Super Micro Computer, Inc., поставщик комплексных решений для ИИ, корпоративных систем, систем хранения данных, 5G/Edge, включая Data Center Building Block Solutions (DCBBS), объявил о выпуске комплексного портфеля стоек, разработанных специально для критически важных развертываний центров обработки данных с ИИ высокой плотности. Стандарт ORv3 позволяет Supermicro предлагать клиентам ряд стоек, которые упрощают интеграцию решений жидкостного охлаждения для систем с высокой плотностью вычислений, что приводит к снижению совокупной стоимости владения (TCO). Стойки Supermicro DCBBS тестируются, а затем поставляются в ящиках, испытанных на удар и вибрацию, как часть портфеля DCBBS Supermicro. Эти оптимизированные для рабочих нагрузок стоечные и кластерные решения проверены и готовы к работе в первый же день.

«Инфраструктура ИИ начинается с правильной основы, и наш специально созданный портфель стоек разработан для ускорения каждого этапа развертывания, — сказал Чарльз Лян (Charles Liang), президент и генеральный директор Supermicro. — Являясь ключевым компонентом наших технологий DCBBS, эти стойки с высокой плотностью, оптимизированные для жидкостного охлаждения, позволяют клиентам быстрее развертывать кластеры ИИ, максимизировать плотность вычислений, повышать надежность и снижать общую стоимость владения. Наш производственный масштаб позволяет нам поставлять до 3000 таких усовершенствованных стоек в месяц, в том числе 2000 стоек с жидкостным охлаждением с наших объектов по всему миру для немедленного развертывания в существующих и новых центрах обработки данных. Готовые к подключению стойки готовы к немедленной установке в центре обработки данных клиентов».

Внедряя стандартизированные, полностью модульные архитектуры, заводскую предварительную сборку и оптимизированную логистику, Supermicro может устранить сложную интеграцию и развертывание узких мест. При поддержке Supermicro Rack Integration Services и модульного портфеля DCBBS компания Supermicro способна предоставлять комплексные решения для инфраструктуры центров обработки данных в масштабе стоек, оптимизируя развертывание, что дает клиентам сокращенные сроки подключения. Все стойки, полностью разработанные компанией Supermicro, оснащены усиленным шасси с сертифицированной статической нагрузкой до 5500 фунтов/2500 кг, что значительно превышает стандартные отраслевые стандарты. Эта надежная архитектура надежно поддерживает экстремальный вес стоечных кластеров, которые включают полностью заполненные системы с графическим ускорением, системы подачи питания и компоненты жидкостного охлаждения, обеспечивая бескомпромиссную структурную надежность для критически важных сред. Используя материалы премиум-класса и высокоточные производственные процессы, строгое обеспечение качества Supermicro включает в себя сейсмическую и вибрационную квалификацию под заголовком GR-63-CORE Zone 4 для проверки стабильности при самых интенсивных эксплуатационных нагрузках.

31 июля 2026 года BloombergNEF (BNEF), ведущий мировой исследовательский институт в области энергетики, опубликовал свой список производителей Energy Storage Tier 1 за третий квартал 2026 года. Основанная всего четыре года назад в Китае, компания HIZENERGY заняла место в этом престижном списке, присоединившись к ведущим мировым поставщикам систем хранения энергии и став выдающимся специалистом в области коммерческого и промышленного хранения энергии. Это знаковое признание подчеркивает технологическую мощь фирмы мирового класса и надежную глобальную мощность поставок для международных рынков.

В списке Tier 1 за третий квартал 2026 года представлены 68 производителей, большинство из которых являются признанными гигантами отрасли с более чем десятилетней историей работы. Основанная в июне 2022 года, компания HIZENERGY выделяется как молодая компания, пройдя оценку Tier 1 при первой подаче заявки и нарушив давний отраслевой консенсус о том, что новым стартапам требуется от 5 до 8 лет, чтобы соответствовать критериям Tier 1.

Независимые исследования и разработки формируют основное конкурентное преимущество HIZENERGY. Более половины рабочей силы компании составляют инженеры-исследователи, обладающие более чем 120 патентами, связанными с технологией накопления энергии. В 2026 году фирма запустила запатентованную систему преобразования энергии мощностью 300 кВт/460 кВт с жидкостным охлаждением, заполнив критический технический пробел в отрасли. Это инновационное оборудование устраняет постоянные болевые точки обычных систем хранения для коммерческого и промышленного использования, включая чрезмерную занимаемую площадь, высокие потери при параллельной работе и непомерно высокие затраты на расширение емкости, создавая непревзойденный дифференцированный технический барьер.

Значительные послужные списки коммерческих проектов составляют основу квалификации HIZENERGY на Tier 1. К середине 2026 года совокупная установленная емкость хранения энергии компании превысила 1,8 ГВт-ч, при этом по всей стране было развернуто более 6000 шкафов для хранения энергии. Параллельный глобальный потенциал развертывания также соответствует глобальным стандартам оценки BNEF: компания HIZENERGY создала локализованные команды по всей Европе и Юго-Восточной Азии, с успешными операционными проектами в Бельгии, Германии и других заморских территориях.

