29.07.2026 17:44
🤖 ИИ может стать эффективнее?
🤖 ИИ может стать эффективнее?
Яндекс отчитался за II квартал 2026 года. Выручка направления «Поисковые сервисы и ИИ» выросла на 9% — до 137,4 млрд рублей. Выручка от рекламы и услуг продвижения прибавила 10,3%, а рекламные бюджеты иностранных компаний на Яндексе в России выросли на 55%.
Но самое интересное — не только рост доходов. По данным компании, за первое полугодие Яндекс сэкономил 9,2 млрд рублей благодаря оптимизации вычислительной инфраструктуры. Высвободившиеся ресурсы направили на развитие ИИ.
🤷♂ Как это работает? ИИ-сервисы используют тысячи дорогих процессоров. Днём они обслуживают пользователей, а ночью нагрузка снижается. Теперь свободные мощности автоматически переключаются на обучение нейросетей и почти не простаивают.
Сами модели тоже сделали экономнее: при ответе включается не вся нейросеть, а только нужная её часть. Кроме того, инженеры ускорили работу обычных серверов и навели порядок в хранилищах — сократили дублирование и удалили неиспользуемые данные.
🙄 Почему это важно? Вычислительные мощности — одна из главных статей расходов при развитии ИИ. Поэтому конкурируют не только те, кто может купить больше серверов, но и те, кто лучше использует уже имеющиеся.
По сути, компания увеличивает отдачу от уже имеющейся инфраструктуры вместо того, чтобы просто наращивать объемы оборудования.
Max VK
Яндекс отчитался за II квартал 2026 года. Выручка направления «Поисковые сервисы и ИИ» выросла на 9% — до 137,4 млрд рублей. Выручка от рекламы и услуг продвижения прибавила 10,3%, а рекламные бюджеты иностранных компаний на Яндексе в России выросли на 55%.
Но самое интересное — не только рост доходов. По данным компании, за первое полугодие Яндекс сэкономил 9,2 млрд рублей благодаря оптимизации вычислительной инфраструктуры. Высвободившиеся ресурсы направили на развитие ИИ.
🤷♂ Как это работает? ИИ-сервисы используют тысячи дорогих процессоров. Днём они обслуживают пользователей, а ночью нагрузка снижается. Теперь свободные мощности автоматически переключаются на обучение нейросетей и почти не простаивают.
Сами модели тоже сделали экономнее: при ответе включается не вся нейросеть, а только нужная её часть. Кроме того, инженеры ускорили работу обычных серверов и навели порядок в хранилищах — сократили дублирование и удалили неиспользуемые данные.
🙄 Почему это важно? Вычислительные мощности — одна из главных статей расходов при развитии ИИ. Поэтому конкурируют не только те, кто может купить больше серверов, но и те, кто лучше использует уже имеющиеся.
По сути, компания увеличивает отдачу от уже имеющейся инфраструктуры вместо того, чтобы просто наращивать объемы оборудования.
Max VK