараются публично не раскрывать текущий состав используемого оборудования американского вендора, говорит главный инженер IT-проектов компании «Уралэнерготел» Владимир Маторин. Текущее состояние используемых российскими ЦОДами карт составляет 3000–4000, «эквивалентных A100», считает независимый аналитик Алексей Бойко. Подпишитесь на «Ведомости»

К 2030 г. мощность российских центров обработки данных ЦОД для решения задач искусственного интеллекта ИИ должна составить более 70 000 в эквиваленте карт Nvidia А100 Пока, по оценкам экспертов, их установлено не более 10 000 Речь идет о прогнозной совокупной потребности в аппаратных мощностях во флопсах FLOPS, Floating Point Operations Per Second , которые могут быть удовлетворены на основе видеокарт различных производителей С такой оценкой соглашается и директор по новым облачным продуктам МТС Web Services Алексей Кузнецов Наиболее востребованные видеокарты, которые активно используются в IT-сфере, – это графические процессоры GPU A100 и H100 от американской Nvidia A100 предоставляет гибкие возможности масштабирования для вычислительных задач: может использоваться как в рабочих станциях с одним или несколькими GPU, так и в серверах, кластерах, облачных центрах обработки данных и суперкомпьютерах H100 – это более новая модель, которая, согласно заявлениям Nvidia, превосходит A100 в вычислениях в 3–6 раз, продолжает собеседник Подписаться

К 2030 г. мощность российских ЦОД для решения задач ИИ должна составить более 70 000 в эквиваленте карт Nvidia А100. Пока их установлено не более 10 000. A100 может использоваться в рабочих станциях с одним или несколькими GPU, в серверах, кластерах, облачных центрах обработки данных и суперкомпьютерах. Вообще наиболее востребованные видеокарты, используемые в IT-сфере, – это графические процессоры GPU A100 и H100 от американской Nvidia.

Россия тратит миллиарды на говно. То, что сейчас пытаются закупить в РФ под видом импортозамещения — это на 10-15 лет устаревшие технологии. Закупаются NVIDIA A100 и H100, которые полностью управляются извне. Обучение моделей на западных датацентрах = слив данных "партнерам". Попытка делать свои серверные CPU на китайских технологиях = тупик. Реальная альтернатива? Полный отказ от западных вычислительных архитектур. Создание не традиционных, а радикально новых процессорных решений. Максимальная автономность, без зависимостей от чужого ПО. Но на это никто не пойдет. Причины известны.

Рисунок 5.1: Чипы являются основой для создания и работы ИИ. Лишь немногие компании способны успешно производить графические процессоры GPU , которые могут запускать передовые модели. Большая часть вычислительных мощностей ИИ сосредоточена в крупных дата-центрах.

Умный помощник, который всегда под рукой

К 2030г российскому ИИ нужно более 70 000 видеокарт Nvidia A100 Это прогноз Дария Халитова из Ростелекома об оснащении ЦОДов. При этом он и Алексей Кузнецов, МТС Web Services отметили, что текущая установленная база таких карт в России составляет не более 10 000 единиц. Прогноз учитывает не только карты Nvidia A100, но и эквивалентные мощности других производителей, таких как Huawei Ascend 910C . Разрыв между реальностью и прогнозом огромный: нужны чипы, энергия 28 МВт только на GPU! и новые энергоемкие дата-центры. На фоне этого Россия и Иран подписали меморандум — ЗНТЦ и иранский Штаб по нанотехнологиям будут сотрудничать в радиоэлектронике. Иран под санкциями выживает, но его микроэлектроника слабая — чипов уровня A100 у них нет. Скорее, это про комплектующие и обмен опытом. Основная надежда — Китай или серый импорт.

