Глава SberCloud Александр Сорокоумов — в интервью “Ъ FM”

Зачем Сбербанку понадобился самый быстрый в России суперкомпьютер? Кто может воспользоваться его мощностями? И какие перспективы высокотехнологичная машина открывает для бизнеса? На эти вопросы в интервью “Ъ FM” на московской международной конференции по искусственному интеллекту AI Journey ответил генеральный директор компании SberCloud Александр Сорокоумов.

— Сбербанк объявил о создании самого мощного в России суперкомпьютера. Его назвали Christofari — такая была фамилия у первого клиента банка. Судя по презентации, машина по своим возможностям довольно внушительная. Расскажите подробнее, что это за компьютер? И зачем он нужен рынку?

— Мощность суперкомпьютера действительно внушительная, это 6,7 PFLOPs по тестам LINPACK. Зачем он нужен рынку? Чтобы каждая из классических отраслей смогла повысить эффективность обучения моделей искусственного интеллекта. Если это B2C-сегмент, то обучение модели искусственного интеллекта позволяет добиваться существенного результата по увеличению продаж. Компания лучше понимает клиента, может предлагать правильные продукты в правильное для клиента время. С другой стороны, компании в промышленности, например, в нефтегазовой отрасли могут использовать искусственный интеллект, модели на основе машинного обучения для оптимизации своих затрат на поиск и разработку новых месторождений.

— Обычный мощный компьютер, например, за определенное время — за несколько минут — может скачать какую-нибудь видеозапись из интернета. Вот если мы спроецируем на суперкомпьютер, то чем он примечателен для бизнеса? Какие отрасли в первую очередь заинтересованы в его возможностях?

— Ценность не в скорости скачивания, а в скорости обучения модели. Сейчас сложные модели учатся дни и недели. Благодаря суперкомпьютеру мы позволяем ускорить обучение в сотни, а то тысячи раз, что позволяет компаниям, аналитикам данных тестировать гипотезы и вводить новые продукты гораздо быстрее. Причем не только в цифровых индустриях – например, в стриминговых сервисах, которыми мы постоянно пользуемся, к которым мы уже привыкли, — но и, как я сказал ранее, в достаточно тяжелых индустриях. В промышленности он позволяет определять, когда наступает правильный момент, чтобы обслужить тот или иной узел машины, двигателя или станка.

— Еще приводилась в пример ситуация с авиакомпаниями, которые могут предсказывать спрос на авиабилеты. А еще какие-то примеры можете привести?

— Есть огромное количество примеров. В госсекторе, который мы еще не упоминали, это технология умного города, оптимизация трафика, сокращение пробок. Это медицина, когда модели позволяют гораздо более эффективно, чем человек, диагностировать заболевания. Это и социальные проблемы, которые суперкомпьютер помогает решать.

— Компании какого уровня смогут получить доступ к этому компьютеру? Вы будете работать только с крупными игроками? Или все игроки рынка могут рассчитывать на то, что смогут воспользоваться возможностями этого компьютера?

— Компании любого уровня и размера могут воспользоваться сервисом суперкомпьютера из облака, начиная от крупнейших корпораций, государственных компаний, научных институтов, переходя к средним по размеру компаниям, и заканчивая совсем маленьким бизнесом.

— Насколько этот суперкомпьютер доступен для стартапов?

— Суперкомпьютер доступен для стартапов очень просто и удобно. Базовая цена — 5 750 руб. за минуту вычислений, если используются вся мощность суперкомпьютера. Но стартап, у которого не так много финансовых ресурсов, но он обладает временем, может выбрать более долгий временной промежуток, за который его модель будет посчитана, мы обязательно обучим, предоставим ему результат, но за гораздо меньшие деньги.

— Мощность Christofari базируется на облачных технологиях. Почему именно такой путь был выбран?

— Облачные технологии позволяют клиенту сосредоточиться на решении его задач, а не на администрировании инфраструктуры. Мы хотели привнести опыт, который уже доступен пользователям облачных технологий для обычных вычислений, data-саентистам, чтобы они зашли на портал, загрузили туда свои данные, загрузили модель, выбрали библиотеку, которая нужна, нажали кнопку «Обучить модель» и через какое-то время получили обученную модель. Это все, что им нужно сделать.