Обеспечение статуса BNEF Tier 1 знаменует собой новую стартовую линию, а не финишную линию для HIZENERGY. Двигаясь вперед, компания будет использовать эту аккредитацию мирового класса для углубления основных исследований и разработок, итераций систем хранения большой мощности с жидкостным охлаждением и интеллектуального программного обеспечения для управления энергопотреблением. Она расширит локализованные сервисные сети по всей Европе и Юго-Восточной Азии, диверсифицирует сценарии применения накопителей энергии и полностью сосредоточится на глобальном треке хранения для коммерческого и промышленного использования. Компания HIZENERGY, приверженная премиальным, экономичным решениям для хранения энергии, стремится поставлять стабильную, экономически эффективную чистую энергию промышленным и коммерческим предприятиям по всему миру.  

Аудиторско-консалтинговая компания Kept и KUKA Россия выпустили обзор мирового рынка промышленной робототехники за 2025 год на основе аналитики IFR. Эксперты выявили ключевые изменения и новые тренды в этом сегменте, проанализировали изменения в мерах государственной поддержки для участников рынка в РФ по состоянию на первые шесть месяцев 2026 года.

Мировой рынок промышленной робототехники вырос на 15% в 2025 году по сравнению с прошлым годом. Рынок вышел на планку 600 тыс. ед. в год и сохраняет устойчивость. В 2025 г. установлено около 621 тыс. промышленных роботов – это максимальный уровень за последние 10 лет. Текущая динамика превышает среднегодовой темп роста в 2015–2025 гг. (порядка 9%). При сохранении этих показателей преодоление уровня в 700 тыс. ежегодных установок может произойти в 2027 году, что раньше на два года, чем прогнозировалось ранее.

Концентрация по странам и регионам сохраняется. В 2025 году на Азию пришлось около 79% всех новых установок (495 тыс.; +18% г/г). В Европе – 75 тыс. (-15% г/г) после рекордного 2023 года; в Северной и Южной Америке – около 56 тыс. (+11% г/г).

Электронная промышленность остается ключевым драйвером роста рынка промышленных роботов, обогнав автомобильную отрасль. В 2025 г. количество новых установок в электронной промышленности составляет 161 тыс. ед., темп роста –25% (129 тыс. ед. в 2024 г.), в то время как автомобильная промышленность показывает рост только на 10%, а количество новых установок составляет 139 тыс. ед. (125 тыс. ед. в 2024 г.).

IFR выделяет следующие 5 трендов развития промышленной робототехники в мире в 2026 году и последующий период.

Роботизация все чаще рассматривается не как точечная мера повышения эффективности, а как стратегический инструмент компенсации кадрового дефицита и роста производительности.

Сближение ИТ-и OT-среды расширяет возможности применения роботов. По мере объединения корпоративных систем управления, производственного оборудования, сенсоров и робототехнических комплексов формируется единая среда, в которой данные свободно циркулируют между цифровым контуром и физическими операциями. Это открывает возможность поэтапно масштабировать роботизацию, быстрее адаптировать решения под новые задачи и снижать издержки на интеграцию.

Роботы с ИИ переходят к более автономной модели работы. Роботизированные системы получают способность не только выполнять заданные сценарии, но и адаптироваться к изменяющимся условиям, интерпретировать задачу и самостоятельно выбирать способ ее выполнения. По мере удешевления и распространения ИИ-инструментов роботизация становится доступнее для более широкого круга компаний.

Гуманоидные роботы остаются в фокусе рынка, но промышленная зрелость еще не подтверждена. Интерес к сегменту гуманоидной робототехники обусловлен тем, что такой форм-фактор потенциально позволяет автоматизировать операции в среде, уже созданной под человека, без глубокой перестройки инфраструктуры. При этом практическая стадия развития сегмента пока остается ограниченной: большинство проектов находится на этапе прототипов, пилотных внедрений и испытаний в контролируемых условиях.

Безопасность, киберустойчивость и регулирование становятся критическим условием масштабирования робототехники.

«Мы в команде KUKA наблюдаем, что рост мирового рынка промышленной робототехники практически в два раза превысил прогнозы и составил 15% по итогам 2025 года. Этому способствует то, что роботизация становится проще, интеграционных команд становится больше, развивается Physical AI», — говорит Пётр Смоленцев, генеральный директор KUKA Россия.

«Если говорить о плотности роботизации в мире, то этот показатель может составить 185 роботов на 10 тыс. работников по итогам 2025 г. (177 роботов на 10 тыс. работников в 2024 г.), что сопоставимо с уровнем среднегодового роста порядка 9% в 2020–2024 гг.», — отмечает Николай Чернецов, директор практики стратегического и операционного консультирования Kept.

Ключевые изменения в инструментах поддержки промышленной робототехники в РФ за первые шесть месяцев 2026 года: правительство резко наращивает финансирование – суммарно около 43 млрд руб. (2026–2028 гг.)., из которых на 2026 г. предусмотрено свыше 9 млрд руб; запущен полноценный конкурсный отбор на субсидию 20%-го кешбэка за роботизацию (бюджет отбора –912 млн руб., лимит на получателя –80 млн руб.); вступили в силу три национальных ГОСТа для программной интеграции роботов, разработанных «Яндекс Роботикс» при поддержке Минпромторга.

