# Пост: 15 млрд на свои ИИ-чипы: опытный образец к 2030, а пока китайские GPU
# Пост: 15 млрд на свои ИИ-чипы: опытный образец к 2030, а пока китайские GPU Пока Nvidia считает прибыль, Россия просит 15 млрд рублей на собственный ИИ-чип. Опытный образец обещают к 2030 году. Оптимистично? Посмотрим. Рабочая группа «Меры поддержки ИИ» 1 октября согласовала финансирование. Деньги предлагают направить на НИОКР, выпуск опытных образцов, испытания и адаптацию ПО. Ответственным за субсидии может стать Минпромторг, а Минцифры и Минфин — соисполнителями. Конкретные сроки и объём поддержки определят после бюджета на 2027–2029 годы. Пока собственные ускорители в разработке, бизнес тестирует китайские GPU. MWS AI и Rubytech уже испытали комплекс для запуска российских языковых моделей, коммерческий выпуск планируется в 2027 году. Параллельно обсуждают льготные кредиты и лизинг серверов, а для объектов КИИ временно предлагают разрешить зарубежные GPU — до появления отечественных аналогов в реестрах. Задел есть у нескольких компаний. «Байкал электроникс» разработала GPGPU-ядро и ждёт опытные образцы в 2028 году. Первый Baikal-AI нацелен на камеры, роботов и беспилотники, второе поколение к 2030 году — на обучение крупных моделей. Финансирование двух чипов компания оценивает менее чем в 15 млрд рублей. «Хайтэк» делает LinQ для языковых моделей, НТЦ «Модуль» — NeuroMatrix, «Мотив НТ» — нейроморфные процессоры. В Yadro считают, что 15 млрд плюс частные инвестиции хватит на одно-два конкурентоспособных решения. В «Мотив НТ» называют один опытный образец к 2030 году слишком скромной задачей. В «К2 Нейротехе» советуют начать со специализированного инференса, а не догонять универсальные ускорители. Почему это важно? Это ставка на технологический суверенитет, но разрыв с лидерами огромен. Для разработчиков ближайшие годы — это китайские GPU и адаптация софта. Для индустрии реалистичная ниша — инференс и edge, а не погоня за Nvidia. --- **Мнение DevGeek.IT** Я скептичен к формуле «опытный образец к 2030». За семь лет рынок уйдёт далеко вперёд. 15 млрд для чипов — немного, но если сфокусироваться на инференсе и устройствах, толк может быть. Главное — не распыляться на универсальную альтернативу Nvidia. Стоит ли вообще вкладываться в догоняющую гонку или лучше строить экосистему вокруг доступных GPU? --- #DevGeekIT #ИИ #Чипы #Импортозамещение #GPU #Технологии