Современная электроника №1/2026

ИНЖЕНЕРНЫЕ РЕШЕНИЯ 41 WWW.CTA.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА • № 1 / 2026 НОВОСТИ МИРА. ЧИТАЙТЕ НА ПОРТАЛЕ WWW.CTA.RU Нужны ли ИИ огромные дата-центры? EPFL предлагает альтернативу облачной модели Стремительный рост использования ис- кусственного интеллекта за последние три года сделал ИИ ключевым инструментом для работы с конфиденциальными данны- ми – от медицинских карт и клиентских за- просов до внутренних корпоративных до- кументов. Однако доминирующая сегодня модель ИИ-сервисов по-прежнему опира- ется на облачную инфраструктуру и гигант- ские дата-центры, находящиеся под контро- лем ограниченного круга технологических корпораций. Исследователи EPFL (Швейцарская выс- шая техническая школа Лозанны) утверж- дают, что такая архитектура не является неизбежной – и представили программное решение, способное радикально изменить представление о том, где и как должен ра- ботать ИИ. Как работает ИИ сегодня В типичном сценарии пользователь фор- мирует запрос локально, после чего дан- ные отправляются в облако, где мощное серверное оборудование выполняет вы- вод (inference) и возвращает результат. Именно этот этап, а не обучение моделей, по оценкам экспертов, потребляет до 80– 90% всей вычислительной мощности, свя- занной с ИИ. В результате обучение и эксплуатация крупных языковых моделей – таких как ChatGPT, Gemini или Claude – сосредото- чены в масштабных дата-центрах, что уси- ливает: • зависимость от облачных провайдеров; • риски утечки и повторного использова- ния данных; • энергопотребление и водную нагрузку; • вопросы технологического и цифрового суверенитета. Plug-and-play распределённый ИИ Исследователи EPFL – Готье Ворон, Дже- овани Ризк и Рашид Геррауи из Лаборато- рии распределённых вычислений (DCL) – разработали программное обеспечение Anyway Systems, которое позволяет запу- скать крупные открытые модели ИИ пол- ностью локально, без передачи данных в облако. Система автоматически объединяет не- сколько машин в локальной сети в отказо- устойчивый вычислительный кластер, ис- пользуя методы самостабилизирующихся распределённых вычислений. Установка за- нимает около 30 минут и не требует специ- ализированного персонала. ных структурах по всей Швейцарии, вклю- чая сам EPFL. Пользователи оценивают компромиссы между скоростью, качеством и экономией ре- сурсов, а также потенциал масштабирования. Профессор Давид Атиенца, заместитель вице-президента EPFL по исследователь- ским платформам, отмечает, что устойчи- вый подход Anyway Systems хорошо впи- сывается в стратегию университета по сни- жению ресурсной нагрузки при внедрении новых LLM-моделей, включая Apertus. Почему это не Google AI Edge Разработчики подчёркивают принципи- альное отличие от решений вроде Google AI Edge. Последние ориентированы на за- пуск небольших моделей на одном устрой- стве и не поддерживают распределённое выполнение крупных LLM в масштабе ор- ганизации. Аналогично популярные инструменты для локального запуска LLM (Llama, msty. ai и др.) обычно работают на одной маши- не, создавая единичную точку отказа и тре- буя дорогостоящего «серверного» железа для масштабирования. Anyway Systems решает эти проблемы автоматически: отказ узлов, их отключе- ние или добавление происходят прозрач- но для пользователя, влияя лишь на за- держку ответа. Взгляд вперёд: ИИ у себя дома Пока система не предназначена для ра- боты на одном домашнем ноутбуке, одна- ко разработчики уверены, что история вы- числений указывает именно в эту сторону. По словам Геррауи, в перспективе поль- зователи смогут: • скачивать открытые ИИ-модели; • дообучать их на собственных данных; • полностью контролировать архитекту- ру, параметры и поведение ИИ. И всё это – без участия круп- ных облачных платформ. Ключевая особенность – возможность развёртывания очень крупных моделей (вплоть до сотен миллиардов параметров) на нескольких стандартных GPU вместо до- рогостоящих серверных стоек. По утверждению разработчиков, модель масштаба GPT-120B может быть разверну- та на четырёх обычных машинах с одним GPU каждая (примерно по 2300 CHF за кар- ту) вместо специализированного оборудова- ния стоимостью около 100 000 CHF. Конфиденциальность, суверенитет и устойчивость Отказ от облака напрямую решает сразу несколько системных проблем: • конфиденциальность – данные не поки- дают локальную инфраструктуру; • суверенитет ИИ – контроль над моделя- ми, алгоритмами и данными остаётся у организации или государства; • устойчивость – снижается потребность в мас- штабировании энергоёмких дата-центров. Как подчёркивает профессор Рашид Гер- рауи, несмотря на то что распределённая архитектура может приводить к небольшо- му росту задержек ответа, точность моде- лей не страдает, что было подтверждено в пилотных тестах. От блокчейна – к ИИ Интересно, что базовые алгоритмы Anyway Systems изначально разрабатыва- лись для других областей – в частности, для блокчейн-систем и криптовалют, где отка- зоустойчивость и децентрализация крити- чески важны. Три года назад команда DCL адаптировала эти принципы к машинному обучению и, по их словам, получила «почти идеальное совпадение задач и методов». Поддержка и первые внедрения Стартап Anyway Systems был отобран од- ним из первых получателей гранта програм- мы Startup Launchpad AI Track, поддержи- ваемой UBS. Сейчас платформа проходит тестирование в компаниях и государствен-