🧱 Стратегия перехода на российские ИТ-решения

ПАО «Россети Ленэнерго» последовательно заменяет импортное оборудование и ПО на отечественные решения. По итогам 2025 года доля таких закупок достигла почти 98%.

Но чем масштабнее инфраструктура, тем сложнее провести миграцию без простоев.

Как выстроить процесс?

1️⃣СОВМЕСТИМОСТЬ

👔«Главная задача — не просто заменить “железо” и софт, а сделать это так, чтобы бизнес не остановился, а после переезда система стала гибче», — отмечает Михаил Гилязов, директор по развитию бизнеса Скала^р (Группа Rubytech).

❗️Один из подходов — готовые доверенные ПАК. Заказчику не нужно тратить ресурсы на то, чтобы «подружить» разные элементы. Это напрямую ускоряет миграцию и снижает скрытые издержки.

2️⃣ПОЭТАПНЫЙ ПЕРЕНОС

Модульная архитектура позволяет переносить и запускать отдельные блоки, сохраняя возможность масштабирования.

3️⃣ОПТИМИЗАЦИЯ СТЕКА

Производительность зависит не только от серверов. Настройка BIOS, драйверов, гипервизора и СУБД под конкретные нагрузки может сократить число необходимых узлов и эксплуатационные затраты.

👔

«Если собрать все это вместе — готовые сертифицированные блоки, гибкую архитектуру и автоматизацию,— получится сбалансированный маршрут, который позволяет уложиться в регуляторные сроки, обеспечивает предсказуемую экономику эксплуатации и оставляет задел для дальнейшего роста».

🤩😀 Как устроена Машина искусственного интеллекта Скала^р

ИИ-инфраструктура — это «слоеный пирог» из ускорителей, драйверов, контейнерной среды, моделей и систем управления. Каждый стык нужно верифицировать и задокументировать.

🤩 Нижние слои отвечают за стабильность и производительность, верхние — за профиль нагрузки.

TAdviser разобрал этот комплекс на примере Машины искусственного интеллекта Скала^р от Группы Rubytech.

🤩 Вычислительные узлы и сеть
Сайзинг начинается с метрик будущего сервиса.

Кластер можно масштабировать от одного GPU-узла до 16 узлов полного цикла — по мере роста нагрузки.

🤩 Системное ПО
Приоритетная ОС — «Ред ОС», также подтверждена Astra Linux. Контейнерный кластер — на Deckhouse Kubernetes Platform. Обновления проверяются сразу в составе всего комплекса.

🤩 Управление ресурсами
Скала^р Спектр ИИ распределяет ресурсы между командами и изолирует задачи, повышая утилизацию GPU до 70–85% при подходящем профиле нагрузки (против 30–40% у разрозненных узлов).

🤩 Модели и прикладные инструменты

Машина протестирована с 80+ LLM и десятками ИИ-инструментов: GigaChat, YandexGPT, Qwen, Llama, DeepSeek, Mistral и другими.

Через каталог Спектр ИИ доступны RAG-системы, OCR/VLM, транскрибация и агентские платформы.

🤩 Такой подход позволяет наращивать ресурсы и набор инструментов по мере роста ИИ-задач — без полной перестройки инфраструктуры.