Что планируют построить
Внутри «Сбербанка» принято решение о новом суперкомпьютере с вложениями не менее 500 млрд рублей. Позиционирование широкое: и классические высокопроизводительные вычисления, и обучение моделей искусственного интеллекта. Сам факт такой суммы говорит о переходе от «точечных» кластеров к инфраструктуре уровня промышленной ИИ-фабрики, где важны не только ускорители, но и питание, охлаждение, сети, хранение и управление данными.

Какой опыт уже есть и почему этого стало мало
У «Сбера» уже были крупные проекты: в 2019 запускалась система «Кристофари», в 2021 — «Кристофари нео». Они попадали в международные рейтинги суперкомпьютеров, но ключевой нюанс в другом: архитектуры быстро меняются, и то, что отлично считало «на CPU-нагрузках», может оказаться неэффективным для современных задач ИИ, где доминируют массивные параллельные вычисления, огромные объёмы данных и требования к пропускной способности межсоединений.

Почему нельзя «слегка модернизировать» старые мощности

Главная мысль экспертов в таких случаях проста: суперкомпьютер — это не набор серверов, которые можно заменить поштучно. Если меняется класс нагрузок, приходится перестраивать всё: логику сети, хранение, охлаждение, программную часть и даже планировку. Под ИИ-обучение важна не только «сырая мощность», но и стабильность питания, теплоотвод, скорость обмена данными между узлами, работа с массивами на хранилищах. Поэтому апгрейд часто превращается в реконструкцию здания, а это почти всегда хуже, чем строить с нуля под новые требования.

Параллельная стройка и эффект дефицита дата-центров
Отдельно звучит факт о строительстве в Балакове (Саратовская область) супер-ЦОДа, который к 2027 году должен стать крупнейшим в России по масштабу: упоминаются 3000 стоек и потенциал размещения 120–130 тысяч серверов — величины, сопоставимые с целыми сегментами рынка. На этом фоне подчёркивается, что свободные мощности ЦОД в Москве близки к исчерпанию: когда площадки заполнены почти полностью, любые новые вычислительные проекты сталкиваются не только с покупкой «железа», но и с тем, где его физически разместить и чем питать.

Для чего это в прикладном смысле
Помимо обучения ИИ-моделей, такие комплексы используются для моделирования атмосферных и океанических процессов, задач химии и физики, инженерного проектирования сложных механизмов. Универсальность здесь важна: суперкомпьютер не обязан быть «только про чат-боты». Он становится платформой для вычислений в самых разных направлениях, где стоимость ошибки высока, а эксперимент в реальности слишком дорог или невозможен.