НОВОСТИ

«Байкал Электроникс» показала GPGPU-ядро для Baikal-AI-E1 — аналог Nvidia Jetson Orin

На форуме «Микроэлектроника 2026» показали рабочий прототип GPGPU-ядра для Baikal-AI-E1: пока он работает на ПЛИС и распознаёт людей в реальном времени, а сама система позиционируется как аналог Nvidia Jetson Orin.

«Байкал Электроникс» показала GPGPU-ядро для Baikal-AI-E1 — аналог Nvidia Jetson Orin
Содержание 2
  1. 01Что именно показали
  2. 02Что это значит для Беларуси

Компания «Байкал Электроникс» показала рабочий прототип собственного GPGPU-ядра для параллельных вычислений и задач искусственного интеллекта. Разработку представили 1 октября 2026 года на форуме «Микроэлектроника 2026».

Что именно показали

GPGPU — это вычислительный блок, в отличие от обычного графического процессора заточенный под расчёты, а не под вывод картинки. Во время демонстрации система в реальном времени распознавала людей в видеопотоке. Ядро предназначено для будущего процессора Baikal-AI-E1, который компания позиционирует как российский аналог Nvidia Jetson Orin.

Важная оговорка: сейчас прототип работает на ПЛИС — программируемой логической интегральной схеме. Это стенд для отладки, а не серийный чип: ПЛИС позволяют проверить логику до выпуска кремния, но по производительности и энергопотреблению не сравнимы с готовым процессором. Сроки выпуска самого Baikal-AI-E1 не называются.

Отдельно заявлена совместимость с программами, написанными для CUDA, — это важно для разработчиков, потому что переносить код на новую платформу приходится вручную и это главный барьер для любой альтернативы ускорителям Nvidia.

Что известноДетали
Разработчик«Байкал Электроникс»
Что показалирабочий прототип GPGPU-ядра
Где работаетна ПЛИС, серийного чипа пока нет
Демонстрацияраспознавание людей в реальном времени
Позиционированиеаналог Nvidia Jetson Orin
Совместимостьзаявлена поддержка программ для CUDA

Что это значит для Беларуси

Белорусские компании и вузы тоже ограничены в доступе к ускорителям Nvidia: поставки идут через посредников, а цены выше мировых. Российская платформа в теории могла бы стать альтернативой, но до серийных поставок ещё далеко, и ориентироваться на неё как на рабочий инструмент рано.

Практические советы. Первый: не планируйте проекты под анонсированный чип до появления серийных образцов и цен. Второй: если задача требует CUDA, считайте стоимость переноса кода на другую платформу заранее. Третий: для учебных задач смотрите на доступные ускорители и облачные сервисы — там барьеры ниже. Четвёртый: следите за поддержкой фреймворков, а не за заявлениями о совместимости: реальная работа начинается с драйверов и библиотек.

По теме: открытые инструменты DeepSeek и Huawei для Ascend и платформа Nvidia для безопасности агентов.

Текст TehnoRex. Дата: 2026-10-01.

ПОДПИШИТЕСЬ НА РАССЫЛКУ

Новые обзоры и сравнения — на почту