Google разрешила платить мимо кассы Google разрешила платить мимо кассы Актёр клонировал голос, чтобы отбиться от пиратов Актёр клонировал голос, чтобы отбиться от пиратов TSMC переводит ИИ на свет TSMC переводит ИИ на свет YouTube судят за то, что он не отключил рекламу Premium-подписчикам YouTube судят за то, что он не отключил рекламу Premium-подписчикам

«Турбо Облако» увеличило объем ресурсов для работы ИИ-моделей в 13 раз

🇷🇺 1 мин
Иллюстрация предоставлена пресс-службой Ростелекома

В 2025 году резко вырос интерес к услугам с графическими ускорителями — GPU. Они вышли на лидирующие позиции среди всех облачных сервисов. За год компания «Турбо Облако», которая входит в коммерческий ИТ-кластер «Ростелекома», зафиксировала трехкратный рост инфраструктурных запросов со стороны бизнеса на виртуальные машины с GPU.

Наибольшим спросом у облачного провайдера пользовались высокопроизводительные ускорители NVIDIA — от L40s до A100 и новейших H200. Для удовлетворения растущего интереса компания масштабировала ресурсы в облаке: в сравнении с прошлым годом общий объём ресурсов для работы ИИ-моделей в облаке вырос в 13 раз.

Такой мощности достаточно для реализации масштабных ИИ-проектов, которые еще в 2024 году были технически недоступны. Сейчас облачный сервис с GPU позволяет решать широкий спектр задач: от обучения моделей ИИ и генеративных сервисов до анализа видео, 3D‑визуализации и сложных научных расчетов.

Александр Обухов, генеральный директор компании «Турбо Облако»:
«Мы отмечаем кратный рост запросов на виртуальную инфраструктуру, что подтверждает: бизнес выбирает скорость и фокус на эффективности своих проектов. Автоматизированная облачная инфраструктура с GPU позволяет компаниям ускорять разработку и масштабирование ИИ-сервисов, сохраняя гибкость и контроль над ресурсами».

Виртуальная инфраструктура с GPU в «Турбо Облаке» работает по принципу полной автоматизации. Развертывание сервисов занимает несколько минут, а управление доступно через личный кабинет — там можно выбирать конфигурации, запускать и останавливать сервисы, регулировать ресурсы и отслеживать эффективность. Такой подход позволяет компаниям быстрее внедрять ИИ-решения и сосредотачиваться на развитии продуктов, а не на управлении вычислительными мощностями.