Что будем обсуждать и про что рассказывать на GoCloud Tech ☁️
3 сентября, уже почти через месяц, состоится наша вторая технологическая IT-конференция про облака и AI — GoCloud Tech.
Мы запланировали для вас четыре трека:
🤖 AI&ML — про AI-продукты нашей разработки и работу с GenAI. Узнаете, как устроены RAG-системы и мультиагентные ассистенты, а также, как они уже применяются в работе и как начать их использовать
☁️ Cloud Infrastructure — про построение устойчивой, масштабируемой и безопасной облачной инфраструктуры: нюансы сетевой архитектуры, проектирование IaaS‑кластеров на K8s, возможности балансировщиков и производительность SDN.
📈 Data&Analytics — про современные подходы к Big Data и аналитике: тренды, возможности облачных сервисов, интеграцию с AI-агентами и инструменты для быстрого и эффективного решения задач хранения, обработки и анализа.
⚙️ Dev Platform Services — в рамках трека разберем детали и заглянем «под капот» решений, чтобы затем облегчить повседневную рутину разработки и настройки сервисов, а еще — оптимизировать процессы в инженерных командах.
А еще вас ждет:
демо и интерактивные зоны новых AI-сервисов и сервисов платформы Cloud․ru Evolution;
технические воркшопы;
нетворкинг, кастомный мерч и afterparty.
Как принять участие:
Подключайтесь к онлайн-трансляции в VK и на Twitch (ссылка придет зарегистрированным участникам в письме) или приходите в Лофт-пространство Goelro в Москве. Собираемся 3 сентября в 10:00, а основную программу начинаем в 11:00. Кстати, ей мы тоже совсем скоро с вами поделимся.
📍 Где: в Лофт-пространстве Goelro в Москве и онлайн в VK и на Twitch
---
Скоро мы поделимся программой и начнем анонсировать доклады — не переключайтесь! А как прошли предыдущие конференции Cloud.ru можно почитать в статьях:
Что посмотреть в воскресенье вечером? Ловите подборку фильмов про AI 📽️
Сегодняшняя подборка от Владимира Килязова — технического эксперта по машинному обучению в Cloud.ru.
🎞️ Бегущий по лезвию (1982)
Киберпанк-антиутопия Ридли Скотта о будущем, снятая по научно-фантастическому роману «Мечтают ли андроиды об электроовцах?». В этом мире AI в форме биоинженерных репликантов достигли уровня, где эмоции и самосознание — не баг, а фича. Главное теперь — как жить рядом с ними.
Почему стоит посмотреть: главный герой проводит Voight-Kampff тест — аналог теста Тьюринга,
🎞️ Она (2013)
Писатель влюбляется в умную и чувственную операционную систему по имени Саманта. Трогательный взгляд на то, как технологии меняют наши отношения.
Почему стоит посмотреть: поразмышлять на тему, может ли одинокий человек иметь чувства к AI. Фильм стал настолько пророческим, что OpenAI в своих презентациях делают к нему отсылки.
🎞️ Космическая одиссея 2001 года (1968)
Классический научно-фантастический фильм Стэнли Кубрика, следящий за путешествием космического корабля «Дискавери-1» с миссией на Юпитер. HAL 9000 — это продвинутый AI, который обладает способностью мыслить и принимать решения, но в один момент начинает проявлять тревожное поведение, подвергая опасности экипаж.
Почему стоит посмотреть: насладиться эстетикой космических путешествий и sci-fi, подумать, можем ли мы доверять машинам и что может случиться, если они начнут действовать самостоятельно.
🎞️ Из машины (2014)
История программиста, который приглашен в поместье своего начальника для проведения теста Тьюринга над девушкой-андроидом Авой. По ходу тестирования он начинает задаваться вопросами о том, что значит быть человеком. Фильм исследует возможности и границы самосознания, эмоционального восприятия и морали в рамках AI. Ава, андроид с совершенной имитацией человеческого поведения, становится зеркалом человеческих страхов и надежд относительно технологий.
