Российский нейрочип от НТЦ «Модуль»: нишевое решение для критической инфраструктуры
НТЦ «Модуль» выпускает серийный нейропроцессор NM6408 уже более четверти века, занимая уникальную нишу на рынке отечественной электроники. В отличие от конкурентов, ориентированных на обучение нейросетей, данный чип оптимизирован для инференса — прогона уже обученных моделей в реальном времени. Статья анализирует архитектуру оборудования, его реальную производительность в условиях импортозамещения и кейсы внедрения в РЖД, медицине и горнодобывающей отрасли.
# Российский нейрочип от НТЦ «Модуль»: нишевое решение для критической инфраструктуры
В условиях глобальной трансформации рынка вычислений и отключения от западных технологий, внимание к российскому микроэлектронному кластеру значительно возросло. Особый интерес вызывает деятельность НТЦ «Модуль», компании, которая на протяжении 27 лет разрабатывает специализированные нейропроцессоры. Несмотря на отсутствие вездесущности, свойственной глобальным игрокам вроде NVIDIA, их продукция занимает стратегические позиции в больницах, на путях РЖД и в шахтах.
Движение истории: от экспериментов 90-х до серийного производства
История НТЦ «Модуль» началась в 1992 году, когда группа инженеров в Москве поставила амбициозную цель: создать процессор для матричных вычислений. Это направление, называемое сегодня искусственным интеллектом, тогда находилось на заре своего становления. Уникальной особенностью архитектуры, разработанной ещё в начале 90-х, стала способность менять разрядность операндов «на лету» — от битных операций до работы с полными словами.
Первый серийный нейропроцессор компании — модель NM6403 — появился в 1998 году. По оценкам специалистов, он стал одним из первых в мире 64-разрядных сигнальных процессоров. В то время как международная кооперация активно развивалась, российская архитектура даже получила лицензию от Fujitsu для использования в Японии, что редкостью для того периода.
В последующие годы компания не сгорела из-за дефицита интереса к термину «нейросеть», адаптировав своё ядро под классическую обработку сигналов для авиации и космоса. Флагманская модель NM6408, вышедшая в 2019 году, ознаменовала новый этап: 28-нанометровый техпроцесс, 21 ядро и полноценное серийное производство.
Железная логика: характеристики и архитектурные особенности
Продуктовая линейка «Модуля» представлена тремя форматами, адаптированными под разные задачи:
1. NM Card: Карта расширения для слота PCIe. Внутри размещён один чип K1879ВМ8Я, содержащий 16 нейроядер, работающих на частоте 1 ГГц, и 5 ядер архитектуры ARM для системы управления. Память составляет 5 ГБ. Типовое потребление устройства оценивается в 10,5 Вт. 2. NM Quad: Серверная плата, объединяющая четыре чипа. Это решение предлагает 64 нейроядра, 20 ГБ памяти и пиковую производительность до 2 TFLOPS в разрядности FP32. Потребление может достигать 80 Вт. 3. NM Stick: Компактный вычислитель в корпусе USB-флешки, идеально подходящий для распределённых систем.
Все устройства работают под единым софтом NMDL и совместимы с российской операционной средой, включающей ускорители «Эльбрус».
Специфической особенностью архитектуры является наличие четырёх независимых вычислительных кластеров. Их можно использовать как единый массив для одной задачи или запустить четыре различные модели параллельно. Именно эта гибкость становится ключом к эффективности в нестандартных сценариях.
Справочная таблица производительности
Для понимания места NM6408 на рынке целесообразно сопоставить его с известными аналогами. Важно помнить, что сравнение разрядностей (FP32 против FP16 или INT8) требует осторожности.
| Чип | Год выпуска | Производительность | Тип питания | Примечание | | :--- | :--- | :--- | :--- | :--- | | НТЦ «Модуль» NM6408 | 2019 | 512 Гфлопс (FP32) | ~10 Вт | Отдельный класс, ориентирован на FP32 | | NVIDIA Jetson Nano | 2019 | 472 Гфлопс (FP16) | 5–10 Вт | Класс встраиваемого ИИ | | NVIDIA Jetson Orin Nano | 2023 | 20–40 TOPS (INT8) | 7–25 Вт | Метрика INT8 несравнима с FP32 без конвертации | | Huawei Ascend 310 | 2018 | 16 TOPS (INT8) / 8 TFLOPS (FP16) | 8 Вт | Публичных прямых аналогов для NM6408 нет |
Как следует из данных, NM6408 занимает позицию, эквивалентную Jetson Nano образца 2019 года. В то время как Jetson Orin Nano и Ascend 310 работают в других разрядностях и архитектурах, «Модуль» предлагает стабильное серийное решение, доведённое до промышленного уровня.