Общество начинает бояться всего, что связано с ИИ. Слишком стремительно он вошел во все сферы жизни, слишком агрессивно его навязывают, слишком много среди его сторонников людей, которых сложно назвать интеллектуалами.

И самое главное — чересчур много для такого короткого срока использования свидетельств, говорящих не в пользу AI. Инструмент страдает галлюцинациями, может ошибаться, его, в конце концов, можно взломать. При этом ИИ-агенты уже позиционируют как способ оптимизировать бизнес. То есть ту сферу деятельности, в которой цена ошибки буквально может быть высокой и исчисляться миллиардами долларов.

Если «белкового» агента компании-конкурента можно поймать и засудить вместе с конкурентом, если халатное отношение к работе сотрудника из вида приматов Homo sapiens может обернуться для него тюрьмой, то ошибки Artificial Intelligence пока юридических последствий не имеют.

AI-агенты и бизнес: юридическая суть проблемы

ИИ-агент отличается от привычной компьютерной программы наличием свободы в принятии решений. Если условно, то чат-бот за рамки прописанного кода не выходит. Если вышел — либо в код, либо в описание функционала программы закралась ошибка или вирус.

AI-агент, юридически и фактически оставаясь компьютерной программой, может «самостоятельно» принимать решения. Такие агенты изначально ориентированы именно на автономную работу.

Термин «самостоятельно» помещен в кавычки не случайно — на данный момент даже те, кто такие инструменты разрабатывает, утверждают, что не всегда понимают, как именно они принимают решения. Но одновременно с этим заявляют, что это такой же инструмент, как молоток. Поэтому если вы «ударите им себе по пальцам», то виноваты точно не разработчики.

В итоге коммерческие B2B-экосистемы повсеместно внедряются, речь идет уже о создании полноценных автономных экономических субъектов без участия человека, но никто ни за что отвечать не хочет. И даже о рисках все говорят нехотя: дескать, не надо стоять на пути прогресса. А риски есть.

Основные угрозы для бизнеса

Угрозы для бизнеса от использования ИИ-агентов можно разделить на 2 очевидные группы: ошибки, связанные с действиями недоброжелателей, и ошибки, связанные с архитектурой программы, механизмом принятия ей решений.

Действия недоброжелателей

AI-агент для бизнеса взломать сложно, но можно. В результате таких злонамеренных действий, как рассылка писем с зашифрованными командами, внедрение вредоносного кода в документы, ИИ может начать:

• совершать действия, ведущие к разорению компании;
• сливать закрытую информацию конкретным лицам;
• оставлять закрытые данные в публичном пространстве.

Минимизировать риски можно, если вовремя заметить подозрительное поведение. Для этого существуют программные решения, позволяющие отследить аномалии в работе ИИ-агента. Самая известная на данный момент, пожалуй, Exabeam. Это своего рода «электронный аудитор», который нон-стоп собирает информацию обо всех действиях всех сущностей в экосистеме, как «белковых», так и искусственных.

Замечая подозрительные решения и объединяя разрозненные логи в последовательную цепочку, такие программы помогают командам инфобезопасности действовать эффективнее. Недостаток решения очевиден: их тоже можно взломать.

Вечная битва «щита» и «меча»

Вообще, злоумышленники выдумали уже немало способов «отравить» ИИ-агента: бессмысленные запросы, истощающие ресурсы, подделка внешних данных для анализа, грамотное и абсолютно легальное составление запросов агенту, позволяющее выявить часть закрытой информации. Они совершенствуются. Но и системы безопасности развиваются.

Автономные ошибки ИИ

ИИ-агент может принимать «неверные» решения. Причем, по мнению очень многих специалистов отрасли, делает это чаще, чем компетентный специалист. Термин «неверные» поставлен в кавычки тоже не случайно.

На момент принятия решения AI действует максимально логично. Но его внутренняя логика противоречит здравому смыслу. Например, агент может начать удалять бэкапы (а то чего они место занимают) или «слить» закрытую информацию третьим лицам (ведь так они смогут оптимизировать процесс взаимодействия).

Именно стремление к оптимизации всего и вся часто называют «ахиллесовой пятой» таких B2B-экосистем. Ведь даже если в большинстве случаев такая оптимизация оправдана, одна ошибка может привести к катастрофе.

С галлюцинациями ИИ рано или поздно справятся, хотя вряд ли полностью. А вот как настроить искусственную логику так, чтобы она в стремлении оптимизировать процесс не совершала действий, имеющих критические негативные последствия, очевидные даже ребенку — вопрос нетривиальный. Пока решение одно — ограничивать ИИ-агенты в правах.

Очевидные решения для борьбы с галлюцинациями и ошибками ИИ-агента

Over-privileged access, или уровень доверенного сотрудника для ИИ-агента, — это большой риск. Если злоумышленник получает к такому агенту доступ, он «срывает джекпот», получая все данные вплоть до репозиториев кода.

Поэтому один помощник не должен иметь доступ ко всем системам. Это, к слову, и людей касается. Неслучайно же в мафиозных структурах каждый исполнитель должен знать только то, что нужно для выполнения поручения.

