Российский нейрочип от НТЦ «Модуль»

Дополнение к части 2 «Рынок вычислений в России, Казахстане и Беларуси» — то, что не вошло в основной текст

В части 2 про рынок вычислений есть фраза, которую я написал между делом: «…и нишевые нейропроцессоры НТЦ "Модуль"». Скобка, запятая — и дальше про память и электричество. Но я споткнулся о скобку: про эти процессоры я слышал давно, всерьёз не разбирался, а цифр перед глазами не держал. Проверил. Погрузился. И чем глубже капал, тем яснее было: этому процессору нужна отдельная статья.

История. В 1992-м, когда бюджетная наука разваливалась на глазах, группа инженеров в Москве зарегистрировала НТЦ «Модуль» (ЕГРЮЛ, russianelectronics) и занялась странным по тем временам делом — процессорами для матричных вычислений. Поставили на идею, опередившую индустрию: не гнаться за универсальным процессором, а построить железо, у которого разрядность операндов перестраивается на лету — хоть по битам, хоть полными словами. В 1998-м, в год дефолта, они запатентовали и собрали первый российский нейропроцессор («Национальная оборона») — по оценке TAdviser, один из первых в мире 64-разрядных сигнальных процессоров. Через год NM6403 уже делали серийно — Samsung по 0,5-микронному техпроцессу (EURASIP), а ядро лицензировала Fujitsu (Электроника НТБ): российская процессорная архитектура уехала в Японию, случай редкий.

Потом наступили годы, когда о нейросетях в России не говорил никто и слово «нейрочип» не значило ничего. «Модуль» линию не бросил: архитектура жила на двух ногах — нейроматричное ядро ждало своего часа, а классическая обработка сигналов кормила компанию: радары, изображения (datasheet NM6407), бортовая электроника для авиации и космоса. Модель шла за моделью, четвёртое поколение ядер сменило третье, и в 2019-м вышел флагман NM6408: 28 нм, 21 ядро, серийное производство (Хабр, 2019). Когда в 2023-м «нейрочип» стал модным словом, у «Модуля» оно в документах встречалось уже четверть века.

Железо. В прайсе три формата на двух чипах. NM Card — карта в слот PCIe: внутри один К1879ВМ8Я — 16 нейроядер по гигагерцу плюс пять ARM-ядер для обвязки, 5 ГБ памяти; типовое потребление 10,5 Вт — цифра с бенчмарка MLPerf, то есть мерили по общепринятой методике, а не по собственной (module.ru). NM Quad — серверная плата с четырьмя такими чипами: 64 нейроядра, 20 ГБ памяти, 2 TFLOPS в FP32, до 80 Вт под нагрузкой; в компании говорят, что аналогов на отечественном рынке у неё нет (module.ru, анонс 2023). NM Stick — вычислитель на младшем чипе в корпусе настоящей USB-флешки: 87 на 34 миллиметра, меньше ста граммов (module.ru). Всё это живёт под единым софтом NMDL, а в рабочей станции NM Desktop карты встают рядом с отечественными «Эльбрусами» — по описанию производителя, машина, в которой импортного не остаётся ничего (module.ru). Но главная фишка железа не в сумме ядер: у чипа четыре независимых вычислительных кластера — их можно объединить под одну задачу или нарезать по отдельной на каждый. Позже увидим, как именно эта особенность вытащила проект РЖД.

Теперь сравнение, какого оно должно быть — против всех, а не против одного «косвенного аналога»:

Источники строк таблицы: module.ru NM Card · datasheet Jetson Orin Nano · RidgeRun Jetson Nano · Flopper.io Ascend 310

Читается таблица так. По классу вычислений NM6408 стоит ровно в ступеньке Jetson Nano — того самого, который доминировал во встраиваемом зрении и в марте 2022-го ушёл с российского рынка (проект РЖД). Orin Nano декларирует 20–40 TOPS INT8 — сопоставимой публичной метрики для NM6408 нет вовсе: только 512 Гфлопс FP32, и свести их в один ряд нельзя. С Ascend 310 то же самое: 16 TOPS INT8 при восьми ваттах — считать, кто «эффективнее», не с чем. То есть картина такая: NM6408 — ровно то, что написано в его даташите. Класс встраиваемого ИИ образца 2019 года, доведённый до стабильного серийного выпуска.

