Дефицит памяти для ИИ-серверов докатился до неожиданного сегмента — старой DDR2. За второй квартал 2026 года контрактные цены на такие чипы выросли на 55–60%, хотя стандарт давно исчез из массовых ПК. В общем, в последние месяцы стало ясно, что давление со стороны дата-центров с нейросетями коснулось даже тех позиций, о которых большинство уже давно не вспоминали. Это следствие того, как устроен рынок DRAM сегодня.

На связи Selectel. В этой статье мы подробно разберем, как бум искусственного интеллекта умудрился опустошить склады со старыми компонентами и к чему это приведет индустрию.

Еще несколько лет назад большинство одноплатных компьютеров были похожи друг на друга: ARM-процессор, несколько USB-портов и GPIO для подключения периферии. Сегодня возможностей стало гораздо больше. Производители экспериментируют с новыми архитектурами, добавляют ИИ-ускорители, высокоскоростные сетевые интерфейсы и даже делают платы со сменными вычислительными модулями.

Под катом делимся пятью интересными новинками лета 2026 года. Среди них — компактная плата на Snapdragon 8cx Gen 3 с поддержкой Windows, модульный компьютер со сменным процессорным блоком, x86-плата размером с Raspberry Pi и другие модели, каждая из которых предлагает свой взгляд на развитие одноплатных компьютеров.

Еще примерно год назад нам обещали, что разработка с приходом AI ускорится в 10 раз. Однако все понимают, что прогнозируемого роста за это время не произошло. Почему — сейчас попробуем разобраться.

Привет, Хабр! Я Влад Шевченко, CTO по AI в red_mad_robot. Сегодня поговорим об анатомии AI-агентов, критериях готовности компании к работе с ними и кризисе жизненного цикла разработки ПО, а также ответим на вопрос, почему нельзя просто написать запрос агенту и ждать результата.

Мы в компании взаимодействуем с искусственным интеллектом уже достаточно давно, и в данный момент занимаемся трансформацией бизнеса: смотрим, что меняется в клиентах, где-то помогаем, а где-то учимся у них. Я разделил SDLC на два подхода. Начнем с разработки классических систем без искусственного интеллекта, но с применением его как помощника.

Привет! Меня зовут Дмитрий Шиченко, я руководитель отдела разработки встроенных систем в Selectel. Сегодня компании активно находят способы применения ИИ, чтобы повышать эффективность бизнес-процессов. Но в погоне за быстрым результатом они часто упускают ключевые детали внедрения, которые в итоге и определяют успех или провал проекта. 

В результате процесс внедрения ИИ в бизнес выглядит для них следующим образом: компания хочет увеличить эффективность за счет ИИ, поэтому покупает сервер с мощными видеокартами, развертывает модель и PyTorch — и думает, что на этом все готово. Однако на практике все сложнее: без тщательной подготовки эффективность от GPU-сервера будет минимальной. Это все равно, что ехать на болиде Формулы-1 по гравию — мощность есть, но результата нет. 

В статье разберем, как построить сбалансированную ИИ-инфраструктуру для инференса и какие принципы мы заложили в собственный AI-сервер Selectel. 

Начну с главного: в отличие от нашего серого вещества, у кремниевой нейросети нет белка, который слипается в бляшки, нет нейрофибриллярных клубков из тау-белка и много чего еще нет. И хотя к концу контекстного окна модель начинает соображать хуже, списать ее сбои на нейросетевой аналог деменции не выйдет, механизм тут совсем другой. Так что ждать, что сеть сама собой, к концу диалога, доберется до чего-то похожего на настоящую болезнь, не приходится.

Привет! Меня зовут Лев, я системный администратор технической поддержки в Selectel. Мы живем в мире, где достаточно пары запросов в чатах с ИИ, чтобы создать, например, видео с драматическим сюжетом про банан и клубнику. Искусственный интеллект стремительно развивается, и крупные компании активно внедряют его в свои процессы. 

В этой статье я предлагаю рассмотреть несколько практических фейл кейсов использования ИИ в бизнесе.

Дуополию двух крупнейших игроков рынка серверных CPU периодически «разбавляют» остальные игроки. Из успешных сразу вспоминаем NVIDIA с их Grace™ для собственных AI-систем, AWS Graviton для внутреннего использования и «коммерческий» Ampere Computing. Но сегодня речь пойдет о двух новинках более нишевых игроков: китайских Hygon и известного по смартфонам Qualcomm. Две новинки ARM^®- и x86-процессоров в новости под катом.