Изолируйте опасные возможности

Лучше и надежнее, если ИИ-агент, имеющий доступ к внутренней документации, вообще не имеет возможности отправить ее во внешний доступ. А тот, чей функционал подразумевает общение с клиентами, партнерами, не имеет доступа к внутренней информации.

Опять-таки, в чем-то «мафиозный» принцип. Если не знаешь, то не проговоришься. А если знаешь, то тебя надо изолировать. Все верят, что ты очень полезный, ИИ-агент. Но так всем спокойнее.

Human-in-the-Loop

Самый спорный и самый надежный способ избежать угрозы изнутри от ИИ-агента. Сделать так, чтобы передача или публикация критически важной информации, как, например, перевод денег или удаление файлов, требовала подтверждения администратора из плоти и крови.

Спорный потому, что какая же тут автономность, если все равно нужен ответственный сотрудник на зарплате? Но пока иначе никак. Возможно, в будущем ответственному сотруднику придется выполнять минимальное количество действий. Сейчас же за ИИ-агентами надо приглядывать. Когда-то говорили, что социализм — это учет. А ИИ-будущее в таком случае — это контроль.

Кузовкин Алексей Викторович — IT-предприниматель, экс-председатель совета директоров группы компаний «Армада». Алексей Викторович обладает колоссальным опытом управления инновационными и IT проектами.

Форматирование текста с помощью пробелов — дурной тон, при попытке изменить шрифт такая конструкция сразу «уезжает». Гораздо лучших результатов можно добиться, используя табуляцию с помощью клавиши Tab, возможности которой в текстовом редакторе Р7-Офис достаточно широки.

Чтобы увидеть символ табуляции, нужно включить отображение непечатаемых символов — он обозначается стрелочкой вправо. Шаг табуляции настраивается кликом левой кнопкой мыши на линейке редактора (если она не отображается, её можно включить на вкладке «Вид»). Установленная табуляция работает и с уже отбитыми строками: если выделить несколько строк и переместить ползунки на линейке, шаг изменится для всех выделенных строк одновременно.

Разметка табуляции действует в пределах одного абзаца. Чтобы применить ту же размерность к другой части текста, используется опция копирования стиля — кнопка с пиктограммой валика на вкладке «Главная» или сочетание клавиш Alt+Ctrl+C. После копирования стиля достаточно выделить нужную область, и форматирование применится автоматически.

Более точная настройка табуляции доступна в меню дополнительных параметров абзаца, которое вызывается через контекстное меню правой кнопкой мыши. На вкладке «Табуляция» можно изменить значение по умолчанию, выравнивание и другие параметры. Самая интересная опция — «Заполнитель», который делает табуляцию видимой без включения отображения непечатаемых символов: можно выбрать пунктирную линию, нижнее подчёркивание и другие варианты. После каждого выбора необходимо нажимать кнопку «Задать», иначе настройка не применится. Эти инструменты помогают избежать хаоса при редактировании и делают работу с табуляцией в Р7-Офис удобной и предсказуемой.

Среди 12 публично доступных российских продуктов готовых ИИ-агентов нет: рынок представлен платформами и ассистентами, а зрелые системы создают сами корпорации

Эксперты консалтинговой компании «Яков и Партнёры» проанализировали 30 ИИ-продуктов и 65 публично описанных примеров внедрения в России и мире. Исследование «ИИ-агенты: где хайп, где реальность» показало: только 7 из 18 международных решений (39%) соответствуют не менее пяти из шести критериев полноценного агента. Среди 12 публично доступных российских продуктов готовых ИИ-агентов не оказалось: четыре лидирующих решения являются платформами для самостоятельной сборки агентов, остальные восемь — специализированными ассистентами и чат-ботами.

«В реальных корпоративных внедрениях доля зрелых систем еще ниже. Из 43 международных кейсов только 10 (23%) достигли уровня L4–L5, то есть способны сквозным образом выполнять процесс с минимальным участием человека. Большинство решений находятся на уровне L3: они выполняют последовательность операций и обладают отдельными автономными функциями, но по-прежнему требуют существенного контроля со стороны сотрудника», — отметил Максим Болотских, партнер и глава практики ИИ и высоких технологий «Яков и Партнёры».

На российском рынке эксперты изучили 22 публичных кейса. Четыре из них соответствуют уровню L4, и все они созданы внутри крупных компаний: «Афанасий Иванов» в Т-Банке, «Маркус» в «Сбере», виртуальные разработчики Альфа-Банка и «Рубан» в «Северстали». Такая структура рынка не означает отставание: российские заказчики чаще требуют локального развертывания, работы с закрытыми данными, интеграции с унаследованными системами и соответствия нормативным требованиям, поэтому платформенный подход развивается быстрее коробочных SaaS-продуктов.

Агент или ассистент

В отчете предложены шесть операционных критериев агентности: агентный цикл, планирование, работа с инструментами, самокоррекция, память и автономное завершение задачи. Полноценным агентом считается решение, которое соответствует как минимум пяти из шести критериев. Дополнительно авторы используют пятиуровневую шкалу зрелости L1–L5 — от большой языковой модели и ИИ-ассистента до автономного агента и мультиагентной системы.

