Байкал Электроникс готовит первые российские ИИ-чипы с поддержкой CUDA к 2029-2030 годам

«Байкал Электроникс» разрабатывает два ИИ-чипа с совместимостью с NVIDIA CUDA и рассчитывает вывести их на рынок в 2029–2030 годах. По данным журналистов, речь идёт о младшем периферийном Baikal-AI-E1000 с ориентиром на NVIDIA Jetson Orin NX и серверном Baikal-AI-D1000, который сравнивают с NVIDIA L40S. При успехе проекта российские разработчики смогут запускать значительную часть кода под ускорители Nvidia без полной переработки под новую платформу.

О проекте рассказал генеральный директор «Байкал Электроникс» Андрей Евдокимов. По его словам, будущие Baikal-AI должны стать первыми российскими ИИ-процессорами с совместимостью на уровне CUDA. Для рынка заявка серьёзная, CUDA давно стала фактическим стандартом обучения и запуска нейросетей, научных вычислений, инженерных расчётов и высокопроизводительной обработки данных.

CUDA — это программно-аппаратная архитектура Nvidia, позволяющая использовать GPU для вычислительных задач через привычные языки, среди них C и C++. Вокруг неё за годы собралась огромная экосистема:

• библиотеки и фреймворки машинного обучения;
• оптимизированные инструменты для научных и инженерных расчётов;
• драйверы и системные стеки под все основные ОС;
• корпоративные платформы поверх Nvidia GPU;
• инженерные привычки и наработки, перенесённые между проектами.

Совместимость с CUDA — это поэтому не техническая галочка, а попытка зайти в уже сложившуюся среду разработчика. Для российского ИИ-сектора момент болезненный, большая часть пайплайнов, исследовательских скриптов и готовых решений исторически писалась под Nvidia, и доступ к свежим GPU сейчас ограничен. Проблема не сводится к нехватке железа, под Nvidia заточен целый пласт кода, специалистов и инфраструктуры.

Интересно, что главная ценность Baikal-AI пока лежит не в гигагерцах и терафлопсах, а в обещании не выкидывать в мусорку годы кода, написанного российскими командами под CUDA.

Baikal-AI-E1000 создаётся для периферии, а не для дата-центров. Ориентир заявлен сверху, NVIDIA Jetson Orin NX. Такой класс решений обычно живёт на границе сети, в промышленных устройствах, камерах, робототехнике, системах контроля, локальной аналитике и встраиваемых вычислениях, где ИИ нужно держать рядом с источником данных. Для чипа называются энергопотребление до 30 Вт и тактовая частота до 2 ГГц, GPGPU-ядро для младшей модели уже работает на FPGA, что означает проверку логики на программируемой матрице до выхода в кремний.

Baikal-AI-D1000 это уже дискретный графический ускоритель для серверов с ориентиром на NVIDIA L40S. Заявленные параметры выглядят солидно для российского рынка:

• до 1000 TFLOPS в fp8;
• 500 TFLOPS в fp16;
• 48–64 ГБ видеопамяти;
• предполагаемая цена около 10 тысяч долларов;
• ориентация на серверные платформы и AI-комплексы.

Если эти цифры подтвердятся в готовом продукте, D1000 может претендовать на место в корпоративных ИИ-системах, инференсе крупных моделей, промышленных задачах, финансовой аналитике, инженерных расчётах и госпроектах. Сами по себе цифры конкурентоспособность не гарантируют, для ИИ-ускорителя одинаково критичны драйверы, библиотеки, компиляторы, поддержка фреймворков и реальная производительность под рабочую нагрузку заказчика.

Проекты сейчас в разной степени готовности. Младшая модель ушла на FPGA, серверный ускоритель находится на следующем этапе проектирования. Линейка целиком ожидается в 2029–2030 годах, и к этому моменту «Байкал Электроникс» хочет предложить готовые программно-аппаратные комплексы для суверенных AI-дата-центров. Формулировка про суверенные AI-дата-центры показывает направление, рынку нужны не отдельные чипы, а вся обвязка от стоек и системного ПО до драйверов, библиотек, средств управления и инструментов для разработчиков.

