Cloud.ru выделил в отдельное бизнес-направление решения для работы с ИИ в формате Neocloud
Cloud.ru выделяет в отдельное бизнес-направление решения для работы с ИИ в формате Neocloud. Это единая управляемая среда, объединяющая инфраструктуру, данные и инструменты для полного цикла работы с моделями — от разработки и обучения до инференса и эксплуатации. Об этом компания рассказала на конференции GoCloud 2026.
Новое бизнес-направление сформировано на базе накопленной экспертизы Cloud.ru в создании ИИ-инфраструктуры и работе с различными типами GPU. Компания в рамках концепции GPU as a Service предоставляет доступ к тысячам современных графических ускорителей в публичном облаке и поддерживает гибридные сценарии с использованием частной инфраструктуры.
«Рынок ИИ развивается быстрее, чем инфраструктура внутри компаний. Сегодня бизнесу нужна не просто возможность получить доступ к GPU, а среда, в которой можно работать с ИИ на практике — от экспериментов до масштабирования решений. По сути, облако становится базой для реализации ИИ-стратегии, позволяя закрыть весь цикл работы с моделями и не инвестировать в избыточные мощности», — прокомментировал Михаил Лобоцкий, исполняющий обязанности генерального директора Cloud.ru.
По оценке Cloud.ru, до 90% выручки от ИИ-решений в ближайшие годы будет приходиться на облачную модель. Облачная инфраструктура обеспечивает полный цикл работы с ИИ — от разработки и обучения моделей до инференса и эксплуатации — и позволяет компаниям сосредоточиться на решении прикладных задач.
Новое бизнес-направление ориентировано на практическое внедрение ИИ в бизнес-процессы. Решение позволяет масштабировать вычислительные ресурсы — от отдельных GPU до кластеров распределённых вычислений — и адаптировать инфраструктуру под разные этапы жизненного цикла моделей.
«В условиях ограниченного доступа к GPU и высокой стоимости оборудования компании сталкиваются с ключевым ограничением — невозможностью гибко управлять вычислительными ресурсами. Преимущество формата Neocloud — эффективное использование графических ускорителей под разные типы нагрузок, от дообучения моделей до инференса, что особенно важно в условиях роста объемов инференса и высокой вариативности нагрузки, характерной для задач инференса — пиковые нагрузки в рабочие часы, простой инфраструктуры в ночные часы. В такой модели инвестиции в собственное оборудование становятся неэффективными, что усиливает спрос на облачные решения», — отметила Алена Дробышевская, директор клиентского успеха Cloud.ru.
Пользователям Cloud.ru доступен полный набор сервисов GPU as a Service — от выделенных серверов и виртуализированных ресурсов под управлением Kubernetes до высокопроизводительных кластеров для обучения моделей. Для задач распределенного обучения используется собственная платформа Evolution Distributed Train, а также стандартные инструменты управления вычислениями.
Платформа Evolution Distributed Train обеспечивает проактивный мониторинг, автоматическую замену отказавших узлов и перезапуск задач обучения, а также гибкое управление очередями. Это позволяет эффективно распределять ресурсы между задачами разного масштаба и приоритета, обеспечивая до 98% доступности инфраструктуры и до 80% оптимизации затрат.
