Москва. 8 октября. ИНТЕРФАКС - Объем российского рынка высокопроизводительных систем (High Performance Computing, HPC) по итогам 2024 года вырастет приблизительно на 12%, до 15,8 млрд рублей, сообщили "Интерфаксу" в "К2 НейроТех" (самостоятельное подразделение компании "К2Тех", занимающееся проектированием, созданием и сопровождением суперкомпьютерных кластеров).

По данным "К2 НейроТех", объем этого рынка (большая его часть приходилась на суперкомпьютеры, кластеры для высокопроизводительных вычислений и т.п.), как и многих других, сократился в 2022 году. При этом отмечается, что он снизился только на 10,5%, до 11,7 млрд рублей.

"Причина - сокращение объема рынка в сегменте аппаратного обеспечения из-за ухода западных вендоров и неготовности российских заказчиков массово внедрять отечественные аппаратные комплексы", - отметили в компании.

В 2023 году рынок вырос на 20,7%, до 14,1 млрд рублей (в среднем, около 70% приходится на сегмент аппаратных решений, 20% - услуги системной интеграции и техподдержки, 10% - на ПО). По оценке компании, такой рост был связан не столько с восстановлением после 2022 года, сколько с ростом спроса на генеративный ИИ (ChatGPT и т.п.), для обучения и инференса (непрерывная работа какой-либо нейронной сети на конечном устройстве) которых используются высокопроизводительные системы.

"Организации начали пересматривать возможности применения алгоритмов искусственного интеллекта в целом и увеличивать инвестиции в этом направлении, - рассказали в "К2 НейроТех". - Искусственный интеллект становится основным драйвером роста рынка и коммодизации технологии - НРС выходят за границы стандартных кейсов применения, связанных с научными вычислениями и моделированием".

Вместе с тем, по данным исследования "К2 НейроТех", около половины крупных российских заказчиков (исследование подготовлено по результатам опроса представителей 100 компаний с выручкой более 2 млрд рублей) в настоящее время не готовы к внедрению ИИ-решений в свои бизнес-процессы из-за неготовности своей ИТ-инфраструктуры. Об этом заявил 51% респондентов. При этом 34% из них отметили нехватку на рынке инфраструктурных решений готовых инструментов для развертывания ИИ, а остальные указали на необходимость расширения вычислительных мощностей в контуре компании под эту задачу.

"Респонденты отметили, что для того, чтобы начать применять технологии ИИ и машинного обучения в своих бизнес-задачах, им необходимо сначала соответствующим образом подготовить свою ИТ-инфраструктуру, - говорится в материалах "К2 НейроТех". - Как минимум необходимо расширить вычислительные мощности за счет закупки специального ИТ-оборудования, найти или самостоятельно разработать ПО в соответствии с поставленными задачами (обучение нейросетей, параллельные вычисления и т.д.) и требованиями по безопасности".

В целом, по оценке исследователей, в настоящее время внедряют или уже используют ИИ-решения в своих бизнес-процессах около 34% крупных российских компаний. Еще около 18% планируют внедрять такие решения в течение года, а 28% - внедрять не ранее чем через три года. Около 20% вообще не планируют применять ИИ-решения.

Также в материалах "К2 НейроТех" отмечается, что по оценке заказчиков, технологии машинного обучения и искусственного интеллекта наиболее полезны при обработке и анализе больших данных (на это указали 47,8% респондентов), при обработке документов (41,8%), при разработке и обучении рекомендательных систем (32,8%), при генерации контента (31,3%).

Под ИИ в "К2 НейроТех" подразумевается комплекс аппаратных и программных средств, а также процессов и методов, которые позволяют разрабатывать, обучать, развертывать и эксплуатировать модели ИИ (алгоритм, разработанный для выполнения задач, которые обычно требуют человеческого интеллекта и включают в себя обработку естественного языка, распознавание изображений, принятие решений и пр.)

При этом эксперты отмечают, что в настоящее время нет детализированных исследований объема рынка ИИ. В том числе, из-за невозможности вычленить и подсчитать "вес" приложений для обучения, отсортировать вклад компьютерного зрения или моделей для анализа естественного языка из общего объема выручки компаний, которые занимаются разработкой ИИ-решений (в их числе, "Яндекс", VK и т.п.).