Главная / Решения / Вычислительные мощности

Серверы и обработка данных — в России

Разворачиваем ваши модели на нашей инфраструктуре: сервера на ускорителях Ascend 910B в российском ЦОДе, готовые среды, OpenAI-совместимый API, квантизация под железо. Для CTO: ниже — что реально работает на платформе, как подключаться и что фиксируется в SLA.

Рассчитать конфигурацию Тест запуска модели — бесплатно на 24 часа

Сервер Atlas 800i A2 с восемью ускорителями Ascend 910B и доступом LLM API

Что мы предоставляем

Мощности

Слайсы наших серверов

От одной ускорительной карты до полной системы (8× Ascend 910B, 64 ГБ HBM на карту). Конфигурация подбирается под размер вашей модели и нагрузку.

Развертывание

Поднимем модель за вас

Привезли модель — мы развернём: среда выполнения, квантизация под железо, оптимизация скорости ответа. Готовое окружение, а не «голое железо».

Доступ

API-доступ

Стандартный OpenAI-совместимый API: ваш фронтенд или приложение подключается к модели в пару строк кода.

Безопасность

Контур данных

Сервер в российском ЦОДе, шифрованный канал до вашего приложения, NDA. Персональные данные и базы знаний обрабатываются в РФ — фактические меры 152-ФЗ.

Гибкость

Под ваши сценарии

Инференс, RAG, аудио, анализ документов — настроим под нагрузку: от пилота до промышленного трафика.

Поддержка

Сопровождение по SLA

Мониторинг, обновления моделей и окружения, масштабирование по мере роста нагрузки. Доступность и время восстановления — в SLA.

Что реально работает на Ascend 910B

LLM 7B–32B параметров — инференс в W8A8-квантизации: стабильные скорости на промышленной нагрузке.
Аудио-модели — распознавание речи (ASR) и связанные контуры.
RAG-контуры — модели + векторный поиск в одном контуре, без зарубежных прокладок.
Измеренные скорости — по запросу. Конкретные tokens/sec по вашей модели и длине контекста дадим перед договором.

Подключение: OpenAI-совместимый API

Ваш код подключается без смены библиотеки. Пример:

# curl — любой HTTP-клиент
curl https://—endpoint.проай/api/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -d '{"model": "qwen", "messages": [{"role": "user", "content": "привет"}]}'

# Python — openai-библиотека
from openai import OpenAI
client = OpenAI(base_url="https://—endpoint.проай/api/v1", api_key="...")
r = client.chat.completions.create(model="qwen", messages=[{"role": "user", "content": "привет"}])

Конкретный endpoint и ключи — в инструкции подключения после подключения. Формат ответов совместим с API OpenAI.

Почему вычисления в России

Не зависим от зарубежных сервисов. Мы — не прокладка между вашим бизнесом и зарубежным API: весь цикл обработки внутри России.
Данные не уезжают. Контент, базы знаний, персональные данные обрабатываются на серверах в РФ — фактические меры по 152-ФЗ.
Предсказуемая доступность. Доступность и порядок восстановления фиксируются в SLA, а не зависят от чужих условий использования.
Юр. лицо и договор. Оплата с р/с, счета, SLA в договоре — как с любым российским подрядчиком.

Условия работы

SLA — в договоре: доступность, время реакции, восстановление
Мониторинг работы 24/7, логи запросов
Масштабирование: от 1 карты до полной системы
Цена — фиксированная на срок договора

Конфигурации

Три варианта — от пилота до промышленного трафика. Цены и условия — на странице «Цены».

Конфигурация	Что запускать	Типичные задачи	Цена
1× Ascend 910B (64 ГБ HBM)	Модели 7–14B (квантизация)	Инференс, RAG, ассистенты, аудио	по расчёту
4× Ascend 910B (256 ГБ HBM)	Модели 14–32B, параллельные потоки	Крупные LLM, сложные агенты	по расчёту
8× Ascend 910B (512 ГБ HBM, полная система)	Модели 32B+, несколько сервисов	Промышленный трафик, высокие p95-нагрузки	по расчёту

Точные цены — по конфигурации под вашу модель и нагрузку, в течение 24 часов. Тест запуска модели на нашей инфраструктуре — 24 часа бесплатно.

Рассчитать конфигурацию под вашу модель

Пришлите название модели и пример нагрузки (запросов в час, длина контекста) — ответим с конфигурацией, скоростью и ценой. Ответим в течение 24 часов.

Рассчитать конфигурацию Тест запуска модели — бесплатно