Почему стоит посмотреть: понаблюдать, как может выглядеть девиация сознания AI — уход от заложенного поведения в сторону человеческих ценностей и чувств.
🎞️ Терминатор 2: Судный день (1991)
AI в этом фильме представлен через Скайнет — самоосознанную информационную сеть, которая инициировала ядерный апокалипсис. Фильм исследует концепции сознания машин и потенциальные риски AI, которые могут возникнуть, если они выйдут из-под человеческого контроля.
Почему стоит посмотреть: классика жанра экшн-фильмов. Фильм хорошо балансирует между зрелищными сценами и размышлениями о будущем технологий. Кроме того, студия Industrial Light Magic (ILM) использовала алгоритмы морфинга и процедурной анимации, которые стали основой для будущего развития AI.
🎞️ AlphaGo (2017)
Документальный фильм, который рассказывает о создании программы AlphaGo DeepMind и ее конкуренции с Ли Седолем — одним из лучших игроков в мире. AlphaGo стал знаменательным событием в сфере AI, продемонстрировав способность машин обучаться и творчески адаптироваться в условиях игры, которые требуют больших стратегических раздумий и ресурсов, традиционно считавшихся прерогативой человека.
Почему стоит посмотреть: фильм о том, как «ученик превзошел учителя». AlphaGo стала одним из первых больших достижений в сфере машинного обучения и позволила проложить путь к новым открытиям в биологии и медицине.
🎞️ Artificial Gamer (2020)
Документальный фильм, исследующий киберспорт и интеграцию AI в конкурентные игровые среды. Фильм рассматривает, как технологии меняют динамику взаимодействий и стратегий в профессиональных играх.
Почему стоит посмотреть: узнать, что разрабатывали OpenAI до ChatGPT и как обученные боты могут обыгрывать профессиональных киберспортсменов в Dota 2.
А в комментариях пишите — какие уже смотрели? И какие еще фильмы готовы порекомендовать и почему? 👇
Представьте, что вы зашли в ChatGPT и спросили: «На каких технологиях построен сервис Evolution AI Agents от Cloud.ru?». Допустим, модель GPT‑4o обучена на данных до октября 2023 года, а Evolution AI Agents появился позже. В этом случае GPT‑4o даст ответ, но он будет неверным, так как актуальных сведений у модели попросту нет.
И вот тут в игру вступает RAG (Retrieval-Augmented Generation) — метод работы с информацией, благодаря которому большая языковая модель может брать данные из сторонних источников.
RAG делает ответы более актуальными, так как LLM не ограничивается информацией, на которой ее обучали. А еще RAG помогает бороться с галлюцинациями — если подгрузить достоверные и проверенные источники, модель будет брать информацию из них.
Какими данными можно обогатить LLM с помощью RAG:
базами данных — векторными, графовыми, SQL и NoSQL;
документами;
информацией из веб-поиска — этим занимаются поисковые агенты;
сведениями из внешних API: курс валют, погода, актуальные дата и время.
В векторных БД RAG позволяет делать семантический поиск — не по совпадениям слов, а по их смыслу. Для этого есть специальные модели — эмбеддеры — которые переводят каждое слово в базе данных из запросов пользователя в векторы. После векторная БД сопоставляет векторы из запроса и базы данных, ищет наиболее схожие, и на основе этого модель дает ответ.
В базу знаний LLM можно подгрузить корпоративную БД, полезные статьи, исследования, данные из CRM, документацию, юридические документы и много чего еще. Например, с помощью Evolution Managed RAG — он поможет обогатить модель вашими данными, версионировать БД и повысить точность ответов.
Vulnerability management — непрерывный процесс поиска, выявления и устранения уязвимостей. И это — один из ключевых аспектов в поддержании информационной безопасности всей IT-инфраструктуры 🔃
📆 Когда: 7 августа в 11:00 мск
📍 Где: онлайн
На вебинаре разберем ключевые методы защиты от киберугроз на уровне контейнеров и Kubernetes.
