ВойтиВ Ставрополе появилась лаборатория компактных нейросетевых архитектур
В Северо-Кавказском федеральном университете открылась Молодёжная лаборатория компактных нейросетевых архитектур для краевых вычислений. Её деятельность соответствует приоритетам Стратегии научно-технологического развития России.
Специалисты лаборатории занимаются разработкой методов сжатия, адаптации и аппаратного ускорения нейросетевых моделей на платформах FPGA и ASIC. Основная задача — обеспечить работу искусственного интеллекта непосредственно на периферийных устройствах без подключения к облачной инфраструктуре. Разработки ориентированы на автономную робототехнику, мгновенную медицинскую диагностику, мониторинг промышленного оборудования и интеллектуальное сельское хозяйство.
Лабораторию возглавил 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», — пояснил он.
В рамках трёхлетнего цикла 2026—2028 годов коллектив намерен сформировать фреймворк для автоматического проектирования решений краевого ИИ, создать энергореконфигурируемые аппаратные архитектуры, а также внедрить компактные модели в диагностику беспилотных летательных аппаратов и анализ медицинских данных.
Отдельным событием стали победы учёных факультета математики и компьютерных наук в конкурсах Российского научного фонда. В 2026 году трое исследователей выиграли гранты РНФ на общую сумму 33 млн рублей. Поддержку получили проекты в области 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 и квантование, — адаптация физически информированных нейронных сетей (PINN) для вычислений в системе остаточных классов, а также внедрение модулярных вычислений. Научная новизна состоит 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.
Ведущий научный сотрудник департамента науки СКФУ Диана Калита получила грант на разработку энергоэффективных краевых нейро-гибридных архитектур для систем беспилотного транспорта. По мнению исследователей, массовому внедрению беспилотников препятствуют ограничения бортового оборудования по энергопотреблению. Проект предполагает создание компактных и отказоустойчивых бортовых модулей, сочетающих динамическое управление ресурсами, адаптивное машинное обучение и встроенную безопасность. Подобные решения могут применяться 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 применением вегетационных индексов, позволяющих оценивать состояние почвы, водообеспеченность растений и оптимальные сроки внесения удобрений. В рамках проекта разрабатываются методы машинного обучения, включая трансформерные архитектуры, для интеграции данных БПЛА, спутников и агрометеорологических источников. Ожидаемый результат — модель, устойчивая к пропускам данных, которая обеспечит аграриям инструмент упреждающего управления урожаем.
Разработки Молодёжной лаборатории компактных нейросетевых архитектур для краевых вычислений и поддержанные РНФ проекты формируют задел для развития отечественной электронной компонентной базы и программного обеспечения для автономных систем нового поколения, внося прямой вклад СКФУ в технологический суверенитет России.
