▶️ Важнее научиться грамотно распределять имеющиеся ресурсы и планировать резервы, а не просто докупать «железо» под каждый новый проект. Такое мнение о зрелости промышленного IT выразил руководитель направления «Инфраструктурные решения» КРОК Александр Сысоев в своей статье для Ведомостей.
Для качественного внедрения ИИ недостаточно просто поставить больше мощных серверов. Без продуманной системы управления и чётких процессов по разработке и обновлению ИИ-моделей проект быстро превращается в набор разрозненных инициатив, которые сложно масштабировать и контролировать
По его словам, многие ИИ-проекты упираются не в нехватку вычислительных мощностей, а в отсутствие зрелой модели использования. Пилот можно запустить практически на любой инфраструктуре.
🔼 Но чтобы внедрить систему в промышленную эксплуатацию, нужно контролировать затраты на её работу в реальном времени, защищать данные и обеспечивать предсказуемое расширение системы.
Структура IT‑ландшафта усложняет ситуацию.
Как пишет Сысоев, за последние пять лет компании обновили серверы и системы хранения данных, увеличили долю отечественных высокопроизводительных решений, но к однородной среде не пришли.
На одном поле соседствуют отечественные и зарубежные операционные системы, разные платформы для виртуализации, инженерные (CAD), производственные (PLM) и управленческие (ERP) приложения и промышленный софт. И всё это на фоне жёстких требований к информационной безопасности.
Для промышленной КИИ выбор между собственным дата-центром и публичным облаком теряет смысл. Собственные мощности плохо масштабируются под волнообразные ИИ-задачи и дорожают; публичное облако натыкается на регуляторные ограничения.
Если компания ориентируется исключительно на собственные мощности, она упирается в плохую масштабируемость под волнообразные ИИ‑нагрузки и растущую стоимость «железа». Если выбирает публичное облако - в регуляторные ограничения и требования к отказоустойчивости. Поэтому для критической инфраструктуры гибридная модель становится «золотым стандартом».
Критичные производственные данные и системы управления остаются в приватном контуре, а эластичные и вспомогательные нагрузки выносятся в облако. Теперь архитектурное преимущество - не в выборе лучшей модели или поставщика, а в умении управлять несколькими средами как единой платформой.
™️ МашТех в Telegram | в MAX