Что вы узнаете:
Как устроена безопасность в Kubernetes — архитектурные особенности и «подводные камни».
Типовые модели атак — кто и как чаще всего атакует контейнерные среды.
5 самых уязвимых компонентов системы контейнеризации — какие элементы требуют особого контроля и почему.
Лучшие практики защиты Kubernetes-контейнеров — от сканирования образов до политик безопасности.
Стратегии митигации киберрисков — как минимизировать угрозы до их реализации.
Присоединяйтесь, чтобы послушать про реальные кейсы и получить практические рекомендации по защите вашей инфраструктуры. А еще читайте статьи по теме:
Будет особенно полезно DevOps-инженерам, техническим лидерам, директорам по разработке, специалистам по кибербезопасности, а также всем, кого интересует тема безопасности Kubernetes.
👉 А если хотите узнать больше о сервисах для работы с данными, спросите нашего AI-помощника в личном кабинете. Он расскажет обо всех нюансах и подберет подходящий вам вариант.
Как работают AI-агенты в мультиагентных системах? 🤖⇄🤖
Представьте команду проекта. Каждый в ней решает конкретную задачу, у него есть специфические знания, цели и способы их достижения. Но вместе они действуют намного эффективнее, чем поодиночке. Отлаженная коммуникация — одна из основ успешного проекта.
Как взаимодействуют участники в проекте?
Общаются в чатах 📨 Отправляют друг другу вопросы, обмениваются запросами и информацией. Например, технический лидер просит у BI-аналитика свежие данные.
Договариваются и иногда конкурируют ⚖️ Бывает, что участники на время подменяют друг друга или вносят коррективы в изначальные процессы, а иногда — соперничают за ресурсы.
Достигают синергии 🧠 Если последовательно, по правилам и согласованно выполнять задачи, то совокупный вклад нередко может привести к значительным результатам.
Вот и в мультиагентных системах всё устроено примерно так же. Агенты работают как команда: общаются, договариваются и достигают результатов, которые не под силу в одиночку.
В каких областях особенно полезен такой подход? Например:
Транспорт и логистика (оптимизация маршрутов).
CRM и обслуживание клиентов (виртуальные ассистенты, голосовые боты).
Финансы и трейдинг (алгоритмическая торговля, прогнозирование рынков).
Умные энергосистемы (балансировка нагрузки).
Разработка собственных AI-помощников (обучение моделей).
А чтобы снизить затраты ресурсов на интеграцию разрозненных компонентов и ускорить запуск своих решений, можно использовать новый сервис для создания автономных AI-агентов — Evolution AI Agents. Он подойдет для работы как профессиональным ML-разработчикам, так и пользователям без навыка работы с ML.
Как думаете, смогут ли когда-нибудь мультиагентные системы заменить менеджеров проектов?
Интегрируйте LLM и AI в ваши задачи с Evolution Foundation Models 🤖
❓ Что за инструмент?Evolution Foundation Models — сервис, с помощью которого можно использовать готовые LLM- и AI-модели. Для этого не нужно разворачивать их инференс или писать код. Каждая модель доступна для тестирования в среде AI Playground — это поможет быстрее выбрать и настроить нужную.
🖥 Особенности и преимущества. Сейчас доступно 15 open source моделей, включая DeepSeek, GigaChat и Qwen. Полный список есть на маркетплейсе Cloud.ru. Модели развернуты на российских серверах, что гарантирует высокий уровень безопасности в соответствии с законами РФ, а еще делает удобнее оплату.
Используйте Evolution Foundation Models в удобном интерфейсе через API или AI Playground. С помощью API можно интегрировать подходящие модели в ваши сервисы и проекты, а в среде AI Playground есть возможность экспериментировать с AI, безопасно тестировать разные модели, их настройки и промпты.
Доступность сервиса (SLA) — 99,9%, а оплата проходит по мере потребления токенов.