Мощность российских ЦОД для решения задач ИИ к 2030 году должна составить более 70 тыс в эквиваленте карт Nvidia А100, а рынок видеокарт к концу десятилетия вырастет в 6–7 раз. По крайней мере так оценивает будущее отечественного искусственного интеллекта вице-президент "Ростелекома" Дарий Халитов. При этом сейчас у российских техногигантов Яндекс, Сбер около 10 тыс таких карт, а "добывать" ИИ-ускорители от Nvidia тяжело. Проще достать китайские, но они проигрывают примерно в 3–8 раз в задачах обучения и в 2–5 раз в инференсе. Как пишут "Ведомости", есть еще отечественные нейроускорители от "НТЦ Модуль", правда, не GPU, а NPU. И число "российских" карт может вырасти в ближайшие годы, но только если у компаний останется доступ к зарубежным контрактным производствам - очевидно, что отечественные карты только на бумаге. И несмотря на все трудности, выгоды от использования ИИ очевидны - решения на базе искусственного интеллекта могут выполнять около 34% рутинных задач трети офисных сотрудников, что позволит бизнесу экономить до 4,13 трлн рублей в год, А в обрабатывающей промышленности эффект от использования ИИ в 2035 году будет составлять 7,7 трлн рублей.

Российскому ИИ нужно больше мощности. Буквально недавно мы писали о том, что «Яндекс» будет наращивать инфраструктуру, кроме этого за прошлый год несколько облачных провайдеров объявили о расширении своих GPU-мощностей. Но, это только начало. ВП по ИТ Ростелекома Дарий Халитов предполагает, что к 2030 году мощности ЦОД вырастут до 70 тыс. GPU, в эквиваленте карт Nvidia А100. Текущая ситуация на рынке ИИ-инфраструктуры характеризуется активным развитием и существенными инвестициями. За последние 10 лет лидеры рынка вложили в развитие технологий искусственного интеллекта более 650 млрд руб.. К середине 2023 года 95% компаний внедрили ИИ-технологии в основные бизнес-процессы. Ключевые тренды развития включают использование высокопроизводительных графических процессоров. Наиболее востребованными остаются модели Nvidia A100 и новейшие H100, которые обеспечивают высокую производительность вычислений. Крупнейшие мировые IT-компании преимущественно используют GPU Nvidia H100 и перспективные модели B200. Текущий объем российских мощностей для ИИ оценивается в 3-4 тыс. эквивалентных карт A100. Эксперты отмечают, что значительная часть вычислительных мощностей приходится на корпоративные центры обработки данных крупнейших технологических компаний. Прогнозируемый рост рынка составит 30% ежегодно. Правительство России ожидает, что к 2025 году объем рынка достигнет 1 трлн руб. Согласно оценкам «Ростелекома», рынок видеокарт увеличится в 6-7 раз к 2030 году.

От тысяч к десяткам тысяч: российский ИИ требует 70 000 видеокарт К 2030 году мощность российских центров обработки данных для решения задач искусственного интеллекта должна составить более 70 000 в эквиваленте видеокарт Nvidia А100. Такой прогноз озвучил «Ведомостям» вице-президент «Ростелекома» Дарий Халитов, подчеркнув, что речь идёт о совокупной потребности во флопсах, которые могут быть реализованы на основе видеокарт различных производителей. За последние 10 лет лидеры российского рынка ИИ инвестировали не менее 650 млрд рублей, а к середине 2023 года 95% компаний уже внедрили ИИ-технологии в основные процессы. Объём российского рынка ИИ в 2024 году оценивается приблизительно в 780 млрд рублей при учёте роста не менее 30%, а в правительстве прогнозируют, что к 2025 году рынок достигнет 1 трлн рублей. Текущее состояние используемых российскими ЦОДами карт составляет 3000-4000 «эквивалентных A100», что выглядит скромно на международном фоне — для сравнения, Tesla располагает примерно 350 000 карт H200. Крупнейшие российские технологические компании сейчас суммарно владеют около 10 000 высокопроизводительных видеокарт, а «Яндекс» по состоянию на конец 2021 года использовал 3500 карт А100 в своих трёх суперкомпьютерах. #ИИ #ЦОДы #Ростелеком #ЦифроваяЭкономика