КРОК: масштабирование ИИ меняет инфраструктуру – три ключевых сдвига 2026 года
В начале 2026 года правительство РФ инициировало разработку национального плана по внедрению ИИ в ключевые отрасли экономики и государственное управление с утверждением к середине года. На рынке наметились три сдвига, которые способствуют реализации амбициозного плана: переход к ИИ-центричной архитектуре, трансформацией модели владения ИТ-инфраструктурой и формирование зрелого технологического суверенитета. Переход к ИИ-центричной инфраструктуре
Экономика AI-инфраструктуры: как не разориться на ИИ-моделях, промптах, GPU и инференсе
Поработить-то, может, и не поработит. Но без штанов оставит – в этом сомнений нет
Линейка HighFreq или как выжать из облака максимум для инференса, ML и других высоких нагрузок
«Больше» — не всегда значит «лучше». К пользовательским приложениям в облаках
К2Тех и «Пруфтек ИТ» объявляют о партнёрстве по внедрению AIOps-платформы Artimate
ИТ-компания с комплексной экспертизой К2Тех и «Пруфтек ИТ», разработчик российской AIOps-платформы Artimate, заключили партнерское соглашение. В рамках сотрудничества К2Тех будет внедрять и сопровождать передовое отечественное решение на базе технологий машинного обучения для интеллектуального анализа событий ИТ-мониторинга компаний enterprise-сегмента.
Как построить идеальную «песочницу» для ML-моделей
Привет, Хабр! Я Даниил Салман, техлид по контейнеризации. Эта статья написана по мотивам моего доклада для конференции DevOops. Разберёмся, как сделать такую ML-«песочницу», где Data Scientist пишет код, а всё остальное (установка драйверов, выделение ресурсов, деплой и тренировка модели, сбор метрик) уже настроено на бэкенде. Написали максимально просто и доступно, чтобы понять смог даже человек с минимальным погружением в тему. Идеи из этой статьи можно применять в любой инфраструктуре — важно лишь понимать основы: как работает k8s-кластер, Docker и python-фреймворки. Итак, поехали!
Как мы учили ИИ тушить инциденты вместо нас (что из этого вышло)
Привет, меня зовут Артем, я тимлид DevOps в одной аутстафф-компании. Столкнулись с классической ситуацией: десятки микросервисов, Kubernetes, куча observability-стека (Prometheus, Loki, Tempo, Grafana) и... постоянные ночные инциденты. «High CPU», «Pod CrashLoopBackOff», «5xx errors rising». У нас есть runbooks, документация, скрипты для быстрого доступа к логам. Но в 3 ночи, когда срабатывает критический алерт, тратишь время на то, чтобы проснуться, сообразить, куда залогиниться и какую команду выполнить… Мы задались вопросом: а если первым на инцидент будет реагировать не человек, а ИИ-агент?⠀⠀Боль, которую мы хотели решить:1.
Woven City от Toyota: экспериментальный город для тестирования технологий
Источник изображения: https://images.ctfassets.netWoven City — это экспериментальный город в Японии, построенный