✍️ Где, как и для чего использовать:
Создавать интерактивные чат-боты, чтобы они отвечали на типовые вопросы клиентов и снижали нагрузку на операторов службы поддержки.
Генерировать персональные скидки и акции для покупателей, автоматизировать коммуникации с клиентами.
Ускорять разработку: генерировать фрагменты кода, рефакторить и оптимизировать его.
Автоматически анализировать и интерпретировать большие объемы неструктурированных текстовых данных. На их базе формировать отчеты, создавать документы по шаблонам, выявлять тренды и закономерности, делать прогнозы.
Генерировать тексты: описания товаров, посты, фрагменты статей, сценарии видео или подкастов.
Создавать изображения на основе текстовых промптов, чтобы ускорить создание упаковок, вывесок, иллюстраций, баннеров, обложек.
Подключить нужную модель с помощью Evolution Foundation Models можно в личном кабинете Cloud.ru. А еще больше сервисов для работы с GenAI есть в цифровой среде Evolution AI Factory — в нее включены шесть сервисов, которые помогут с машинным обучением, внедрением мультиагентных систем и развертыванием LLM-моделей.
Хотите узнать, как устроен и работает искусственный интеллект, а еще провести время интересно и с пользой? 📚
Тогда ловите подборку от Дмитрия Юдина — технического лидера AI в Cloud․ru. В списке книги как для новичков, так и для продвинутых:
1.«iPhuck 10», Виктор Пелевин 📗
Философия, технологии и сарказм в одном флаконе. Главный герой — детектив и искусственный интеллект, который пишет романы, в которых расследует преступления.
Для тех, кто любит постиронию, искусство и немного цифрового безумия.
2. «Охота на электроовец», 2 тома, Сергей Марков 📗
Это полноценная энциклопедия по истории искусственного интеллекта. От древних счетов до электросетей, от Гиппократа до GigaChat. В книге юмор и много неожиданных фактов.
Будет интересно тем, кто хоть раз спрашивал GigaChat, как он работает :)
3. «Глубокое обучение», Ян Гудфеллоу 📗
Книга, достойная лежать на тумбочке у каждого дата-сайентиста. Толстая, серьезная, техническая. Если хочешь копнуть глубже в нейросети это твой новый лучший (и требовательный) друг.
Не для слабонервных, но зато после прочтения в разговорах можно уверенно использовать пруфы: «Ну, в третьем томе всё расписано…».
4. «Грокаем глубокое обучение», Эндрю Траск 📗
Более дружелюбный вход в тему — Траск объединяет всё пошагово, просто и понятно. Если слово «грокаем» кажется вам сложным, не волнуйтесь — книга помогает реально понять, а не заучить.
Подойдет тем, кто хочет разобраться, но не знает, с какой стороны подойти.
5. «Как учится машина», Ян Лекун 📗
Легенда в мире AI объясняет, куда движется искусственный интеллект, как он работает, и почему нам (возможно) не стоит паниковать. Мало формул, но много рассуждений, иронии и визионерства.
Для тех, кто хочет понимать технологии, а не просто удивляться им.
👉 А еще приглашаем внести свой вклад в развитие отечественного AI — испытать нашего нового AI-помощника Клаудию, который позволяет автоматизировать управление ресурсами и инфраструктурой в публичном облаке Cloud.ru Evolution.
Evolution free tier — ежемесячный объем облачных ресурсов, за которые не нужно платить 🙌
❓ Что за инструмент?Evolution free tier позволяет бесплатно использовать ресурсы платформы Cloud.ru Evolution. С free tier доступны виртуальные машины, объектное хранилище S3 и ресурсы для запуска контейнеров.
🖥 Особенности и преимущества. Во free tier вам доступны три сервиса:
Evolution Compute — виртуальная машина в следующей конфигурации: 2 vCPU (Intel Gold 6248R, 3 ГГц), 4 ГБ RAM (DDR4), 30 ГБ дискового пространства (SSD NVMe) и безлимитный исходящий трафик.