Ограничения и перспективы развития
Критически важно понимать «нишевость» данного оборудования. Архитектура нейропроцессоров «Модуль» заточена исключительно под инференс — выполнение уже обученных нейросетей. Процесс обучения (подгонка весов под новые данные) данный чип не осуществляет. Инструменты для обучения также отсутствуют.
Производитель обещает появление новых поколений ядер, способных решать задачи обучения. В 2022 году анонсировалась разработка трёх чипов на 5-нм техпроцессе, которые должны были выйти в 2024–2026 годах. Однако из-за санкционного давления и сложности производства современных чипов в России, сроки сдвинулись: новые модели («Арамис», «Портос», «Атос») теперь ориентированы на рынок 2028–2030 годов. Более того, физическое изготовление кристаллов 28 нм и ниже в России в текущий момент невозможно из-за отсутствия соответствующих производственных мощностей.
Несмотря на это, в текущем году НТЦ «Модуль» остаётся единственным игроком, способным предоставить готовое к промышленной эксплуатации решение для ускорения нейросетей в России.
Реальная эксплуатация: от РЖД до медицины
Успех технологии проверяется в полевых условиях. Ярким примером применения является проект «ЧИЖ» РЖД, реализуемый НИИАС. Система отвечает за мониторинг путей через анализ видеопотоков с четырёх камер.
При тестировании на базе Jetson Nano обнаружилась проблема совместимости: детектор YOLOv4 не запускался, так как архитектура TensorRT оптимизирована под FP16, чего не хватает у нейроматричного ядра «Модуля» (оно работает на FP32/FP64). Переход на YOLOv5 стал необходимостью. Здесь на сцену вышел архитектурный козырь: четыре независимых кластера запускали модели параллельно. В результате скорость обработки достигла 30 кадров в секунду (320×320), сравнявшись с производительностью Jetson Nano, но с более высокой точностью распознавания.
Другие сферы применения подтверждают универсальность подхода: * Медицина: Система «МодульМед» распознаёт вирусную пневмонию по рентгеновским снимкам с точностью до 98% на демонстрационных комплексах в крупных клиниках. * Горная промышленность: Платформа «МАГМА» Норникеля использует технологию NM Pilot для контроля камер и видеопотоков в шахтах, получив сертификацию в июле 2026 года. * Серверное оборудование: Компания Fplus внедрила ускорители «Модуля» в линейку серверов «Восход», заявив возможность монтажа до 35 тысяч чипов в год.
В настоящее время российский рынок ИИ-серверов крайне узок: кроме серверов с чипами «Модуль», реестре закупок фактически присутствуют только модели «Гравитон». Остальные крупные игроки — Сбер, Т-Банк, МТС — в основном тестируют китайские решения Huawei Ascend, хотя и стремятся к локализации. Нейропроцессоры НТЦ «Модуль» остаются единственным вариантом для критических инфраструктур, где экспорт данных запрещён, а замена импортного оборудования срочна.
Ситуация с поставками кремния остаётся неопределённой. В мае 2024 года Росатом начал переговоры о покупке дизайн-центра, но детали трансакции не раскрыты. Эксперты констатируют, что выпуск современных чипов 12–14 нм в России сейчас физически невозможен, что делает позиции «Модуля» с их 28-нм кристаллами ещё более ценными в текущих условиях.
Заключение
НТЦ «Модуль» создал уникальный продукт для эпохи ограничений. Их чипы не претендуют на роль универсальных вычислительных платформ для обучения больших языковых моделей, но эффективно справляются с задачами мониторинга и распознавания в условиях высоких требований к автономности и защите данных. Пока другие проекты находятся на этапе прототипов или ожидании производства, серия «Модуль» уже работает в больницах, на железной дороге и в шахтах, становясь фундаментом для отечественной цифровой инфраструктуры.