Когда в России могут появиться собственные GPU
Путь российских проектов ускорителей от отдельных разработок до серийного продукта займет около четырех лет
Спрос на вычислительные мощности в России растет, но закрывается он в основном за счет зарубежных решений: бизнесу мощности нужны сейчас, а не через несколько лет. Поэтому разговор об отечественных GPU идет уже не столько о технологических амбициях, сколько о более практичном вопросе — можно ли вообще довести такие проекты до промышленного выпуска и найти для них рынок.
Фото: Марина Молдавская, Коммерсантъ
Фото: Марина Молдавская, Коммерсантъ
В России есть несколько проектов по GPU и ускорителям, и за последние два года их количество не растет. Генеральный директор SNDGLOBAL Ольга Квашенкина напоминает о разработках НТЦ «Модуль», решениях НПЦ «Элвис», Bailkal и МЦСТ. «В России есть несколько проектов ускорителей вычислений, которые для простоты или по привычке иногда называют GPU: например, нейропроцессоры Нейроматрикс от НТЦ “Модуль” или Linq от компании “Хайтэк”», — перечисляет гендиректор «Промобита» Максим Копосов.
По словам заместителя исполнительного директора ЦК НТИ по большим данным МГУ Гарника Арутюняна главным стоп-фактором для появления отечественного чипа является отсутствие современной производственной базы и доступа к передовым техпроцессам. Ведущий инженер-программист НОЦ ФНС России и МГТУ им. Н.Э. Баумана Николай Калуцкий среди причин называет технологический разрыв, небольшой внутренний рынок, санкционную политику, нехватку кадров и отсутствие необходимых литографов. «В то время, когда западные и восточные коллеги используют техпроцессы, равные 4-5 нм, мы готовы предложить техпроцесс 28 нм», — сетует он.
В первую очередь сейчас в России не хватает технологий для создания литографов нужного уровня, подтверждает руководитель проектов компании «Интеллектуальная аналитика» Тимофей Воронин. Проблема упирается не только в сам чип. По словам госпожи Квашенкиной, второй барьер — память и упаковка. У нас нет ни нужной для современных GPU сверхбыстрой памяти, ни технологий их сборки. Еще один разрыв связан с программной средой: «У мировых лидеров GPU не просто чип, а платформа. CUDA, компиляторы, драйверы, оптимизированные библиотеки, интеграция с ML-фреймворками создавались более 10-15 лет». Разработка современных процессоров — вопрос создания целой индустриальной экосистемы, на построение которой у лидеров рынка ушли десятилетия, подтверждает руководитель разработки AI Lab Авито Олег Королев. По его словам, переход на альтернативную архитектуру означает и переписывание большого объема кода.
С деньгами и окупаемостью картина тоже остается непростой. По оценкам Ольги Квашенкиной, объем инвестиций в разработку отечественных ускорителей за последний год составил от 15-35 млрд руб., включая государственные субсидии, контракты, частные вложения и НИОКР отдельных компаний. При этом господин Арутюнян отмечает, что «публичных цифр нет, но инвестиции есть, правда они распределены по всей микроэлектронике и несопоставимы с мировыми бюджетами. Внутренний рынок дает спрос, но его недостаточно, чтобы окупить разработку и массовое производство конкурентного GPU без экспорта или господдержки на долгой дистанции».
При разработке столь сложного проекта как GPU нужно ориентироваться в том числе на внешние рынки, это существенно упростит окупаемость, отмечает господин Копосов. Однако сам спрос в первую очередь уходит к иностранным поставщикам. «Спрос на зарубежные GPU в 2024-2025 годах вырос. Это связано с бурным ростом задач машинного обучения, генеративного ИИ и корпоративной аналитики», — говорит госпожа Квашенкина. Бизнесу нужны вычисления сейчас, поэтому он покупает доступные решения, не дожидаясь отечественных разработок, поясняет Гарник Арутюнян. В итоге рынок, который мог бы стать опорой для локальных проектов, пока сам же усиливает зависимость от готовых решений.
Поэтому прямую конкуренцию с Nvidia эксперты считают малореалистичной. По словам господина Арутюняна, возможно частичное замещение специализированных ускорителей. Олег Королев считает, что «реалистичный путь — создание специализированных ускорителей для конкретных задач ИИ или определенных отраслей». В той же логике рассуждает и господин Калуцкий: «Я бы рассматривал, что мы строим не конкурента, а узкоспециализированный продукт. Такие узкоспециализированные решения у нас всегда хорошо получаются». Тимофей Воронин при этом замечает, что в первое время российские решения будут сильно проигрывать зарубежным, «однако данный процесс нужно запустить».
По срокам оценки тоже сдержанные. Ольга Квашенкина считает, что для нишевых ускорителей, при наличии гарантированных заказов и государственной поддержки, цикл от зрелого прототипа до промышленного продукта при техпроцессе 28-65 нм может составлять 2-4 года. Господин Арутюнян также полагает, что «реально говорить не о прототипах, а о промышленном продукте можно не раньше конца десятилетия, и то в нишевых форматах, а не в универсальном GPU мирового уровня».
«Опыт создания в России серверного процессора оригинальной архитектуры “Эльбрус” говорит о том, что у нас есть команды инженеров, способные разработать сложный современный процессор. Но на разработку такого проекта сильной команде потребуется около 10 лет, и производить такой процессор придется на контактных площадках за рубежом. — рассуждает Максим Копосов. — Для обеспечения производительности и энергоэффективности потребуется использование самых современных технологических норм. Серийное производство, способное обеспечить их на горизонте этого времени, в России скорее всего не появится».