Evolution Object Storage — объектное хранилище S3 с ежемесячным объемом бесплатных ресурсов: 15 ГБ хранилища, 100 000 операций PUT, POST, LIST, миллион операций GET, HEAD и 10 ТБ исходящего трафика.
Evolution Container Apps — сервис для разработки и запуска контейнеров. В месяц доступны: 120 vCPU × час и 480 ГБ RAM × час.
Чтобы начать работу, достаточно выбрать готовый образ и приобрести публичный IP.
✍️ Где, как и для чего использовать. Evolution free tier подойдет для тестирования облачных сервисов и разработки небольших проектов: менеджера паролей, telegram-бота, сайта для личного блога или портфолио. Еще можно развернуть облачное хранилище для фото, видео и документов. Или развернуть собственный игровой сервер в Minecraft ⛏️
А чтобы быстрее запустить проект, используйте нашего нового AI-помощника Клаудию. Он подберет конфигурацию виртуальной машины, развернет ее, создаст SSH и виджеты мониторинга, настроит алертинг за вас.
Чтобы погрузиться в детали, читайте статью про сценарии использования Evolution free tier. В ней мы рассказали об опыте тех, кто уже запустил свой сайт, сделал учебный проект, начал тестировать гипотезы с бесплатными ресурсами облака.
Присоединяйтесь к третьему Cloud․ru Tech Lab: AI&ML — митапу для тех, кто планирует внедрение AI в свои сервисы и не только 🤖
📅 Дата: 24 июля в 18:00 📍 Место: Москва, ул. Большая Почтовая, 40, строение 4, Гоэлро Лофт, зал Tesla, 3-й этаж
Расскажем, как мы автоматизировали пользовательские сценарии с помощью AI-агента, подробно разберем устройство нашего стека (агенты, RAG, Ragas) и объясним, почему сейчас все говорят про Model Context Protocol (MCP) и как собрать MCP-сервер без кода.
В программе:
Как мы встроили AI-агента в онлайн-обучение и улучшили опыт студентов — Стас Гридин, менеджер проектов, и Илья Жбанов, Data Science инженер, Cloud.ru.
Адаптация RAGAS для оценки RAG — Иван Ловцов, старший Data Science инженер.
MCP: почему о нем все говорят? — Игорь Латкин, управляющий партнер и системный архитектор, KTS.
Как мы приручили мультиагентный хаос с A2A — Артемий Мазаев, менеджер продукта, Cloud.ru.
Секретный доклад от приглашенного эксперта.
А еще — демозона AI-решений на базе Cloud.ru Evolution, активности, живой нетворкинг и возможность лично задать вопросы практикам и архитекторам.
Мы предусмотрели два формата участия:
офлайн — для тех, кто планирует лично посетить площадку,
онлайн — для тех, кто хочет посмотреть доклады в записи.
Как Новосибирский государственный университет использует ресурсы облака Cloud.ru Evolution для размещения умного чат-бота в Telegram 🎓
Что за компания
Новосибирский государственный университет — пример эффективной интеграции образовательного процесса и научной деятельности. На базе механико-математического факультета НГУ работает лаборатория прикладных цифровых технологий, в которой проводят разработки на базе искусственного интеллекта.
Какая была задача
Один из проектов лаборатории — умный чат-бот в Telegram на базе больших языковых моделей. На сайте университета есть интеллектуальная база знаний, с помощью которой можно найти информацию или ответ на вопрос. Задача бота — упростить и сократить поиск до нескольких секунд.
Команда НГУ искала мощное и выгодное решение для размещения бота, а также тестирования других гипотез.
Как ее решили
Сотрудники НГУ самостоятельно перенесли и развернули проект. Для размещения выбрали виртуальную машину с GPU 4 vCPU/64 ГБ RAM/1 GPU V100 на облачной платформе Cloud.ru Evolution, которая идеально подходит для задач машинного обучения, искусственного интеллекта и обработки трехмерной графики. А еще она позволяет масштабироваться по мере необходимости и использовать ресурсы по модели pay-as-you-go.