Кто ещё пытается. Прежде чем разбирать, где это уже работает, стоит посмотреть на остальное поле — чтобы понимать масштаб. Вот кто в России в 2025–2026 годах заявлял о собственных чипах для ИИ:

• «Алтай-3» — нейроморфный процессор при поддержке Лаборатории Касперского и Курчатовского института: опытная партия в начале 2026-го, серийное производство обещано в 2027-м (Хабр, февраль 2026);

• фотонный чип Сбера — оптический вычислитель для ИИ, показанный на ПМЭФ в июне 2026-го как работающий прототип: заявленный счётчик — миллиард операций матричного умножения в секунду (Дзен-разбор). Для понимания масштаба: современный GPU выдаёт десятки тераопс. Это демонстратор, не продукт;

• тензорный чиплет ФПИ — Роспатент в мае 2026-го зарегистрировал топологию 28-нм кристалла для ускорения нейросетей. Оговорка самого же источника: это «чертёж, а не микросхема», и серийное производство 28 нм в России ожидается не ранее 2027-го (Элек.ру);

• «Байкал Электроникс» и Яндекс — заявленные работы над собственными ИИ-ускорителями (www1.ru, август 2026).

Пока по каждому направлению только планы, прототипы и топологии. Кремний, который можно купить и поставить в промышленную систему, в этой таблице один — «Модуль». Все остальные (Сбер, Т-Банк, МТС с Rubytech) сейчас тестируют на российских моделях китайские чипы Huawei Ascend — и это отдельная история.

Где это уже работает. Лучший кейс сейчас от РЖД. НИИАС строит комплекс «ЧИЖ»: четыре камеры, RTSP-потоки, сшивка кадров, обнаружение объектов на путях. До 2022 года он работал на Jetson Nano. После ухода NVIDIA встал вопрос замены — и выбрали NM Vision от «Модуля» (описание проекта). Дальше — инженерная история, которую редко увидишь в пресс-релизах. Первый запуск показал: Jetson Nano быстрее NM Mezzo mini примерно в пять раз — за счёт TensorRT и FP16, которых у NeuroMatrix нет (у него FP32/FP64). Детектор YOLOv4 вообще не завёлся — не все слои поддерживаются ускорителем, пришлось переучиваться на YOLOv5. И только после этого сработал архитектурный козырь «Модуля»: у чипа четыре независимых вычислительных юнита, и их запустили параллельно как четыре отдельные модели. Скорость выросла втрое — до 30 кадров в секунду на YOLOv5n при 320×320. Итог по данным проекта: скорость сравнялась с Jetson Nano, точность оказалась выше.

Медицина: ПО «МодульМед» для распознавания вирусной пневмонии по рентгену начало с точности 93% (Connect-WIT, февраль 2021), на демонстраторе нейросетевого комплекса для больниц Сеченова, Пирогова и ФМБА показывали уже 98% (module.ru, март 2021). Промышленность: NM Pilot внутри платформы «МАГМА» Норникеля (описание проекта) — контроль состояния камер и видеопотока в шахтных условиях, сертификация для горнодобывающей техники в июле 2026-го (CNews). Серверы: Fplus включил «Восход» на ускорителях «Модуля» в реестр Минпромторга и заявляет мощность монтажа 35 тысяч ускорителей в год (Ведомости/crktuva). Для масштаба: с января по сентябрь 2023-го реестровых закупок ИИ-серверов было 16 на 930 млн рублей, годом позже за тот же период — уже 30 на 1,7 млрд, и в реестре, кроме «Восхода», фактически один сервер «Гравитон».