В компании рассматривают применение Baikal-AI в нескольких индустриях, требующих локальных вычислений и контроля над данными:

• машиностроение и металлургия;
• финансовый сектор;
• железнодорожная отрасль;
• ракетно-космическая промышленность;
• связь и операторы инфраструктуры.

Для этих сегментов зависимость от импортных GPU давно перестала быть просто ценовой темой и превратилась в стратегическое ограничение. Андрей Евдокимов прямо заявил, что собственные ИИ-ускорители с поддержкой CUDA должны снизить зависимость от Nvidia, у которой сейчас доминирующее положение и сильнейший программный замок.

Независимый эксперт и автор Telegram-канала RUSmicro Алексей Бойко сообщил CNews, что других российских чипов с совместимостью с CUDA ему неизвестно. По мнению Алексея Бойко, такая совместимость позволит разработчикам, привыкшим к экосистеме Nvidia, делать ПО под российские решения без переобучения и серьёзной адаптации. Гендиректор «Троичных технологий» Александр Тимошенко назвал поддержку CUDA прагматичным шагом, который снимает проблему несовместимости и поднимает привлекательность платформы без переписывания софта.

Александр Тимошенко при этом обозначил и риски. Чтобы выйти за пределы госзаказа на открытый рынок, российским ускорителям придётся либо ощутимо снижать цену, либо предлагать уникальное ПО под свою архитектуру. Заказчик при цене около 10 тысяч долларов будет сравнивать Baikal-AI не с топовыми Nvidia, к которым доступ ограничен, а с альтернативами из Китая, облачными мощностями, специализированными ASIC, CPU-инференсом, квантованными моделями и уже купленной инфраструктурой.

Представитель Fplus сообщил CNews, что рынок внимательно следит за анонсом и считает российский ИИ-чип востребованным в госсекторе и проектах импортозамещения. Это логично, именно регулируемые отрасли первыми идут в локальные решения, даже если те поначалу уступают мировым лидерам по отдельным параметрам.

Уточняется, что Baikal-AI ждут к 2030 году, а GPU российскому рынку нужны уже вчера, и этот зазор между нуждой и поставкой и есть главная экономическая дыра проекта.

Ранее мы писали, что российский рынок ИИ растёт почти в 2 раза быстрее остального IT, но упирается в дефицит GPU и кадров. Михаил Мишустин на ЦИПР в Нижнем Новгороде сообщил, что более половины российских предприятий уже внедряют ИИ-технологии, а расходы крупного и среднего бизнеса на цифровую трансформацию и закупку отечественных IT-решений выросли с 2,3 трлн до почти 4 трлн рублей за 3 года. Эксперты при этом признают инфраструктурный голод, без ускорителей трудно учить модели, ставить эксперименты, масштабировать инференс и строить конкурентные ИИ-сервисы.

Срок 2029–2030 годов означает, что Baikal-AI — это решение не для текущего цикла. В ближайшие годы рынку придётся жить на смешанной модели, доступные импортные ускорители, китайские альтернативы, облачные мощности, оптимизация моделей и CPU-инференс.

Ранее сообщалось, что китайская GPU-индустрия под санкционным давлением растёт рекордными темпами. SMIC, CXMT, Moore Threads и другие игроки резко увеличивали выручку и производство в 2025–2026 годах. По оценке Пола Триоло из Albright Stonebridge Group, американские ограничения фактически дали спросу на китайские чипы «ракетное топливо». Для России логика похожая, без локальных ускорителей суверенный ИИ остаётся зависимым от внешних поставок.

По мнению экспертов CISOCLUB, проект Baikal-AI показывает, что разговор про суверенный ИИ быстро упирается в кремний и драйверы. Рынок может расти в два раза быстрее остального IT, но без доступных ускорителей, зрелого программного стека и кадрового резерва этот рост остаётся завязан на внешних поставщиков. Совместимость с CUDA выглядит грамотной ставкой, она снижает порог входа разработчиков, но к 2030 году «Байкал Электроникс» придётся показать не отдельный чип, а готовую платформу со SDK, драйверами и реальными внедрениями в промышленности, госсекторе и AI-дата-центрах.

* Корпорация Meta, владеющая Threads, признана экстремистской организацией и запрещена на территории Российской Федерации.