Руцентр представил собственную облачную инфраструктуру для корпоративных клиентов. Сейчас сервисы проходят закрытое тестирование, а общедоступный запуск запланирован до конца 2026 года.
10 ноября 2026 года инфраструктура облачного провайдера ActiveCloud подверглась кибератаке типа ransomware, что привело к шифрованию злоумышленниками части облачной инфраструктуры.
На данный момент восстановлена работа сервиса SmartMail, еще недоступны E-Cloud, ECP и SelfMail. Команда ActiveCloud работала над восстановлением всю ночь, без перерывов. Восстановление происходит поэтапно, сейчас ведутся работы по восстановлению E-Cloud. О каждом восстановленном сервисе они сообщают в своём телеграм канале - https://t.me/s/activecloud_by.
За состояние сервисом можно также следить на официальном сайте https://activecloud.by/
В публичном облаке Рег.облака теперь можно самостоятельно заказать серверы с NVIDIA H100 и RTX PRO 6000 Blackwell, оформить предзаказ NVIDIA H200 или подписаться на уведомление о появлении свободных GPU-ресурсов.
В линейке Cloud GPU Pro представлены три ускорителя для разных вычислительных задач. Разберем, какой из них выбрать 👇🏻
Вам это, скорее всего, неинтересно, но у меня с самого начала была тактика, и я ее придерживаюсь. В общем, очередная пачка апдейтов моих *нетесов, иронично-исследовательских надстроек или форков куба, начиная с Kyvernetria и Tatarnetes и заканчивая Mysoginetes и Kyvernetria. Новые фичи, новые релизы и всё такое.
Инфраструктура почти всегда строится под вчерашние задачи. Unix проектировали для машин с разделением времени, TCP/IP — для сети, которая должна пережить потерю узлов, Borg — для одной компании с собственными ЦОДами, где разнородность машин в основном пряталась за единой моделью ресурсов, а Kubernetes унаследовал от Borg почти всё, что в нём лежит глубже API. Каждая из этих систем была блестящим ответом на свои вопросы, и каждую потом десятилетиями натягивали на вопросы, которыми их авторы даже не задавали. То есть сегоняшние задачи решает конвенциональное решение, принятое индустрией, которое для их решения не предназначено.
В этой статье мы попробуем подойти к этой проблеме с другого конца. Сначала разберёмся, какие задачи будут решаться завтра, какой станет физика вычислений, экономика и требования к доверию, и только потом выведем из этого соответсвующий инфраструктурный слой и соберем прототип, который выбирает не только место и время для задачи, но и саму физику вычисления (от процессора до квантового компьютера и живых нейронов).
Хостинг-провайдер ESTT сообщил о причинах аварии 8 ноября и текущем ходе восстановления сервисов. По предварительным данным, причиной аварии стала кибератака с использованием программы-шифровальщика. В результате пострадали кластеры виртуализации и системы управления облачной инфраструктурой ESTT, что привело к нарушению работы клиентских сервисов.
Всем привет!
В предыдущих статьях я разбирал локальный инференс: на каком железе запускать большие языковые модели и как подключить их к Claude Code. Локальные модели хороши тем, что за каждый токен платить не нужно. Но в мировой корпоративной практике основная нагрузка приходится на облачные модели OpenAI, Anthropic и Google, и вопрос их стоимости становится для продуктовых команд одним из ключевых при планировании.
При этом картина складывается противоречивая. Исследователи фиксируют, что «интеллект» дешевеет на порядок в год. Однако новые флагманские модели 2026 года вышли дороже предшественников, провайдеры урезают лимиты подписок, а корпоративные расходы на ИИ продолжают расти.
В октябре расширили каталог ИИ-моделей, запустили инференс на NVIDIA B300, усилили защиту облачного WAF и обновили личный кабинет. Месяц прошел под знаком больших вычислений и небольших улучшений, которые упрощают повседневную работу. Собрали главное за месяц, приглашаем подвести итоги вместе с нами.
Когда запросы к LLM приходят лишь несколько раз в день, GPU большую часть времени простаивает, но платить за ноду приходится круглосуточно. Хочется освобождать карту между запросами: удалять поды с моделью, когда нагрузки нет, и запускать их снова, когда она появляется. Для обычного веб-приложения такая схема работает с задержкой в несколько секунд, и это вполне допустимо. LLM же после запуска пода нужно загрузить веса и прогреть движок, поэтому первый запрос может ждать ответа несколько минут.
В июле команда H Company рассказала, что новая реплика их крупнейших моделей выходила в готовность до 27 минут. Команда использует vLLM на GPU-нодах Kubernetes и добавляет реплики по мере роста нагрузки от агентов. Автоскейлер быстро увеличивает число подов, но дальше начинаются скачивание образа, загрузка весов, компиляция и прогрев движка. Ускорить эти этапы настройками масштабирования не получится.
