Аналоги израильского ПО для российского Центробанка
Как стало известно CNews, Банк России объявил запрос информации об оценке стоимости предоставления прав использования программного продукта или программно-аппаратного решения, российского производства или производства государств ЕАЭС, исключая облачные сервисы, с функционалом управления GPU-ресурсами аналогичным или приближенным к функционалу Nvidia Run:ai.
Банк России собирает заявки до 4 апреля 2026 г., дата подведения итогов не объявлена, следует из материалов регулятора, опубликованных на площадке «Сбербанк-АСТ», с которыми ознакомился CNews.
Nvidia приобрела платформу Run:ai вместе с одноименным израильским стартапом в апреле 2024 г. Эксперты оценивали сумму сделки в $1 млрд, но позже появилась информация что ее объем $700 млн. Эта сделка называлась вторым крупным вложением Nvidia в Израиль после покупки Mellanox Technologies за $7 млрд в 2020 г. До сделки стартап привлек более $100 млн на развитие.
Согласно данным Nvidia, Run:ai построена на основе Kubernetes и расширяет свои возможности за счет усовершенствованного планировщика задач ИИ, который автоматизирует распределение ресурсов GPU. Он необходим для управления и оркестрации рабочих нагрузок на основе Kubernetes, упрощает масштабируемое выполнение задач искусственного интеллекта.
Заместитель генерального директора Astra Cloud (ООО «Астра Облако», входит в «Группу Астра») Константин Анисимов пояснил CNews, что Nvidia Run:ai и его аналоги решают главную проблему промышленного использования ИИ — низкую эффективность GPU. Без такой системы видеокарты простаивают 40–60% времени, поскольку каждый проект забирает карты целиком и блокирует остальных. Платформа оркестрации позволяет динамически «нарезать» ресурсы, выделять дробные части GPU, управлять очередями и приоритетами. В результате дорогой вычислительный парк превращается в общий ресурс, который используется практически без простоев.
«Когда у компании 1–2 GPU-сервера, ими можно управлять вручную. Когда серверов десятки, а команд — больше одной, ручное управление становится узким местом: ресурсы простаивают, разработчики ждут в очереди, а руководство не видит, кто и как использует дорогостоящее оборудование. Именно тогда и возникает потребность в платформе класса Run:ai. По нашему опыту, внедрение таких решений повышает полезную утилизацию GPU со стандартных для рынка России 20–30% до 70–80%. Компания фактически получает в 2–3 раза больше вычислительной мощности из того же железа без дополнительных закупок оборудования», — пояснил CNews Никита Векессер, лидер продукта Nova AI (Orion soft).
Банк России и искусственный интеллект
Банк России пока позиционировал внедрение ИИ как эксперимент. В феврале 2026 г. глава ЦБ Эльвира Набиуллина сообщала, что возглавляемый ей регулятор использует нейросеть, например, как ассистента для максимального сбора и анализа данных, но при этом технология существенно ограничена при составлении макропрогнозов.
«Мы тоже экспериментируем, используем искусственный интеллект. В основном как ассистента, как ассистента человека, например, для того, чтобы с меньшими издержками, проще, лучше собирать, анализировать данные», — заявляла Набиуллина на пресс-конференции (цитата по «РИА Новости»).
Набиуллина подчеркивала, что ИИ пока не допускают к созданию макроэкономических прогнозов, на основе которых регулятор принимает решения, так как ИИ делает выводы на основе исторических данных.
«Мы, наоборот, стремимся во многом разглядеть будущее. Поэтому критический взгляд человека на ситуацию с макроуровня пока трудно заменить», — говорила Набиуллина. При принятии решений, например, по размеру ключевой ставки Банк опирается на плюрализм мнений.
При этом в публичной плоскости то и дело всплывает вопрос о том, сможет ли ИИ предсказывать ключевую ставку. По мнению зампреда Банка России Филиппа Габуния, «пока вряд ли, это может быть чревато» (цитата по ТАСС). При этом в «Яндексе» высказывали мнение, что в течение ближайший нескольких лет ИИ сможет научиться делать макроэкономические прогнозы, в том числе, предсказывать ключевую ставку Банка России.
Масштаб внедрения
По мнению опрошенных CNews экспертов, запрос Банка России на аналоги Nvidia Run:ai говорит, что для банка ИИ перестает быть экспериментом, регулятор переходит к промышленному внедрению.
«Это является признаком перехода к промышленной эксплуатации. Запрос на GPU-оркестратор означает, что у ЦБ уже есть или планируется серьезный GPU-кластер для внутренних нужд (скоринговые модели, регуляторный надзор, NLP для анализа отчетности)», — считает Константин Анисимов из Astra Cloud.