«Сегодня слово «агент» часто описывает не архитектуру продукта, а его маркетинговое позиционирование. Руководителю важно проверить, умеет ли система сама разбить цель на шаги, действовать во внешних системах, оценивать результат, исправлять ошибки и доводить задачу до конца. Если этих возможностей нет, компания покупает ассистента, но рассчитывает на сквозную автоматизацию — и завышает ожидания от бюджета и эффекта», — добавил Максим Болотских.

Порог полноценного агента прошли Claude Code, Devin, Codex от OpenAI, Operator от OpenAI, Cursor, Harvey и Manus. Еще три продукта признаны агентами с ограничениями, пять — ИИ-ассистентами; два решения являются агентными фреймворками, а одно — средством автоматизации рабочего процесса. По мнению авторов, число продуктов, названных агентами, само по себе не показывает зрелость компании: важнее автономность конкретного процесса и измеримый результат.

Массовое внедрение — минимальный эффект

Широкое распространение генеративного ИИ пока не превращается в столь же массовый финансовый эффект. Более 70% российских компаний используют генеративный ИИ хотя бы в одной бизнес-функции, а все 150 крупнейших организаций из выборки провели как минимум один пилот по ключевым ИИ-технологиям. При этом эффект свыше 5% EBITDA зафиксировали только 9% компаний. Впрочем, положительная динамика есть: доля организаций без подтвержденного эффекта за два года снизилась с 32% до 22%.

Эксперты объясняют этот разрыв «каскадом затухания»: технология может заметно ускорить отдельную задачу, но при переходе к реальному проекту и компании локальное улучшение упирается в согласования, тестирование, интеграции, унаследованные системы и неизменившиеся показатели эффективности.

«Проблема чаще находится не в модели, а вокруг нее. Если ускорить один этап и оставить прежними остальные звенья процесса, узкое место просто переместится. Поэтому внедрение должно начинаться не с покупки лицензии, а с выбора одного повторяемого сценария, назначения владельца со стороны бизнеса, фиксации исходной метрики и изменения КПЭ сотрудников вместе с процессом», — подчеркнула Марина Дорохова, директор практики ИИ и высоких технологий «Яков и Партнёры».

Российский рынок: платформы вместо готовых продуктов

Четыре наиболее зрелых публично доступных российских решения — Yandex AI Studio, GigaChat Enterprise от «Сбера», Agent Platform от Just AI и MWS AI Agents Platform от МТС — являются платформами для сборки агентов. Они соответствуют большинству архитектурных критериев, однако клиент должен самостоятельно создать на их основе решение под собственный процесс. Остальные продукты из российской выборки относятся к ассистентам, юридическим помощникам и диалоговым системам, отмечается в отчете.

«На западных рынках ИИ-агент во многих случаях можно купить как готовый продукт, а в России его чаще приходится собирать и встраивать в корпоративный контур. Это рациональная реакция на требования к данным, безопасности и интеграциям. Но такой путь требует архитектурного решения: локального развертывания, модульности и возможности менять модель или поставщика без полной перестройки системы», — пояснил Сергей Кобелев, ИИ-советник «Яков и Партнёры».

Сначала процесс, потом технология

Внутренние процессы компании рассматриваются как одна из основных стартовых зон для внедрения ИИ-агентов. В международной выборке 51% решений приходится на вспомогательные функции, еще 37% — на обслуживание клиентов, маркетинг и продажи.

В исследовании выделены три аспекта, влияющие на результаты внедрения. Первый — корректное определение типа решения: агент, ассистент или платформа. Второй — выбор масштаба пилотного проекта. Наиболее показательным считается тестирование в рамках одного повторяемого сценария, состоящего из 3–7 этапов, с заранее определенными владельцем, исходной метрикой, контрольной группой и источником финансового эффекта.

Третий аспект связан с оценкой экономики проекта. Частичная автоматизация обычно сокращает объем времени, затрачиваемого сотрудником на отдельные операции, однако не всегда приводит к прямому снижению расходов на персонал. Поэтому первоначальный эффект чаще выражается в росте производительности, пропускной способности, качества процессов или выручки.

Горизонт получения результатов превышает сроки, которые часто указываются поставщиками технологий. Первые 90 дней обычно связаны с проверкой гипотезы и оценкой готовности команды. Через 3–6 месяцев могут быть зафиксированы первые заметные результаты, через 6–12 месяцев — подтвержденный операционный эффект в рамках отдельного процесса. Устойчивое влияние на P&L, согласно исследованию, формируется в течение 1–2 лет, а заметный вклад портфеля проектов в EBITDA — в течение 3–5 лет.

Отдельный раздел посвящен организациям критической инфраструктуры. В июле 2026 года принят закон о поддержке развития технологий искусственного интеллекта: он вводит статусы суверенной и национальной моделей, а Правительство определит случаи, когда допускается применение исключительно таких моделей. Первые положения закона вступают в силу уже 1 сентября 2026 года, поэтому решение об архитектуре эксперты рекомендуют принимать сейчас: разворачивать системы в собственной или частной инфраструктуре, не привязываться к одной большой языковой модели или поставщику и строить модульную архитектуру.