Я ожидал, что большую часть времени занимает загрузка весов, и решил посмотреть публичные замеры. У Tensorfuse запуск Llama 3.1 8B на L40S занял 294 секунды, из которых на скачивание модели и перенос весов в GPU ушло только 94. Остальные 200 секунд потребовались на компиляцию, захват CUDA graphs, инициализацию движка и импорты. Значительную часть этой работы новый под повторяет при каждом старте, хотя её результаты можно сохранить на ноде.
В статье разберём, как настроить запуск LLM из нуля и сократить холодный старт: откуда KEDA получает сигнал о нагрузке, пока подов нет, что стоит заранее закэшировать и какие таймауты позволят первому запросу дождаться модели. На публичных замерах посмотрим, сколько времени дают эти оптимизации, а затем перейдём к манифестам KEDA HTTP Add-on, DaemonSet для предзагрузки и настройкам vLLM. Это поможет платформенным инженерам оценить, подходит ли такой режим их нагрузке или лучше оставить тёплую реплику.
Пентестерам посвящается. Вы запустили готовый модуль, получили доступ к системе — и на этом все остановилось. Как понять, что вообще дает этот доступ? Через неделю выясняется, что ваш пэйлоад ловит антивирус заказчика, и вы не понимаете почему. А когда проект наконец доходит до облака, выясняется, что про побег из контейнера и атаки в AD вы знаете только обрывками из случайных статей или ответов нейросети. Узнаете свою работу?
Клиенты Beget потеряли сайты, базы и бэкапы разом. Почему копия у провайдера не спасла
Хакеры с помощью ИИ-агентов взломали GitBook — ключи доступа к GitHub и другим сервисам пользователей платформы оказались под угрозой. В GitBook экстренно аннулировали API-токены всех пользователей:
Реплика в соседней зоне, регулярные снапшоты, настроенные бэкапы — кажется, к аварии готовы. Но что произойдёт, если облачный регион отключится целиком, а резервные копии останутся внутри него? На примере октябрьских сбоев Yandex Cloud разбираемся, почему привычные схемы отказоустойчивости не всегда спасают, сколько на практике занимает восстановление и как подготовить инфраструктуру к потере целого региона.
Перед размещением данных банков на облачных платформах провайдеров проверят на надёжность инфраструктуры центров обработки данных, стабильность работы системы управления облаком и возможность восстановления данных после сбоев. Об этом говорится в проекте документа, который описывает критерии тестирования на надёжность и безопасность облачных платформ, используемых банками и финтех‑компаниями, пишут «Ведомости».
Указ президента России об обязательном резервировании десятой части вычислительных мощностей частных дата‑центров стал неожиданностью для рынка. Об этом «Ъ» сообщил источник на рынке телекоммуникаций. По его словам, коммерческие ЦОДы в Москве и регионах из‑за острого дефицита заполнены почти на 100%.
Опубликован и вступил в силу важный для российской коммерческий инфраструктуры дата-центров и их клиентов указ.
Указ разрешает использовать «вычислительные мощности» зарубежных дата-центров. Разрешение выдается специальной комиссией и согласовывается с ФСБ.
Кроме того, указ обязывает владельцев коммерческих ЦОД держать 10% резерв мощностей и площадей.
Как настроить тестовую среду без копирования прода
Тестовый сервер нужен, чтобы проверять новые версии приложения, миграции базы данных и интеграции до выхода в прод. При этом его не обязательно делать полной копией рабочей инфраструктуры. Важно правильно определить, какие параметры должны совпадать, а какие можно упростить.
Старший вице-президент Stack Overflow по работе с сообществом Филипп Бодетт сообщил, что прогнозы о «смерти» платформы — это «броские заголовки, в которых подмена понятий: изменение способа доступа к знаниям ошибочно принимается за исчезновение самих знаний — как и компании, стоящей за ними».
Google только что показал, как выглядит ловушка, в которую он сам себя загнал: компания, десятилетиями продававшая клики по рекламе, теперь строит AI-поиск, который эти клики убивает. За один день это стоило Alphabet почти $500 млрд капитализации — и это только начало.
PyTorch установлен. А GPU точно работает?
Когда устанавливаете PyTorch, сразу определитесь, где будете запускать вычисления: на процессоре или видеокарте. От этого зависит выбор сборки: CPU, CUDA для NVIDIA или ROCm для AMD. С конфигурацией лучше разобраться заранее, чтобы потом не искать причину, по которой фреймворк не видит GPU.
Перед установкой стоит проверить несколько вещей 👇🏻