В июне этот экономический тупик стал главным драйвером изменений в индустрии. Компании перестали гнаться за брендами вроде OpenAI и начали массово переходить на китайские модели, а это уже холодный расчет.

Но, согласитесь, экономия на API — это лишь верхушка айсберга. Нужно смотреть на весь ИИ-стек сверху вниз. В этом дайджесте мы разберем три главных инфраструктурных сдвига июня.

При работе с Apache Kafka рано или поздно возникает необходимость быстро проверить топик, прочитать сообщения или посмотреть состояние группы потребителей (consumer group). Можно применять стандартные инструменты Kafka. Однако на практике они часто оказываются не самыми удобными для повседневной работы. Многие команды получаются длинными, каждый раз требуют передачи параметров подключения и нуждаются в различных CLI-утилитах.

Есть и более легкие решения — например, kcat, который хорошо знаком многим инженерам и часто используется для диагностики Kafka. Но существует и вариант поудобнее — kafkactl.

Привет, Хабр! Меня зовут Сергей Кардапольцев, я технический писатель в Selectel. В этой статье мы познакомимся с kafkactl — CLI-инструментом для работы с Kafka. Посмотрим, чем он отличается от стандартных Kafka-утилит и kcat, а также разберем базовые сценарии работы на примере кластера.

Мини-ПК уже давно перестали ассоциироваться исключительно с офисными девайсами с урезанной функциональностью. Сегодня среди них встречаются модели, способные заменить полноценный настольный компьютер, запускать современные игры и использоваться для серьезной работы с графикой или видео. Казалось бы, удивить в этом сегменте уже сложно, однако время от времени появляются устройства, которые идут совсем другим путем.

Именно таким для меня оказался Khadas Mind 2. Знакомство с ним получилось совершенно случайным. Все началось с неожиданной поломки моего рабочего мини-ПК. Затем были поиски замены, долгие сравнения разных моделей, а в итоге удалось приобрести устройство, существование которого многие вообще не подозревают. Более того, это оказался не просто мини-ПК, а целая модульная платформа с собственной экосистемой аксессуаров.

Привет, Хабр! Ну что, в Испании жара, поэтому я редко выбираюсь на барахолку, предпочитая оставаться под кондиционером дома. Но в эти выходные таки решился, ведь ну какая жизнь без посещения подобных рынков, где можно найти сокровища для гика в самых неожиданных местах. Так что я поехал в воскресенье на блошиный рынок под Валенсией и теперь могу рассказать вам о результатах. Есть весьма любопытные находки. Поехали!

Финал цикла про облачную LLM на 16 ГБ VRAM.

За две предыдущие статьи мы подняли собственную локальную модель на облачном сервере с GPU на 16 ГБ VRAM, разобрались с vLLM и tool calling, собрали агентный бэкенд на LangGraph с MCP-серверами, получили вокруг него полноценный REST API из коробки и обернули все это в FastAPI-сервис через LangGraph SDK.

В этой части закрываем полный стек: к готовому агентному бэкенду на LangGraph подключаем официальный ChatGPT-подобный фронтенд от LangChain — agent-chat-ui. Переводим на русский, добавляем переключатель между тремя агентами разной архитектуры и удаление чатов. Закрываем API Bearer-авторизацией с разбором нюансов, которых нет в документации. Деплоим всё на VPS с доменом и SSL — LangGraph внутри контура, наружу смотрит только фронт.

На связи Андрей, руководитель направления безопасности облака в Selectel. Под катом расскажу, как настроить автоматический сбор данных о работающих Docker-контейнерах — образах, привилегиях и capabilities — и передать их в Wazuh для мониторинга и алертинга.

Допустим, вы разработчик. Вам в Jira прилетает задача — сделать на странице пользователя кнопку «Дать денег». Вы делаете кнопку, она появляется на странице, нажимается, запрос уходит на бэк, бэк отвечает 200 OK. Технически все выполнено верно, но заказчик недоволен и вопрошает: «Я уже пять раз нажал на кнопку, почему деньги так и не пришли?».

И где-то между «в ТЗ было написано просто добавить кнопку» и «давайте срочно переделаем фичу до релиза, перепишем кнопку на тумблер и подрубим биллинг» возникает вопрос: кто виноват и почему именно аналитик?

Привет, Хабр. Я Арина, системный аналитик в Selectel. Я пишу требования к внутренним сервисам, ботам, интеграциям и прочим штукам, которые сначала кажутся маленькими, а потом обрастают ролями, статусами, ретраями, правами доступами и фразой «а это точно MVP?». 