В основе отчета — экспертная классификация публичной документации, корпоративных материалов и описаний кейсов по авторской методологии: оценены 18 международных и 12 российских продуктов, а также 43 международных и 22 российских внедрения.

Когда вы отправляете документ на заполнение, важно, чтобы получатель не сломал его структуру. В текстовом редакторе Р7-Офис есть специальные поля — элементы управления содержимым, которые ограничивают действия пользователя и превращают обычный файл в форму.

На вкладке «Вставка» в группе «Элементы управления содержимым» доступно семь типов полей. «Обычный текст» подходит для одного абзаца, например имени или телефона. «Форматированный текст» позволяет вводить несколько абзацев, списки и даже изображения. «Рисунок» даёт возможность загрузить изображение. «Поле со списком» позволяет выбрать вариант и при необходимости отредактировать его. «Выпадающий список» ограничивает выбор только готовыми вариантами. «Дата» открывает календарь для выбора даты. «Флажок» используется для подтверждения согласия или отметки выполнения пункта.

Для каждого элемента можно настроить текст-подсказку через «Параметры элемента управления содержимым» в контекстном меню, а также настроить отображение рамки и её цвет. В разделе «Блокировка» можно защитить элемент от удаления и редактирования.

Чтобы получатель мог заполнять только поля, а не править основной текст, нужно настроить доступ. Документ должен быть сохранён в формате DOCX, и в нём уже должны быть добавлены элементы управления. Настройка доступа выполняется через вкладку «Совместная работа» → «Совместный доступ» или из хранилища через «Настройки доступа». В выпадающем списке уровней доступа выбирается «Заполнение форм» — тогда пользователь сможет работать только с полями, а остальной текст останется защищённым.

Если элемент больше не нужен, его можно удалить двумя способами: через «Удалить элемент управления содержимым» в контекстном меню (содержимое сохраняется) или нажатием Delete (удаляется вместе с содержимым). Элементы управления содержимым в Р7-Офис делают документ защищённым от случайных правок и удобным для заполнения, экономя время на проверку и обработку данных.

При работе с таблицами часто возникают ситуации, когда редактор вместо ожидаемого значения показывает ошибки вроде #ИМЯ?, #ЧИСЛО?, #ЗНАЧ, #ССЫЛКА!, #ДЕЛ/0!, #ПУСТО! или #####. Важно понимать, что означает каждая из них и как быстро исправить проблему.

Ошибка #ИМЯ? появляется, если в формуле используется имя, которое не задано или было удалено. Например, при попытке умножить «Вес» на 2 без предварительного создания именованного диапазона. Чтобы исправить, нужно создать имя через диспетчер имён: нажать «Новое», ввести имя и указать диапазон. Также ошибка возникает при опечатке в названии функции (например, «сум» вместо «СУММ»), при неправильном обозначении диапазона (без двоеточия между адресами) или если текстовые значения в формуле не заключены в двойные кавычки.

Ошибка #ЧИСЛО? говорит о том, что там, где должно быть положительное значение, оказалось отрицательное. Например, при попытке извлечь квадратный корень из минус единицы. Чтобы устранить, нужно проследить по цепочке вычислений, откуда взялся минус.

Ошибка #ЗНАЧ возникает, если в диапазоне, над которым совершается операция, присутствуют неподходящие значения — символы, пробелы или дефисы вместо чисел. Также она появляется, если в аргументе функции используется диапазон, хотя предполагается одно число (например, в функции извлечения корня).

Ошибка #ССЫЛКА! высвечивается, когда в формуле есть ссылка на ячейку, которая была удалена или в которой нет значения. Например, если удалить ячейку с коэффициентом скидки, на который ссылалась формула.

Ошибка #ДЕЛ/0! возникает при попытке деления на ноль, на пустую ячейку или если в результате вычислений получаются слишком большие или малые числа для отображения.

Ошибка #ПУСТО! появляется при нарушении синтаксиса формулы — например, если между аргументами забыли поставить точку с запятой. Ошибка ##### означает, что значение не помещается в узкую ячейку — достаточно расширить столбец.

Все эти ошибки легко диагностируются и исправляются, если знать их причины. Внимательная проверка синтаксиса, правильное использование кавычек, именованных диапазонов и форматов ячеек помогает избежать большинства проблем при работе с таблицами в Р7-Офис.

Компания Super Micro Computer, Inc., поставщик комплексных ИТ-решений в области ИИ, корпоративных систем, систем хранения данных и технологий 5G/Edge на базе платформы Data Center Building Block Solutions^® (DCBBS), сегодня объявила о выпуске серверного портфеля нового поколения H15 на базе процессоров AMD EPYC™ серии 9006, оптимизированного для графических процессоров нового поколения, включая AMD Instinct™, и использующих сетевые технологии AMD Pensando. Системы H15, поддерживающие до 256 ядер и 512 потоков, отвечают растущим требованиям к вычислительным ресурсам в облачных и корпоративных средах, системах хранения данных, высокопроизводительных вычислениях (HPC), а также при выполнении рабочих нагрузок агентного ИИ. Благодаря революционному приросту производительности процессоров в 1,7 раза по сравнению с предыдущим поколением, увеличенной пропускной способности памяти и подсистемы ввода-вывода, а также ведущей в отрасли плотности вычислений, клиенты теперь могут одновременно запускать больше агентов ИИ, ускорять корпоративные приложения и максимально использовать производительность вычислительных узлов, не выходя за пределы существующих ограничений по энергопотреблению.