Почему «нишевые». Эти чипы умеют одно: прогонять через себя уже обученные сети. Само обучение — подгонка весов на примерах — архитектура не тянет, и инструментов для него не существует. Обещаны они только в новом поколении ядер, сроки которого уже съехали: в 2022-м анонсировали три чипа по 5 нм на 2024–2026 годы — под господряд в 7,63 млрд рублей (CNews, Ъ), в 2025-м те же чипы предъявили как «Арамис», «Портос» и «Атос» с выходом на рынок в 2028–2030-м (Техноомск). За 2025–2026 годы Минпромторг начислил «Модулю» неустоек на 481,16 млн рублей по четырём контрактам; компания обжалует, ссылаясь на санкции (CNews, сентябрь 2026, russianelectronics). С мая 2024-го о покупке дизайн-центра говорит Росатом — статус переговоров до сих пор не прояснился (Ведомости). А на самый неудобный вопрос — где физически изготавливается 28-нм кристалл после 2022 года — в открытых источниках ответа я не нашёл. Эксперты подтверждают: выпуск современного ИИ-чипа 12–14 нм в России сейчас в принципе невозможен из-за отсутствия фабрик полного цикла (www1.ru).

Нишевый — это позиция.

Один в поле — воин. Особенно когда поле пустое.

В обучающие кластеры «Модуль» не попадёт, а вот там, где данные нельзя вывозить за периметр — КИИ, борт, медицина, шахты, — это сейчас единственная отечественная нейрочип-линия, которая промышленно эксплуатируется. Раз уж речь о компании: недавно на Хабре появилось интервью про нанометры с представителем компании — Халилем Эль-Хажжем, руководителем службы проектов и внедрения НТЦ «Модуль».

Признаюсь, раскрывать эти скобки было удовольствием. Между делом упомянутый процессор вдохновил меня написать эту статью.

Что осталось за кадром и тянет на продолжение: как устроена архитектура с перестраиваемой разрядностью 1–64 бита — индустрия к int8 и int4 пришла только к концу 2010-х; судьба господряда на 7,63 млрд рублей; чем кончится история с Росатомом. Материала на серию есть. Скажите в комментариях, что копать, — или скажите, что не надо.

Источники

Первичные данные:

• НТЦ «Модуль», официальный сайт — продукты NM Card / NM Quad / NM Stick, проект НИИАС РЖД «ЧИЖ» на NM Vision

• Habrams 443012 — NM6408 в серийном производстве (2019)

• EURASIP — NeuroMatrix NM6403 DSP with Vector/Matrix Engine

• Хабр — О нанометрах. Просто (НТЦ «Модуль», 16.09.2026)

Обзор поля:

• Хабр — «Мы не догоняем Intel». Нейроморфный процессор «Алтай» (02.2026)

• Дзен/Softlex — Фотонный чип Сбера на ПМЭФ-2026 (06.2026)

• Элек.ру — Тензорный чиплет ФПИ на 28 нм (06.2026)

• www1.ru — Российские ИИ-модели на китайских чипах; работы Байкала и Модуля (08.2026)

Сравнение:

• NVIDIA — Jetson Orin Nano datasheet: 20–40 TOPS INT8, 7–25 Вт

• RidgeRun — Jetson Nano: 472 GFLOPS FP16, 5–10 Вт

• Flopper.io — Huawei Ascend 310: 16 TOPS INT8 / 8 TFLOPS FP16, 8 Вт

Контекст:

• Коммерсантъ — Тендер 7,63 млрд, «косвенный аналог Jetson Xavier» (11.2021)

• CNews — Три нейропроцессора 5 нм (02.2022) · Штраф 91,66 млн (09.2026)

• Техноомск — «Арамис/Портос/Атос» на 2028–2030 (05.2025)

• Ведомости — Росатом ведёт переговоры о покупке (05.2024) · Fplus «Восход» / 35 тыс. ускорителей (07.2026)

• MForum — Хроника компании 2018–2024

Связанная серия:

• Часть 1 — Карточный домик из GPU

• Часть 2 — Рынок вычислений в России, Казахстане и Беларуси

• Дополнение к части 1 — Сколько живёт GPU