В этой статье я спровоцирую холивар подниму давнюю проблему недопонимания между разработчиками и аналитиками в части ТЗ. Статья, в первую очередь, для разработчиков, чтобы можно было как можно раньше находить потенциальные проблемы, не ссориться с аналитиком и не реализовывать идеально то, что потом все равно придется переделывать. Хотя и аналитики, составляющие ТЗ для разработчиков, я уверена, смогут найти для себя что-то полезное в статье.

Представьте себе площадь: людную, шумную, и на ней стоят двое, назовем их Алиса и Коля. Им нужно договориться о пароле, но шептаться друг с другом нельзя. А еще вокруг толпа, и в толпе стоит Ева, которая записывает каждое слово. Никаких записок, никаких встреч за кулисами, только крик через всю площадь.

Звучит как безнадежная задача. Все, что Алиса крикнет Коле, услышит и Ева. Любая информация, которая дойдет до Коли, дойдет и до нее. Кажется, что общий секрет в таких условиях невозможен в принципе.

А теперь плохая новость для нашей интуиции: именно это сейчас происходит на вашем устройстве.

Хотите не забывать детали диалога или то, что вас просили купить в магазине? Конечно, можно по старинке открывать блокнот в телефоне или чат в избранном и записывать все руками, но в потоке задач это неудобно. Гораздо проще надиктовать мысли голосом или записать разговор, а расшифровку доверить сервису. 

Сегодня ASR-системы нового поколения способны учитывать контекст беседы и выдавать осмысленный текст. Однако у любой медали есть обратная сторона — архитектурные ограничения. Чтобы понять, готовы ли эти модели к жизненным сценариям, мы устроили им бенчмарк на Hugging Face. Ниже — разбор того, ломается ли контекстное окно алгоритмов на длинных видеозаписях и как фоновый шум влияет на итоговое качество транскрибации.

Загрузка операционной системы — процесс многоступенчатый и разнообразный. Несколько лет назад я писал о процессе загрузки сервера x86 в режимах Legacy и UEFI, но акцент тогда был именно на «железной» части.

Пришло время сместить внимание на программную составляющую. Посмотрим, какие стадии преодолевает ядро Linux, что происходит, и какие «фишки» можно выполнить на старте системы.

В мире технологий, особенно в отрасли элементов питания, регулярно появляются новости о очередном «прорыве», который якобы должен все «перевернуть». Обычно такие анонсы сопровождаются впечатляющими цифрами: высокой плотностью энергии, тысячами циклов работы без заметной деградации, сверхбыстрой зарядкой и повышенной безопасностью. Но часто все это не выдерживает даже поверхностной проверки. Поэтому именно независимые тесты и детальный анализ позволяют отличить действительно перспективные разработки от красивых презентаций.

История финской компании Donut Lab хорошо показывает, насколько легко в этой сфере создать ажиотаж вокруг технологий, которые в итоге оказываются гораздо менее революционными, чем заявлялось. Стартап привлек внимание на CES 2026, собрал значительные инвестиции и получил высокую оценку рынка. Но последовавшая независимая экспертиза поставила под сомнение практически все ключевые заявления компании. На связи Selectel, и сегодня мы разберемся, что именно обещала Donut Lab и к каким выводам пришли специалисты после проверки.

Почти каждый месяц очередной стартап, производящий серверное железо, объявляет о своих ноу-хау. Естественно, ориентированных на задачи инференса и обучения ML-моделей. И пусть до реального использования в дата-центрах доходит лишь малая их часть, мы стараемся следить за всеми апдейтами, чтобы не пропустить ту новинку, которая, возможно, изменит рынок. С вами Сергей Ковалёв, менеджер продукта Selectel, а под катом вас ждут подробности об очередной чудо-железке.

Года полтора назад, начитавшись статей про разные мини-ПК, я решил себе прикупить приглянувшуюся модель. И не простую, а целый танк. Точнее, Acemagic TANK 03 — с хорошими характеристиками и необычным внешним видом. Сейчас лето, и мини-ПК стал греться, причем сильнее, чем в прошлом году. Приложения вроде CrystalDisk показывали небольшой перегрев SSD, поэтому я решил разобрать девайс и убрать эту проблему.

Ну и, конечно, хотелось заглянуть внуть, оценить состояние компонентов спустя полтора года (как раз гарантия уже все). А еще — посмотреть, насколько там все в пыли, плюс оценить ремонтопригодность. Сразу скажу, что в статье нет ничего хардкорного, зато много любопытного. Что ж, давайте заглянем внутрь.