«То, что Банк России ищет такое решение, говорит о значительных масштабах внедрения и использования ИИ-технологий. Скорее всего, оборудования хватает, но нет единой платформы для эффективного управления, мониторинга и, главное — для равномерной загрузки этого оборудования. А когда в организации много команд, которые параллельно выполняют задачи, связанные с использованием ИИ, такая потребность появляется довольно быстро», — рассказал CNews Ильдар Мусалямов, технический архитектор Mons (входит в ГК «Корус Консалтинг»)
Когда речь идет об экспериментах, тестировании и апробации технологий, о таких решениях мало кто думает, добавляет Иван Зюба, программист, эксперт в области цифровой трансформации и внедрения ИИ.
«Однако если технологии уже опробованы и было принято решение о внедрение сразу большого количества ИИ-инструментов, подобные инструменты необходимы для их запуска (иначе цена была бы слишком большой)», — считает эксперт.
Клонов нет, но есть аналоги
Российские компании разрабатывают собственные решения для управления вычислительными ресурсами ИИ, однако полного аналога Nvidia Run:ai по совокупности функций в настоящее время не существует, рассказал CNews Матвей Пак, основатель и генеральный директор Metamentor.
«Клонов Run:AI не видно, но есть много кастомных рецептов по организации подобного рода динамичной инфраструктуры — это не единое решение, но уже что-то. То есть компании в целом реально нуждаются в аналоге Run:AI, особенно в условиях ограниченности ресурсов», — добавляет Савелий Батурин, руководитель отдела ML компании Postgres Professional.
«Мы можем посмотреть информацию о таких наиболее близких по классу технологиях, как Platform V, соответственно, контейнер-платформа МТСовская, Botsman. Но необходимо, конечно, массовое развитие более промышленного уровня, чтобы закрыть всю потребность, которая есть сейчас на рынке», — рассказала CNews Мария Филатова, эксперт в области ИИ для бизнеса и сооснователь платформы внедрения AI-процессов в бизнес AIPhi.
По словам Константина Анисимова, в финансовом секторе широко применяются коммерческие сборки открытого кода, адаптированные под требования регулятора, а также зрелые проприетарные платформы отечественных вендоров. Набирают популярность облачные модели, позволяющие перейти к операционным затратам, в том числе Astra Cloud. Инфраструктурная основа для таких решений также предоставляется российскими разработчиками, указывает эксперт.
Никита Векессер указывает, что российская платформа Nova AI способна решать подобные задачи. С ее помощью можно централизованно управлять GPU-кластером, оркестрировать ML/AI-нагрузки, дробить GPU на логические профили, а также получить прозрачность и отказоустойчивость на уровне enterprise-продукта. Это on-premise решение, которое разворачивается внутри контура заказчика.
Цена внедрения
Эксперты оценили стоимость внедрения подобных технологий в сотни миллионов и даже миллиардов рублей, однако все зависит от запросов Банка.
«Для масштаба Банка России внедрение потребует капитальных вложений: оборудование (серверы с GPU) — от 100 до 500 млн ?, лицензии на ПО — от 30 до 50 млн ? в год, услуги интеграторов — от 20 до 30 млн руб.», — посчитал Матвей Пак, основатель и генеральный директор Metamentor.
Скорее всего, речь пойдёт о заказной разработке либо о доработанном open-source-решении на базе Kubernetes с GPU-планировщиком, считает Алексей Карпунин, партнер «5Д Консалтинг». Точная стоимость будет определена по итогам запроса оценки, однако с учетом требований к безопасности, сертификации и интеграции с инфраструктурой регулятора речь идет о нетривиальном и дорогостоящем проекте.
«Вопрос глубины внедрения такой технологии и количества доработок готовых решений под текущий и будущий объем задач. Мое личное мнение таково, что стоимость может превышать 1 млрд руб.», — говорит Иван Зюба, программист, эксперт в области цифровой трансформации и внедрения ИИ.
Для крупной финансовой организации с несколькими десятками GPU-серверов и несколькими командами разработки речь, как правило, идет о диапазоне 30-100 млн руб. на лицензирование и техническую поддержку — в зависимости от масштаба кластера и требований к SLA. «По нашему опыту экономия на избыточных закупках оборудования и снижение затрат на собственную разработку инфраструктуры окупает внедрение уже в первый год», — рассказал Никита Векессер.
При этом исключение облачных сервисов — обязательное условие. Банк России работает с данными, на которые распространяется ФЗ №152 и требования к критической информационной инфраструктуре: они должны обрабатываться на серверах в периметре регулятора. Любая внешняя зависимость в инфраструктуре центрального банка — системный риск, который ЦБ не может себе позволить.
Поделиться