Что в результате
Чат-бот помогает решить сразу несколько задач университета:
привлечь абитуриентов,
разгрузить службу поддержки,
упростить поиск изображений по внутренней базе знаний.
Запускайте контейнерные приложения в облаке с Evolution Container Apps 💭
❓ Что за сервис?Evolution Container Apps позволяет запускать контейнерные приложения в облаке, причем для этого не нужно разбираться в Kubernetes или развертывать виртуальные машины. Запуск проиcходит на базе Docker-образов.
🖥 Особенности и преимущества. Возможности сервиса применимы для любого стека — контейнеры могут использовать любую среду выполнения и любой язык программирования. В зависимости от нагрузки экземпляры контейнеров создаются или удаляются автоматически. Не нужно настраивать кластеры Kubernetes: достаточно загрузить Docker-образы в реестр и создать контейнеры в личном кабинете. А еще у Evolution Container Apps есть free tier: ежемесячный объем бесплатных ресурсов — 480 ГБ RAM и 120 vCPU, запускать небольшие приложения можно без оплаты.
👨💻 Кому будет полезно. Всем, кто использует Docker и хочет облегчить развертывание и масштабирование:
Разработчикам и DevOps-инженерам, чтобы быстро тестировать и запускать приложения.
Небольшим компаниям и стартапам, которые хотят сэкономить на инфраструктуре и попробовать бесплатные возможности Evolution Container Apps.
Большим проектам с микросервисной архитектурой, чтобы облегчить оркестрацию, развертывание сложных приложений за счет контейнеров sidecar и init.
Хотите узнать больше о сервисе? Смотрите запись доклада с GoCloud 2025, где мы рассказали, как сохранить данные в S3 при работе с Evolution Container Apps. А еще сохраняйте пошаговый туториал, как запустить облачное приложение с Evolution Container Apps, без Kubernetes и развертывания ВМ.
Полезные ссылки про AI, облака и новости в дайджесте за июнь 🌤️
🤖 Поучаствовали в GigaConf со стендом про AI-решения и докладами на треке Cloud AI Architecture, где рассказали про архитектурные подходы к AI-ассистентам, возможности и особенности мультиагентных систем, запуск моделей в облаке. Представили две наши глобальные новинки: AI-помощника на основе GenAI, который помогает пользователям управлять ресурсами и инфраструктурой в публичном облаке Cloud.ru Evolution, и Evolution AI Factory — цифровую среду для разработки приложений и агентов на основе искусственного интеллекта, в которой собраны шесть сервисов:
Evolution Managed RAG — сервис для работы с AI-агентами и обогащения языковой модели вашими данными.
Evolution ML Finetuning — сервис для тонкой настройки LLM конкретно под ваши задачи с использованием технологии LoRA.
Evolution Notebooks — сервис для работы и тестирования ML-гипотез на мощных GPU с использованием пользовательских или базовых Docker-образов на базе JupyterLab.
⚙️ Обновили наши облачные платформы. В стадии закрытого тестирования запустили Evolution Managed OpenSearch — сервис для автоматизированного развертывания и управления кластером OpenSearch. Чтобы узнать больше, авторизуйтесь в личном кабинете Cloud.ru и читайте документацию сервиса. А подробнее обо всех апдейтах на других наших облачных платформах читайте в дайджесте на сайте.
🎓 Запустили бесплатный курс про основы работы с квантовым симулятором. В нем вы научитесь решать задачи оптимизации и логистики с помощью квантовых вычислений в облачной инфраструктуре на платформе Cloud.ru Evolution. А еще в статье «Мыслим незашоренно: как решить задачи факторизации чисел на квантовом отжигателе» поспорили с популярным тезисом о том, что универсальные квантовые компьютеры нужны для высоких материй типа квантовой химии, факторизации чисел и искусственного интеллекта, а квантовые симуляторы годятся лишь для задач оптимизации и логистики.