«Новейшие решения на базе AMD, расширяющие наше семейство DCBBS, предоставляют следующее поколение инфраструктуры искусственного интеллекта, оптимизированной для высокой производительности, быстрого масштабирования и максимальной эффективности, — отметил Вик Мальяла (Vik Malyala), директор по развитию бизнеса Supermicro. — Опираясь на нашу международную сервисную команду, устойчивую цепочку поставок в США и последовательные инвестиции в развитие американских инновации в области ИИ, мы продолжаем помогать клиентам уверенно развертывать и масштабировать инфраструктуру ИИ».

«По мере масштабирования агентного ИИ предприятиям требуется инфраструктура, обеспечивающая исключительную производительность, эффективность и гибкость, — заявил Дэн Макнамара (Dan McNamara), старший вице-президент и генеральный директор подразделения вычислительных решений и корпоративного ИИ AMD. — Объединяя новейшие процессоры AMD EPYC, графические процессоры Instinct и сетевые технологии AMD Pensando с модульными серверными решениями и системами Supermicro стоечного уровня, клиенты могут быстрее развертывать инфраструктуру ИИ, одновременно повышая коэффициент ее использования, сокращая энергопотребление и снижая совокупную стоимость владения».  

Новый портфель H15 включает специализированные системы, оптимизированные для широкого спектра корпоративных решений и вариантов развертывания инфраструктуры ИИ:

Hyper — флагманская двухпроцессорная платформа, предназначенная для корпоративных приложений, инференса ИИ, виртуализации и облачных рабочих нагрузок, с усовершенствованной системой терморегулирования для поддержки высокопроизводительных процессоров AMD EPYC. 

CloudDC — однопроцессорный или двухпроцессорный сервер, предназначенный для облачных сред, разработанный на основе спецификации модульной аппаратной системы ЦОД Data Center Modular Hardware (DC-MHS) проекта Open Compute Project (OCP) и совместимый с открытыми стандартами центров обработки данных

GrandTwin® — высокоплотная четырехузловая архитектура форм-фактора 2U, предназначенная для горизонтально масштабируемых сред, включая объектные хранилища, виртуализацию, облачные сервисы и высокопроизводительные вычисления.

FlexTwin™ — высокопроизводительная высокоплотная двухузловая вычислительная система форм-фактора 1OU с двумя процессорами в каждом узле, обеспечивающая максимальную плотность вычислений и энергоэффективность в облачно-ориентированных и гипермасштабных средах благодаря жидкостному охлаждению.

Petascale Storage — высокоемкие, использующие только флэш-накопители платформы хранения данных с форм-факторами 1U и 2U, оптимизированные для озер данных ИИ на базе программно-определяемых хранилищ, крупномасштабной аналитики и сред HPC и поддерживающих емкость до 4,8 ПБ на систему.

SuperBlade® — система H15 8U 10 SuperBlade, представляющая собой прорывную архитектуру стоечного уровня нового поколения для HPC, инференса ИИ, агентного ИИ и корпоративных вычислительных рабочих нагрузок с CPU и GPU. Платформа поддерживает как однопроцессорные, так и двухпроцессорные конфигурации blade-серверов с воздушным или жидкостным охлаждением, оптимизированные для максимальной плотности, высокой производительности и эффективности в широком спектре вариантов развертывания инфраструктуры.

Расширение инфраструктуры искусственного интеллекта на базе графических процессоров AMD

В дополнение к серверному портфелю H15 компания Supermicro продолжает расширять инфраструктуру искусственного интеллекта на базе графических процессоров AMD, представляя новые PCIe-серверы с GPU и платформу Supermicro AMD Helios стоечного уровня. Как было продемонстрировано на выставке Computex 2026, эти решения предлагают организациям гибкие варианты развертывания — от корпоративного инференса ИИ до крупномасштабного обучения моделей ИИ.

PCIe-серверы с форм-фактором 5U на базе графических процессоров AMD Instinct™ MI350P

Серверы Supermicro AS -5126GS-TNRT и AS -5126GS-TNRT2 разработаны для максимального раскрытия производительности графических процессоров AMD Instinct MI350P PCIe. Поддерживая до десяти графических процессоров в стандартной платформе форм-фактора 5U с воздушным охлаждением, эти системы обеспечивают исключительное ускорение рабочих нагрузок ИИ и могут эксплуатироваться в рамках существующей инфраструктуры электропитания и охлаждения ЦОД.

Сочетание высокоплотной архитектуры PCIe компании Supermicro с графическими процессорами AMD Instinct MI350P, оснащенными памятью HBM3e объемом до 144 ГБ и поддерживающими низкоразрядные форматы вычислений для ИИ, позволяет организациям ускорять инференс и обучение моделей ИИ, одновременно повышая эффективность инфраструктуры, сокращая площадь ЦОД и снижая совокупную стоимость владения.

