Инновации в деле: как HPC Park сделал вычислительные мощности доступными для всех

Исторический процесс становления

Наш стартап HPC Park был основан в 2019 году. Мы выросли из сегмента High Performance Computing, интегрировали более десятка высоконагруженных кластеров и вошли в рейтинг TOP‑50 Суперкомпьютеров СНГ. Основным фокусом компании был подход к непосредственному решению прикладных бизнес-задач в сегменте обучения и инференса нейросетей. Акцент был не на создании максимально широкого набора инструментов, который может в результате оказаться слишком сложным и избыточным, мы делали упор на то, с какой скоростью, насколько качественно и по оптимальной ли цене клиент закрывает свою задачу.

В 2021 году мы представили облачный сервис собственной разработки для обучения и инференса нейросетей. Мы стремились сделать услугу «GPU как сервис» уровня enterprise как альтернативу AWS и Azure, но доступную по своей цене, простоте и низкому порогу входа не только технологическим гигантам. Мы открыли возможности для той отрасли бизнеса, для которой ранее они казались дорогими, технически сложными и имели высокие требования к квалификации.

Платформа HPC Park Cloud Service построена на базе Docker-контейнеров и оснащена GPU ускорителями, с помощью которых можно решать сложные задачи в сфере обработки больших данных, машинного обучения и искусственного интеллекта.

В зависимости от конкретной задачи: высоконагруженной или же менее ресурсоёмкой, возможно использовать как мощность целого ускорителя вычислений, так и его частей.

Карта «виртуализируется» на семь полностью изолированных инстансов, оснащённых памятью, кэшем и ядрами. Несмотря на затрачиваемое количество ресурсов, вы получаете всё то же качество в неизменном порядке. Мы не используем игровые карты для менее ресурсоёмких задач, а предоставляем то же самое премиальное качество работы ускорителя уровня enterprise, только небольшими партиями для оптимизации расходов клиентов. Задачи, не требующие большого количества ресурсов, тем не менее нуждаются в промышленном подходе с возможностью резервирования, масштабирования и автоматизации. Часто бизнес-потребности заказчиков растут. Преимущество нашего подхода в том, что клиенты могут масштабироваться, просто увеличивая объём потребляемых ресурсов, но принципиально ничего не меняя.

Мы не только предлагаем клиентам доступ к грантовым ресурсам, но и помогаем на всех этапах, начиная с сайзинга. Даже при тестовых запусках мы консультируем, помогаем с настройкой, обеспечиваем заказчикам поддержку с адекватным временем реакции, близким к 24/7.

Зачем изобретать велосипед?

Мы пытались пойти по пути классического стартапа – использовать набор лучших готовых решений на рынке, адаптировав его под требования и задачи бизнеса. Всем известно, что такой подход имеет как преимущества, так и недостатки.

Помимо того, что модификация готового продукта отнимает большое количество времени и ресурсов, остро стоит вопрос отсутствия уникального функционала, необходимой гибкости и масштабируемости. Интеграция коробочных решений с существующей инфраструктурой – процесс не бесшовный, а малейшее изменение тянет за собой ворох проблем: приходится исправлять баг за багом. Более того, наш опыт показал, что система заточена на то, что её не просто развёртывают, но и постоянно поддерживают. Когда обозначилась проблема несовпадения нашего видения конечного продукта с арифметической суммой видения разработчиков внедряемого решения, мы решили, что пришло время радикальных. Проанализировав сроки, затраты, возможные проблемы в будущем, мы приняли волевое решение идти по стезе техногигантов: делать всё с нуля, но по своим правилам.

Мы осознавали, что в «патроннике только один боеприпас», то есть у нас одна попытка, один шанс на успех. Чёткое планирование, грамотное управление позволили совершить этот «выстрел», и он оказался в десятку.

Не имей сто рублей…

Во время создания платформы мы, естественно, сталкивались с определёнными трудностями. Технические моменты решались на раз-два благодаря штатной сильной команде разработчиков. Но, будучи отличными инфраструктурщиками, нам не хватало компетенций в области AI. На помощь приходили Data Science специалисты из команд партнёров, которые, проводя пилотные запуски, давали качественную обратную связь. Это способствовало совершенствованию даже в условиях ограниченных ресурсов.

Как упоминалось ранее, мы старались смотреть на задачи с точки зрения клиента, абстрагировавшись от серверов и карт, фокусируясь на скорости обучения модели и времени выхода её на рынок. Параллельно с технической оптимизацией продукта разворачивалась и активная маркетинговая деятельность. Дорогостоящие рекламные кампании, как правило, не в духе стартапов, и мы не исключение. Партизанский маркетинг и нетворкинг были движущей силой. Партнёры, сарафанное радио – всё это помогало нам «встать на ноги» и заявить о себе.

Прорывное настоящее

На текущий момент мы имеем качественное и инновационное решение, которое соответствует требованиям и потребностям бизнеса. Клиенты крупных компаний используют платформу при краткосрочных всплесках запросов на вычислительные ресурсы, когда не целесообразно покрывать их собственным оборудованием. А также для тестирования гипотез и для инференса.

Обращаясь к платформе, заказчикам не нужно думать об обеспечении проекта ресурсами: серверами, СХД, ЦОД с сетью. Работая стабильно и закрывая задачи клиентов, наш облачный сервис собирает коллекцию из успешных кейсов. О некоторых из них мы вкратце расскажем.

Сейчас на наших ресурсах обучается нейросеть-дизайнер Николай Иронов (продукт студии Артемия Лебедева).

В эпоху технологического бума ИИ становится верным помощником и мощным инструментом в руках дизайнеров. Мы уверены, что автоматизация творческих процессов будет массово внедряться и развиваться, а ещё гордимся тем фактом, что в какой‑то степени прилагаем руку к искусству.

Также при использовании ресурсов платформы HPC Park компания JuniStat разработала мобильные приложения для ежедневного тестирования игроков. В их основе лежит технология машинного зрения на базе нейросетей, благодаря которой отслеживается прогресс, выявляются сильные и слабые стороны, уровень подготовки юных футболистов. Часть обучения этой модели ИИ происходила на наших мощностях.

Компания Recap Meetings, которая предоставляет сервис по составлению автоматических протоколов и резюме звонков, в сотрудничестве с нами получила необходимые ресурсы для разработки проприетарной нейронной сети.

Компания «АссистАгро» разработала систему, где дроны осматривают поля по заранее заданному алгоритму.

На нашей платформе HPC Park Cloud Service была обучена модель, благодаря которой летающие помощники могут обнаружить сорняки, контролировать урожайность, отслеживать фазы роста, выявлять вредителей и болезни растений даже на ранней стадии.

Наша цель – оставаться ведущими в области облачных вычислений и предоставлять клиентам лучшие решения, которые помогают им достигать новых высот в бизнесе. Мы всегда готовы к вызовам будущего и стремимся совершенствовать наш сервис, прислушиваясь к нуждам заказчиков. Предлагаем присоединиться к нам в качестве партнёра или клиента в этом инновационном путешествии.