📺 Провели вебинары, а сейчас их можно посмотреть в записи:
Evolution Bare Metal: расширение диска за минуту без простоев и рисков. Нехватка места на дисках выделенных серверов может замедлить бизнес-процессы и потребовать вмешательства инженеров. На вебинаре покажем, как в сервисе Evolution Bare Metal можно самостоятельно расширить дисковое пространство, не выключая физический сервер за минуту. 3 июля в 11:00 мск.
Cloud.ru Tech Lab: AI&ML. На митапе спикеры расскажут, как в Cloud.ru автоматизировали пользовательские сценарии с помощью AI-агента, подробно разберут устройство стека и объяснят, как собрать MCP-сервер без кода. 24 июля в 18:00 мск.
☁️ Провели второй Cloud․ru Tech Lab: DevOps — митап для DevOps- и SRE-инженеров. Обсудили сложности DevOps-процессов и на реальных кейсах разобрали DevOps-практики. Смотреть в записи.
🎧В новом выпуске подкаста с Артёмом Арюткиным, руководителем проекта офиса Яндекс, разобрали главные ловушки платформенной разработки. Обсудили метрики эффективности, проблемы в платформенных командах, что не является DevEx, а также, какой должна быть идеальная платформа.
💳 Продлили условия реферальной программы, чтобы вы рекомендовали сервисы Cloud.ru с большей выгодой. Получите 20% от суммы чеков приведенных пользователей в первый год и 15% — в последующие годы. Участвовать могут самозанятые, ИП и юридические лица. Присоединиться к программе можно до 30 сентября.
Опыт сети гипермаркетов Hoff: перенести резервные копии данных в облако и оптимизировать затраты 🛒
Что за компания
Hoff — Home of furnishing — российская сеть гипермаркетов мебели и товаров для дома. 60 магазинов в разных форматах работают в крупных городах по всей России.
Какая была задача
У Hoff есть интернет-магазин и приложение, которые размещены в основном дата-центре. Компании были нужны резервные копии сайта и приложения на случай, если в работе локальной инфраструктуры произойдет сбой.
Основные требования Hoff к провайдеру и облачным ресурсам: отказоустойчивость, скорость реакции на запросы, круглосуточная связь с поддержкой, качество ответов и компетентность сотрудников.
Как ее решили
Вместо покупки дополнительных серверов и затрат на их содержание Hoff решила разместить копии в облаке. Так компания не только оптимизировала расходы на инфраструктуру, но и обеспечила непрерывную работу бизнеса.
Cloud.ru построила для Hoff инфраструктуру в Облаке VMware, подключила интернет-канал, настроила два выделенных канала связи, коммутацию и маршрутизацию сети, а еще предоставила доступ к API, чтобы автоматизировать процесс переключения между площадками.
Что в результате
В облаке развернута онлайн-реплика боевой площадки — она меньше по количеству вычислительных мощностей, но идентичная по данным и функционалу. При необходимости реплика мгновенно масштабируется по вычислительным мощностям в 10 раз (до 800 CPU, 2 TB RAM, 27 TB SSD), чтобы выдержать весь пользовательский трафик, который будет переключен с вышедшей из строя основной площадки.
особенности архитектуры сервиса: почему наше решение отказоустойчивое;
подтвержденные метрики: скорость работы и эффективность.
Также проведем демо, на котором покажем, как за минуту расширить дисковое пространство в Evolution Bare Metal.
Будет полезно разработчикам и IT-менеджерам, дата-инженерам и аналитикам данных, а также для всем, кто только задумывается о переезде в облако и хочет узнать больше про его возможности.
Попробуйте готовые AI-сервисы в среде Cloud.ru Evolution AI Factory для обучения ML-моделей и разработки AI-агентов
Вчера на конференции GigaConf рассказали про запуск Cloud.ru Evolution AI Factory — облачной среды с готовыми AI- и ML-инструментами, которые позволяют легко работать с LLM, создавать AI-агентов, запускать мультиагентные системы и решать полный цикл ML-задач.
