Круглый стол «Отечественная электронная компонентная база и программно-аппаратные комплексы для систем искусственного интеллекта: ниши, вызовы и векторы развития»

Цели и задачи

Цель: выработка скоординированного понимания текущего состояния и направлений развития программно-аппаратных платформ и программного обеспечения для искусственного интеллекта в Российской, с учётом реализованных решений и перспектив кооперации, а также подготовка рекомендаций для направления в Минпромторг России.

Задачи:

• показать реальную картину по архитектурам и компонентам, кто с кем интегрируется, а кто – нет, какие типовые решения созданы и в каких приложениях они действительно работают, какие доработки требуются как разработчикам программно-аппаратных платформ, так и разработчикам ПО под них;
• выявить реальные технические ограничения в переходе от модели к устройству, а также показать зрелость (или её отсутствие) инфраструктуры для отечественного inference.

Аннотация

Ключевые ветки круглого стола:

1. Аппаратно-программные решения: эволюция и текущее состояние.

Соответствует задаче 1.

• Обзор разработанных отечественных процессоров и нейропроцессоров их сильные и слабые стороны.
• Инфраструктура: какие типовые модули, вычислительные блоки и встраиваемые системы созданы на их основе. Подчёркиваются решения, интегрированные в ПАК.
• Операционные системы и интеграционные слои: какая ОС используется для типовых изделий (RTOS, Linux, Astra). Есть ли обеспечение для доверенной загрузки, криптозащиты, системного логирования.
• Поддержка нейросетевых фреймворков: Реальная совместимость с ONNX, TensorFlow Lite, PyTorch – ограничена или отсутствует. Примеры успешных портов и усилий по созданию собственных трансляторов.

2. Взгляд разработчиков ИИ-систем: от моделей к устройствам.
Соответствует задаче 2.
Полный цикл ИИ-разработки:

• обучение моделей;
• компрессия и оптимизация (quantization, pruning, distillation);
• перенос модели на отечественные ускорители;
• инструменты компиляции (e.g. TVM, Xir, собственные toolchain);
• запуск inference на устройстве.

Реальные ограничения российских нейропроцессоров:

• ограничения по типам слоёв, размеру модели, пропускной способности, энергопотреблению.

Поддерживаются ли современные архитектуры (Transformer, EfficientNet, YOLOv8 и др.).
Примеры успешных внедрений – промышленность, БПЛА, медицина.
Ожидаемые результаты:

• Выделение первоочередных точек координации между производителями ЭКБ и системными интеграторами.
• Формирование подхода к мониторингу «руссификации» ИИ-стека: от уровня модели до конечного устройства.
• Формирование предложений в адрес МПТ по дальнейшему развитию ПО ПАК и ЭКБ для внедрения технологий ИИ в промышленности.

Приглашены к выступлению:

• Минпромторг России – поддержка, кооперация, приоритеты;
• АО НТЦ «Модуль» – об архитектуре NM6408/NM Pilot и успешных проектах (транспорт, БПЛА, КИИ);
• ООО «ХайТек» – высокопроизводительных систем: опыт интеграции, оптимизация под современные нейросетевые архитектуры и перспективы развития до 2030 года;
• АО НПЦ «ЭЛВИС» – опыт интеграции К1892ВМ21Я и планы по новым процессорам;
• АО «Площадь» – опыт инференса на системах от Хайтек;
• НИУ МИЭТ;
• ООО «Ф-Плюс» – на согласовании;
• ООО «Мотив НТ» – на согласовании.