В отдельных задачах альтернативные чипы обеспечили сопоставимое качество ответов при существенно меньших затратах.
ИТ-холдинг Т1 протестировал более 20 моделей искусственного интеллекта на графических ускорителях, альтернативных Nvidia. Результаты испытаний показали, что переход на китайские чипы в отдельных сценариях позволяет сократить расходы на инференс (выполнение запросов к обученной ИИ-модели) в 2–2,5 раза при сохранении сопоставимого качества ответов.
Итоги исследования генеральный директор Т1 Дмитрий Харитонов представил на Kazan Digital Week 2026. Для проверки оборудования компания создала специализированную лабораторию, где провела более 1000 тестовых запусков на ускорителях разных производителей.
Наиболее заметную экономию альтернативные GPU показали при работе ИИ-ассистентов с документами и корпоративными базами знаний. В задачах компьютерного зрения китайские решения также оказались конкурентоспособны по стоимости, однако уступили Nvidia в скорости обработки данных.
Для обучения и дообучения крупных языковых моделей Т1 предлагает комбинировать оборудование: использовать Nvidia для наиболее ресурсоемких процессов, а сопутствующие сервисы и часть инференса переносить на другие платформы.
В компании также привели пример экономии: замена недозагруженного ускорителя Nvidia H100 на китайский C550 позволяет сократить расходы более чем на 2 млн рублей в год при размещении в облаке.
По мнению Харитонова, готовность бизнеса к внедрению ИИ определяется не количеством пилотных проектов, а измеримым экономическим результатом, которого необходимо добиться за 6–9 месяцев. При оценке затрат следует учитывать не только оборудование, но и лицензии, сопровождение и обучение сотрудников.