Cloud.ru Evolution AI Factory рассчитана не только на опытных разработчиков — работать с сервисами можно даже без глубоких знаний в машинном обучении и навыков программирования.
Сервисы в общем доступе:
Evolution ML Inference — для запуска ML-моделей из Hugging Face. Платите только за нужное количество видеопамяти благодаря нашей технологии Shared GPU.
Evolution Foundation Models — сервис с популярными open source моделями, доступными по API. Вам не придется развертывать инференс и писать код.
Сервисы в стадии тестирования, которые можно попробовать бесплатно:
Evolution Managed RAG — для реализации RAG-подхода, который уменьшит галлюцинации и повысит фактологическую точность ответов моделей.
Evolution ML Finetuning — для тонкой настройки LLM конкретно под ваши задачи с помощью технологии LoRA, без дорогого переобучения.
Evolution Notebooks — для работы и тестирования ML-гипотез на мощных GPU с использованием пользовательских или базовых Docker-образов на базе JupyterLab.
Evolution AI Agents — для создания автономных AI-агентов, которые могут анализировать информацию, обучаться на данных, планировать действия и адаптироваться к изменяющимся условиям среды, в которой работают. Можно объединить до пяти агентов в мультиагентную систему.
Выбирайте подходящие инструменты и реализуйте ваши проекты!
Запускаем AI-помощника в публичном облаке Cloud.ru Evolution ⚡
Сегодня на конференции GigaConf представили AI-помощника, который поможет пользователям управлять ресурсами и инфраструктурой в публичном облаке Cloud.ru Evolution.
Помощник на основе GenAI знает все особенности, архитектуру и технические возможности Cloud.ru Evolution. Специалисты без глубокого опыта в IT Ops и облачных технологиях смогут передать часть рутинных операций искусственному интеллекту и ускорить запуск новых проектов на платформе.
💡 Что уже умеет AI-помощник:
Подбирать облачные сервисы под ваши задачи.
Создавать базовую инфраструктуру в облаке: подбирать конфигурации, помогать в создании SSH-ключа и развертывании виртуальные машины.
Подсказывать команды для работы в серийной консоли виртуальных машин в режиме co-pilot.
Cоздавать виджеты мониторинга и настраивать алертинг.
AI-помощник доступен в режиме открытого тестирования (Public Preview). Вы можете найти его в личном кабинете — он доступен для пользователей с ролью «администратор организации» на аккаунтах физических лиц. В документации вы можете найти больше подробностей о помощнике.
Тестируйте и делитесь впечатлениями в комментариях!
На открытии наш директор продуктовой разработки Владимир Шульга поделится реальным опытом построения среды для работы с GenAI и расскажет про большое обновление в облаке Cloud.ru.
Еще мы подготовили целый трек Cloud AI Architecture, где вы узнаете про архитектурные подходы к AI-ассистентам, возможности и особенности мультиагентных систем, RAG, запуск моделей и безопасность, кейсы использования AI.
Доклады в программе трека:
Multi-Agent AI Systems in Practice: архитектуры, метрики, эффекты — Дмитрий Юдин.
Как мы переосмыслили инференс — Максим Блинов.
RAG как инструмент: когда LLM знает, о чем говорит — Евгений Третьяков.
Мультиагентные системы нового поколения — Артемий Мазаев.
Как мы меняем клиентский сервис с помощью AI — Максим Михайлов.
AI-помощник, упрощающий работу в облаке — Илья Жбанов.
Также на площадке конференции мы проведем воркшопы для офлайн-посетителей и покажем:
Как развернуть инференс модели с Hugging Face за 2 минуты — Владимир Килязов.
Как собрать агентную RAG-систему с помощью GigaChain и Evolution ML Inference для эффективного инференса моделей и LLM — Михаил Дремин.
А еще на стенде Cloud.ru вы сможете попробовать наши AI-сервисы вживую, получить доступ к тестированию, а также поучаствовать в развлекательных активностях и заработать мерч.
