12 октября 2026 г. рабочая группа «Инфраструктура и центры обработки данных (ЦОДы) для ИИ» подготовила ряд нормативно-правовых актов, направленных на расширение возможностей государственных органов по использованию облачных сервисов с искусственным интеллектом (ИИ).

Предлагается легальный механизм временной «серой зоны»: допуск иностранных вычислительных мощностей под государственным контролем с автоматическим прекращением действия исключения, как только отечественные процессоры достигнут уровня зарубежных по характеристикам. Отсутствие российских GPU группа рассматривает как ограничение для применения облачных технологий в государственном секторе. На значимых объектах критической информационной инфраструктуры (КИИ) разрешено использовать только доверенные программно-аппаратные комплексы (ПАК) и телекоммуникационное оборудование из единого реестра российской радиоэлектронной продукции. При этом на рынке недостаточно импортозамещенных GPU в октябре 2026 г., включенных в реестр и обладающих необходимой производительностью для ИИ-задач.

В закон «О безопасности КИИ России» предлагается ввести понятие «вычислительные ресурсы для ИИ-задач». Под ним понимается набор оборудования и программ, включая GPU и специализированные ускорители вычислений, предназначенные для машинного обучения (ML), обработки больших данных и иных задач в ИИ-области. При установлении требований к оборудованию и программам на значимых объектах КИИ Правительство России должно будет учитывать наличие достаточной вычислительной мощности для ИИ-задач.

В материалах группы указаны технические сложности при работе зарубежных GPU (в частности, Nvidia) с российскими операционными системами (ОС), требующие доработки драйверов в среде OpenStack.

В пресс-службе Минцифры сообщили, что предложения по снятию регуляторных ограничений требуют согласованной позиции профильных ведомств и 12 октября 2026 г. в министерство не поступали. При их рассмотрении необходимо учитывать формирование требований информационной безопасности (ИБ) к ИИ, применяемому в том числе на объектах КИИ. В Аналитическом центре при правительстве пояснили, что в рабочих группах обсуждаются различные предложения участников, включая вопросы нормативного регулирования и применения вычислительных ресурсов. После обсуждения они рассматриваются профильными федеральными органами исполнительной власти и при согласовании выносятся на подкомиссию.

Исполнительный директор Ассоциации российских разработчиков и производителей электроники Иван Покровский отмечает, что предложения, по сути, ставят задачи внедрения ИИ выше обеспечения безопасности КИИ. Если требования безопасности сдерживают развитие ИИ, ограничения предлагается снять. При приоритете безопасности отсутствие доверенных российских ПАК должно служить основанием для финансирования разработок и корректировки сроков внедрения ИИ, а не для допуска зарубежных аппаратных платформ. Российские GPU и neural processing unit (NPU) уже предлагают несколько компаний. Они не закрывают весь спектр возможностей Nvidia, однако сравнение следует вести не с зарубежными лидерами, а с реальными потребностями систем управления объектами КИИ, значительную часть которых можно обеспечить отечественными решениями.

Генеральный директор «ХайТэк» Андрей Панков подчеркивает рост рынка ускорителей для ИИ и положительную динамику для российских ИТ-разработчиков. Пока преобладают иностранные поставщики, однако отечественные инженеры глубоко понимают такие решения и способны использовать их эффективно. Создание и интеграция ПАК для доверенной среды должны сочетать иностранные и российские компоненты. Отечественные ускорители для задач ИИ присутствуют на рынке и обоснованно занимают место в доверенных комплексах. При допуске зарубежных решений важно сохранить приоритет российских разработок: условия не должны быть равными, а государственная поддержка — стимулировать отечественное производство, а не импорт. Для этого необходимо устранить существующий пробел в регулировании.

Вице-президент по технике Sitronics Group Алексей Григорьев отмечает, что обучение крупных ИИ-моделей в России уже требует тысяч GPU, а прикладные задачи — десятков и сотен ускорителей. Критически важна вся система: ускорители, память, межсоединения, сеть, хранение данных, охлаждение и стабильность кластера. Рабочие проекты и тесты существуют, в том числе на отечественных серверах и китайских ускорителях, однако публичных примеров длительной эксплуатации больших кластеров для обучения крупных ИИ-моделей пока меньше. При отсутствии российского решения нужного класса целесообразно использовать доступные зарубежные или дружественные аналоги, параллельно наращивая собственные компетенции и обеспечивая полноценную проверку отечественных платформ в составе крупных кластеров. Нормативные требования логично формулировать через технические характеристики, а не через конкретного производителя. Иностранные GPU необходимы преимущественно для наиболее производительных задач — обучения и дообучения больших фундаментальных ИИ-моделей, высокопроизводительного инференса, создания ИИ- и high-performance computing (HPC)-кластеров, но не для всех ИИ-систем.