Использование китайских GPU может помочь снизить стоимость ИИ-инференса в 2–2,5 раза

На Kazan Digital Week 2026 генеральный директор ИТ-холдинга Т1 Дмитрий Харитонов представил результаты тестирования графических ускорителей (GPU), проведенного компанией в 2026 году. Исследования показали, что сочетание NVIDIA и китайских GPU позволяет расширять вычислительные мощности в условиях дефицита оборудования. При этом грамотный подбор ускорителей под конкретные задачи способен снизить стоимость инференса в 2–2,5 раза.

По словам Дмитрия Харитонова, ключевой показатель готовности бизнеса к внедрению искусственного интеллекта (AI Ready) — достижение измеримого экономического эффекта в течение 6–9 месяцев. Само по себе количество запущенных пилотных проектов не свидетельствует о готовности компании к масштабному использованию ИИ.

«AI Ready начинается не с хайпа, а с циничного менеджерского отношения к задаче: компания, которая может запустить 5–7 пилотов в месяц, не является AI Ready автоматически. Эффект должен быть измеримым, иначе проект просто сворачивается», — отметил Дмитрий Харитонов.

Одним из приоритетных направлений работы Т1 в 2026 году стало снижение зависимости ИИ-инфраструктуры российских компаний от оборудования NVIDIA. Для оценки возможностей альтернативных решений, в том числе китайского производства, холдинг создал специализированную лабораторию. На сегодняшний день специалисты протестировали более 20 ИИ-моделей и провели свыше 1000 испытаний на альтернативных ускорителях.

Результаты тестирования подтвердили, что выбор GPU должен определяться характером и спецификой решаемых задач. В частности:

• ИИ-ассистенты для работы с документами и поиска по базам знаний. Использование китайских ускорителей позволяет сократить стоимость инференса в 2–2,5 раза при сопоставимом качестве ответов.
• Обучение и дообучение больших языковых моделей. Эффективным решением становится распределение нагрузок между платформами: NVIDIA можно использовать для обучения, дообучения и инференса сверхбольших LLM, а сопутствующие сервисы и подходящие задачи инференса переносить на альтернативные ускорители.
• Компьютерное зрение. Китайские решения демонстрируют конкурентоспособность по стоимости, однако по скорости обработки данных пока уступают NVIDIA.

Экономический эффект достигается и при замене отдельных ускорителей. Так, отказ от недозагруженной NVIDIA H100 в пользу одного китайского ускорителя C550 позволяет сэкономить более 2 млн рублей в год при размещении оборудования в облаке.

Масштаб необходимой инфраструктуры зависит от задач и потребностей организации. На крупных предприятиях для одного сервера может потребоваться от двух до восьми GPU, а создание собственного ИИ-контура предполагает развертывание десятков и даже сотен серверов.

Отдельно Дмитрий Харитонов обратил внимание на необходимость комплексной оценки совокупной стоимости владения (TCO) ИИ-решениями. Помимо стоимости оборудования, при расчетах важно учитывать лицензии, техническое сопровождение и обучение сотрудников.

Особые требования предъявляются к защищенной ИТ-инфраструктуре, прежде всего в организациях, относящихся к субъектам критической информационной инфраструктуры (КИИ). Для таких компаний принципиальное значение имеют использование реестровых программно-аппаратных комплексов (ПАК), размещение решений в собственном защищенном контуре и применение серверного оборудования, не подверженного санкционным рискам.