«Байкал Электроникс» анонсировал ИИ-чипы Baikal-AI-E1000 и D1000 с CUDA к 2030 году

«Байкал Электроникс» анонсировал ИИ-чипы Baikal-AI-E1000 и D1000 с CUDA к 2030 году

Российский разработчик микропроцессоров «Байкал Электроникс» анонсировал создание новых чипов, ориентированных на задачи искусственного интеллекта. Речь идет о моделях Baikal-AI-E1000 и Baikal-AI-D1000, выход которых запланирован на 2030 год.

Главная особенность новинок — поддержка технологии CUDA, которая широко используется в ускорителях Nvidia. Благодаря этому российские процессоры смогут запускать программное обеспечение, изначально создававшееся для графических карт американского производителя. Это открывает путь к импортозамещению в области ИИ-вычислений.

Пока что технические подробности о чипах не раскрываются. Известно лишь, что они будут нацелены на выполнение задач машинного обучения и нейросетей. Модели E1000 и D1000, вероятно, будут отличаться производительностью и сферой применения: возможно, одна из них будет серверной версией, а другая — для рабочих станций или встраиваемых систем.

Для «Байкал Электроникс» это новый виток развития: ранее компания выпускала преимущественно универсальные процессоры на архитектуре ARM (серия Baikal-M, Baikal-S). Переход к специализированным ИИ-ускорителям показывает растущий спрос на отечественные решения в сфере искусственного интеллекта.

Совместимость с CUDA имеет стратегическое значение: это самая популярная платформа для глубокого обучения. Если «Байкал Электроникс» сумеет реализовать поддержку на аппаратном уровне, российские компании и госорганизации смогут меньше зависеть от импорта ускорителей Nvidia, особенно в условиях санкций.

Впрочем, до 2030 года еще много времени. Разработка находится на ранней стадии, и предстоит решить множество инженерных задач. Тем не менее сам анонс — важный сигнал о намерениях компании закрепиться на рынке ИИ-оборудования.

Эксперты отмечают, что успех проекта будет зависеть не только от технических характеристик, но и от экосистемы: нужно обеспечить полноценную поддержку библиотек и фреймворков, таких как TensorFlow и PyTorch. Если все сложится, к началу следующего десятилетия в России появится серьезная альтернатива западным решениям.