В Северо-Кавказском федеральном университете (СКФУ, Ставрополь) открыли Молодёжную лабораторию компактных нейросетевых архитектур для краевых вычислений, которая активно начала свою работу. Направление полностью соответствует приоритету Стратегии научно-технологического развития РФ.
Лаборатория занимается разработкой новых методов сжатия, адаптации и аппаратного ускорения нейросетевых моделей на платформах FPGA и ASIC. Главная цель — обеспечить работу искусственного интеллекта непосредственно на периферийных устройствах, без необходимости подключения к облачной инфраструктуре. Данная инициатива отвечает на запросы таких критически важных областей, как автономная робототехника, мгновенная медицинская диагностика, мониторинг промышленного оборудования и интеллектуальное сельское хозяйство.
Руководителем научного подразделения стал кандидат физико-математических наук, заведующий кафедрой математического моделирования факультета математики и компьютерных наук имени профессора Н.И. Червякова Павел Ляхов.
«Наши проекты прежде всего направлены на адаптацию крупных моделей искусственного интеллекта, которые сейчас активно развиваются, чтобы их можно было эффективно реализовать на компактных мобильных устройствах с ограниченным энергопотреблением — например, на телефонах, умных датчиках, сенсорах или медицинском оборудовании. Эта ниша очень востребована в современной науке и, соответственно, проекты, которые мы реализуем, посвящены именно им», — объяснил руководитель Молодёжной лаборатории компактных нейросетевых архитектур для краевых вычислений Павел Ляхов.
В перспективе трёхлетнего цикла 2026−2028 годов коллектив планирует сформировать сквозной фреймворк для автоматического проектирования комплексных решений краевого искусственного интеллекта, создать энерго-реконфигурируемые аппаратные архитектуры и внедрить разработанные компактные модели в диагностику беспилотных летательных аппаратов и анализ медицинских данных.
Отметим, что отдельным значимым событием стал успех учёных факультета математики и компьютерных наук в конкурсах Российского научного фонда. В 2026 году трое исследователей стали победителями грантовых конкурсов РНФ. Общая сумма выигранных грантов составила 33 миллиона рублей. Поддержку получили проекты, направленные на развитие технологий искусственного интеллекта, беспилотного транспорта и автономных систем.
Так, Павел Ляхов получил продление большого гранта РНФ на два года с ежегодным финансированием 6 миллионов рублей. Его команда решает задачу размещения мощных нейросетей на маломощных устройствах: разрабатываются методы сжатия (дистилляция знаний, квантование), адаптация физически информированных нейронных сетей (PINN) для вычислений в системе остаточных классов и внедрение модулярных вычислений. Научная новизна заключается в создании единой методологии, объединяющей эти подходы вплоть до автоматической генерации описаний для синтеза микросхем (VHDL/Verilog). Полный цикл — от математической теории до физической реализации на кристалле.
Также ведущий научный сотрудник департамента науки СКФУ Диана Калита получила грант на разработку энергоэффективных краевых нейро-гибридных архитектур для систем беспилотного транспорта. Исследователи исходят из того, что массовому внедрению беспилотников мешают ограничения бортового оборудования по энергии. Проект предполагает создание компактных и отказоустойчивых бортовых модулей, сочетающих динамическое управление ресурсами, адаптивное машинное обучение и встроенную безопасность. Такие решения могут использоваться в автономных системах, робототехнике, IoT и сельском хозяйстве (в частности, в беспилотниках для мониторинга посевов).
Младший научный сотрудник Валентина Арустамян работает над высокоточной системой прогнозирования урожайности на основе анализа вегетационных данных. Исследователь собирает мультиспектральные данные со спутника и обрабатывает их с использованием вегетационных индексов, позволяющих судить о состоянии почвы, обеспеченности растений водой и времени внесения удобрений. В проекте также разрабатываются методы машинного обучения, включая трансформерные архитектуры, для интеграции данных БПЛА, спутников и агрометеорологических источников.
Ожидаемый результат — устойчивая к пропускам данных модель, которая даст аграриям инструмент для упреждающего управления урожаем.
Разработки Молодёжной лаборатории компактных нейросетевых архитектур для краевых вычислений и поддержанные РНФ проекты создают задел для развития отечественной электронной компонентной базы и программного обеспечения для автономных систем нового поколения, что является прямым вкладом СКФУ в технологический суверенитет России.
Источник: Вести26 — ГТРК «Ставрополье»
