НИУ ВШЭ представил совместные разработки с УрФУ на конференции USBEREIT
На Урало-Сибирской конференции IEEE по биомедицинской инженерии, радиоэлектронике и информационным технологиям USBEREIT ученые НИУ ВШЭ продемонстрировали результаты совместных исследований с Уральским федеральным университетом. Центральное место заняли разработки зеркальной лаборатории, посвященные применению искусственного интеллекта для повышения эффективности центров обработки данных и систем хранения информации.
В этом году конференция прошла уже в девятый раз. Ее площадками одновременно стали Екатеринбург, Москва и Астана. Такой формат позволил объединить исследователей, инженеров и представителей технологических компаний из разных регионов и стран. В программу вошли доклады по искусственному интеллекту, радиоэлектронике, информационным технологиям, биомедицинской инженерии и информационной безопасности.
На пленарных заседаниях выступили специалисты "Яндекса", факультета компьютерных наук НИУ ВШЭ, Российской академии наук, ИТМО и УрФУ. В конференции приняли участие представители семи стран и 20 ведущих российских университетов и научных организаций.
Важной особенностью USBEREIT стали новые тематические направления. В Зеленограде МИЭТ организовал секцию по микроэлектронике. В Екатеринбурге при участии факультета компьютерных наук НИУ ВШЭ начала работу секция Industrial AI, посвященная внедрению искусственного интеллекта в промышленность. В Астане на базе Евразийского национального университета имени Л. Н. Гумилева состоялась международная конференция по обработке тюркских языков TurkLang.
Впервые техническим спонсором мероприятия выступило IEEE Industry Applications Society - специализированное общество, входящее в состав Института инженеров электротехники и электроники IEEE. Это сотрудничество подчеркнуло практическую направленность конференции и ее связь с промышленными задачами.
Зеркальная лаборатория НИУ ВШЭ и УрФУ
Секция Industrial AI была организована при поддержке проекта "Зеркальные лаборатории" НИУ ВШЭ. В рамках конференции исследователи представили несколько докладов, подготовленных на основе совместной работы Вышки и УрФУ.
Зеркальная лаборатория НИУ ВШЭ и Исследовательского центра в сфере искусственного интеллекта Института радиоэлектроники и информационных технологий Уральского федерального университета занимается проектом "Повышение эффективности центров обработки данных и систем хранения данных методами искусственного интеллекта".
Руководитель проекта, заместитель заведующего Научно-учебной лабораторией методов анализа больших данных Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ Михаил Гущин рассказал о ключевых результатах работы.
Один из главных объектов исследования - экспериментальный стенд модульного центра обработки данных, созданный совместно с ИРИТ-РТФ УрФУ на площадке компании DATARK. Конструкция воспроизводит участок машинного зала дата-центра, оснащенного системой межрядного охлаждения.
С апреля 2025 года на стенде моделируются различные неисправности оборудования климатического комплекса. Параллельно специалисты собирают данные мониторинга: показатели температуры, состояния охлаждающих систем и другие параметры работы ЦОД. На основе этих массивов ученые проверяют алгоритмы искусственного интеллекта, способные автоматически выявлять признаки аварий и технических сбоев.
ИИ для надежности дата-центров
Современные центры обработки данных работают непрерывно, а отказ даже одного компонента может привести к перегреву оборудования, потере производительности и серьезным финансовым последствиям. Поэтому задача раннего обнаружения неисправностей имеет особое значение.
Традиционные системы мониторинга обычно реагируют на уже сформировавшуюся проблему. Алгоритмы машинного обучения позволяют перейти к прогнозной модели: система анализирует совокупность параметров, замечает отклонения от нормального режима и предупреждает о возможном отказе заранее.
Экспериментальный стенд дает исследователям возможность безопасно воспроизводить разные сценарии поломок. Это позволяет формировать качественные обучающие выборки и проверять модели в условиях, приближенных к реальной эксплуатации. В результате специалисты могут оценивать не только точность алгоритмов, но и скорость реакции, устойчивость к неполным данным и способность работать при изменении нагрузки.
Еще одно направление исследований связано с управлением инфраструктурой дата-центров. ИИ может использоваться не только для диагностики оборудования, но и для оптимизации охлаждения, распределения вычислительной нагрузки и энергопотребления. Это особенно важно для крупных центров обработки данных, где затраты на электроэнергию и климатические системы составляют значительную часть эксплуатационных расходов.
Объединение данных и физических законов
На USBEREIT также представили новый подход, который объединяет методы анализа данных с физическими законами. Такой подход позволяет создавать более надежные математические модели для сложных технических систем.
Обычные алгоритмы машинного обучения строят прогнозы главным образом на основе статистических зависимостей в данных. Однако при недостатке экспериментальных наблюдений или изменении условий эксплуатации их точность может снижаться. Включение физических ограничений помогает сделать расчеты более устойчивыми и понятными.
Для дата-центров это означает возможность учитывать реальные закономерности движения воздуха, распределения тепла и изменения температуры внутри машинного зала. В результате модель получает не только информацию из датчиков, но и представление о том, как должна вести себя система с точки зрения инженерной физики.
Такой метод может быть полезен при создании цифровых двойников центров обработки данных. Цифровой двойник способен отображать текущее состояние инфраструктуры, моделировать последствия различных неисправностей и оценивать эффективность возможных решений без вмешательства в работу реального объекта.
Практическое значение совместных исследований
Сотрудничество НИУ ВШЭ и УрФУ объединяет компетенции в области искусственного интеллекта, анализа больших данных, радиоэлектроники и инженерных систем. Благодаря этому научные разработки сразу проверяются на прикладных задачах, а результаты можно адаптировать для промышленного использования.
Исследования зеркальной лаборатории могут применяться при проектировании новых дата-центров, модернизации существующей инфраструктуры и разработке систем автоматического технического обслуживания. Перспективным направлением остается создание интеллектуальных диспетчерских комплексов, которые будут в едином контуре контролировать оборудование, прогнозировать риски и предлагать операторам варианты действий.
Отдельное значение имеет подготовка специалистов. Работа с экспериментальным стендом позволяет студентам и молодым исследователям изучать полный цикл разработки: от получения телеметрии и подготовки данных до обучения моделей и проверки результатов на технической системе.
Представленные на USBEREIT проекты показывают, что искусственный интеллект постепенно становится частью инженерной инфраструктуры. Его применение выходит за рамки программных продуктов и охватывает физические объекты - системы охлаждения, серверное оборудование, энергоснабжение и комплексы мониторинга.
В дальнейшем ученые планируют развивать экспериментальную базу, расширять набор диагностируемых неисправностей и совершенствовать методы, объединяющие машинное обучение с физическими моделями. Это позволит повысить надежность центров обработки данных, сократить расходы на их эксплуатацию и перейти от устранения аварий к их заблаговременному предотвращению.
