«Базис», крупнейший российский разработчик ПО для управления динамической ИТ-инфраструктурой (входит в ГК «РТК-ЦОД»), представляет Basis AIR — первый импортонезависимый самостоятельный продукт оркестрации ИИ-нагрузок и управления GPU, который работает с разными инфраструктурными платформами. По оценке компании, решение повышает эффективность использования графических ускорителей более чем в 2 раза — с 30% до 80%. Распределение мощностей позволит бизнесу выполнять больше ИИ-задач на уже закупленном оборудовании, сокращать его простои и экономить на расширении инфраструктуры.
Аналитики iKS-Consulting оценивают объем российского рынка ПО для управления ИИ- и GPU-инфраструктурой в 2026 году в 430 млн рублей и прогнозируют его среднегодовой рост на 36% в 2026–2031 годах.
Basis AIR предназначен для компаний, которые развивают ИИ-сервисы и используют общий парк GPU для нескольких команд. Платформа организует совместное использование оборудования с учетом квот подразделений и приоритетов задач. Данные о фактическом потреблении ресурсов позволяют руководителям оценить, какие нагрузки можно разместить на имеющихся GPU и где действительно нужны дополнительные мощности.
Basis AIR можно внедрить как отдельный продукт без обязательного использования других решений «Базиса». Он работает с Basis Digital Energy и другими совместимыми платформами на базе Kubernetes и разворачивается в собственном ЦОД заказчика, в том числе в изолированном контуре без доступа к интернету.
Архитектура Basis AIR включает централизованный компонент управления Basis AIR Control Plane и кластерный компонент Basis AIR Cluster для планирования нагрузок и распределения вычислительных ресурсов. Около 80% кода решения — собственная разработка «Базиса». Уже на старте в продукте реализована ключевая функциональность зарубежных аналогов.
Централизованное управление несколькими кластерами
Basis AIR позволяет управлять GPU-кластерами на разных площадках и в разных подсетях из единого интерфейса. Администраторы определяют подразделения, проекты и роли пользователей, задают правила доступа и распределения ресурсов. Команды могут отправлять задачи на выполнение и отслеживать их состояние. Доступ к платформе осуществляется через веб-интерфейс, API и инструменты командной строки.
Распределение ресурсов с учетом приоритетов
Планировщик Basis AIR учитывает особенности ИИ-нагрузок и выделяет ресурсы в соответствии с приоритетами задач. Квоты задаются на уровне подразделений и проектов, а свободные мощности могут предоставляться сверх установленных квот, что помогает задействовать простаивающие ускорители и упорядочить доступ команд к общей инфраструктуре.
Эффективное использование GPU и экономия ресурсов
Платформа поддерживает выделение GPU целиком и распределение ресурсов одной карты между несколькими задачами. Предусмотрены выделение долей вычислительных ресурсов, разделение видеопамяти и работа с MIG-профилями для аппаратного разделения совместимых ускорителей на изолированные экземпляры. Такой подход позволяет выделять задаче необходимый объем ресурсов и задействовать оставшиеся мощности для других нагрузок. Это повышает полезную загрузку оборудования и помогает компаниям сокращать потребность в покупке дополнительных ускорителей и расходы на их обслуживание.
Поддержка обучения и применения моделей
В едином интерфейсе доступны сценарии обучения моделей, инференса (применения обученных моделей) и работы исследователей в средах Jupyter и VS Code. По оценке разработчиков, автоматизация предоставления ресурсов и настройки доступа позволяет сократить подготовку рабочей среды для сотрудника с месяца до 1–2 часов.
Предусмотрены интеграции с популярными фреймворками машинного обучения, например Kubeflow, KServer, MLflow и другими. Basis AIR работает с механизмами хранения Kubernetes и Basis Digital Energy, а также с S3-совместимыми сервисами и NFS, позволяя использовать собственные хранилища заказчика.
Контроль доступа и работа в закрытом контуре
В Basis AIR предусмотрены единый вход (SSO), ролевая модель доступа, политики и журнал действий пользователей. При синхронизации кластерного компонента с Control Plane передаются служебные метаданные и операционные показатели, включая статусы задач и состояние узлов. Пользовательские датасеты и артефакты обученных моделей в этот обмен не входят. Возможность установки без доступа к интернету позволяет использовать платформу в закрытой инфраструктуре организации.
Мониторинг и учет потребления
Платформа отображает загрузку GPU и потребление видеопамяти в реальном времени, сохраняет историю использования и формирует отчеты по подразделениям и проектам. Эти данные помогают администраторам контролировать работу инфраструктуры, а руководителям — оценивать потребность в дополнительных мощностях на основе фактической загрузки оборудования.
«Экономика корпоративных ИИ-проектов во многом зависит от полноты использования вычислительных ресурсов. Если GPU закреплены за отдельными командами, часть оборудования будет простаивать, пока другие проекты ждут свободных мощностей. Basis AIR распределяет ресурсы по приоритетам и позволяет выполнять больше задач на имеющемся парке ускорителей. Для бизнеса это несет понятный и измеримый эффект — во-первых, значительное повышение отдачи от инвестиций в ИИ, а во-вторых, сокращение потребности в дополнительных закупках. Мы сделали Basis AIR самостоятельным продуктом для разных инфраструктурных платформ, чтобы заказчики могли внедрять его в своей технологической среде и сохраняли свободу выбора», — отметил Давид Мартиросов, генеральный директор «Базиса».
Возврат к списку