Открытая сеть Ethernet на базе сетевого адаптера AMD Pensando™ Pollara 400 AI NIC

Сетевой адаптер AMD Pensando Pollara 400 AI NIC обеспечивает высокопроизводительное сетевое взаимодействие на базе открытого стандарта Ethernet для инфраструктуры ИИ, поддерживая внешние соединения, подключение систем хранения данных и горизонтально масштабируемую межузловую связь для систем на базе AMD Instinct MI350P с необходимыми для обучения и инференса ИИ высокой пропускной способностью, низкой задержкой и эффективностью. Совместное использование графических процессоров AMD Instinct MI350P и сетевых адаптеров AMD Pensando Pollara 400 AI NIC позволяет клиентам создавать открытые высокопроизводительные кластеры ИИ, которые масштабируются от одного сервера до крупных многостоечных конфигураций на базе стандартной инфраструктуры Ethernet.

Платформа Supermicro AMD Helios 

Для организаций, внедряющих передовые модели ИИ, Supermicro совместно с AMD создает платформу Supermicro AMD Helios — решение стоечного уровня с 72 графическими процессорами, предназначенное для крупномасштабного обучения ИИ и высокопроизводительного инференса.

Платформа с жидкостным охлаждением объединяет графические процессоры AMD Instinct MI455X, процессоры AMD EPYC шестого поколения, сетевые технологии AMD Pensando и программный стек AMD ROCm™, формируя открытую высокопроизводительную инфраструктуру искусственного интеллекта. Платформа поддерживает развертывания любого масштаба и позволяет клиентам эффективно расширять инфраструктуру, одновременно максимально повышая производительность, энергоэффективность и эксплуатационную гибкость

Архитектура DCBBS от Supermicro объединяет эти технологии в составе комплексной валидированной инфраструктуры искусственного интеллекта, позволяя организациям развертывать решения различного мастаба, от отдельных серверов до полностью интегрированных стоечных систем и инфраструктуры центров обработки данных. Благодаря передовым возможностям в области проектирования, производства, жидкостного охлаждения, сетевых технологий, программного обеспечения и глобальной технической поддержки Supermicro продолжает помогать клиентам ускорять внедрение ИИ, сокращать сроки развертывания, повышать энергоэффективность и снижать совокупную стоимость владения.

Подробная демонстрация продуктов будет проводиться экспертами Supermicro на стенде Supermicro на мероприятии AMD Advancing AI Day 2026, которое пройдет 22–23 июля 2026 года в выставочном центре Moscone West в Сан-Франциско. В демонстрационной зоне AMD компания Supermicro также представит наиболее плотную стоечную конфигурацию на базе EPYC 9006 с 96 процессорами EPYC 9006 в стойке 42U, реализованной с использованием системы FlexTwin.

В управлении цифровыми продуктами существует устойчивый миф о том, что крупные проекты рушатся внезапно, под влиянием форс-мажоров. Однако эксперты в области управления утверждают, что катастрофе всегда предшествуют явные сигналы, которые команда или руководство просто перестают замечать. Падение темпа разработки, рост числа ошибок и усталость коллектива накапливаются постепенно, и задача эффективного менеджера — считать эти отклонения на ранней стадии.

Специалисты выделяют четыре ключевых метрики, которые позволяют оценить “здоровье” проекта и принять меры еще до того, как ситуация выйдет из-под контроля. В первую очередь рекомендуется отслеживать скорость сгорания задач. Этот показатель помогает понять, успевает ли команда закрывать запланированный объем работ. Особое внимание стоит уделять не только количеству выполненных пунктов, но и их трудоемкости, чтобы избежать ситуации, когда сложные задачи остаются “на потом”.

Вторым индикатором является процент возврата задач на доработку. Превышение порога в 20% сигнализирует о проблемах с качеством, нечетких требованиях или перегрузке сотрудников. Третий важный критерий — соотношение времени, затрачиваемого на новую разработку и на исправление ошибок. Если баланс смещается к 50/50, это указывает на накопление критического технического долга, который тормозит развитие продукта. Наконец, четвертый, но не менее значимый фактор — удовлетворенность клиента. Даже при соблюдении сроков потеря доверия заказчика является главным риском, поэтому эксперты рекомендуют проводить короткие опросы после каждого ключевого этапа, а не ждать финала проекта.

Руководителям советуют внедрять систему контроля постепенно, начиная с самой болезненной зоны, и не искать виноватых, а анализировать слабые места в процессах. Внедрение даже простого Excel-трекера на 2-3 недели позволяет увидеть динамику и выработать стратегию корректировки.

Алексей Флоринский, генеральный директор компании SimbirSoft, отмечает: “Самая распространенная ошибка — попытка “потушить пожар”, когда метрики уже покраснели, вместо системного мониторинга. Мы наблюдаем, что компании часто игнорируют первые звоночки, считая падение скорости или рост багов временными трудностями. Однако именно комплексный анализ этих четырех показателей позволяет перейти от реактивного управления к проактивному. При этом важно помнить, что сами по себе цифры не решают проблему. Метрики — это лишь компас, который показывает направление. Решения должны приниматься на основе глубинного анализа: почему упала производительность, почему клиент стал отвечать холоднее. Если не вскрыть первопричину, даже самые точные данные не спасут проект от срыва”.