Где запускать ИИ
Главная/Запуск ИИ/Задачи/Вопросы к данным на естественном языке
ЗАДАЧА / РАЗРАБОТКА И ВНУТРЕННИЕ ПРОЦЕССЫ

Вопросы к данным на естественном языке

Руководитель спрашивает «сколько мы отгрузили в Сибирь за прошлый квартал и как это к позапрошлому» и получает цифру с графиком. Модель превращает вопрос в запрос к вашей базе, а результат — в понятный ответ.

языковая модель коммерческая тайна
Коротко

Что получаете: Ответы на вопросы к данным без очереди к аналитику. Что нужно: модель уровня Qwen2.5-72B-Instruct при контексте 16 384 токенов и 8 одновременных запросах — это 130,2 ГБ памяти, то есть 1× NVIDIA H200. Модель увидит сведения, составляющие коммерческую тайну. Договоры с контрагентами часто прямо запрещают передавать их третьим лицам — а публичный ИИ-сервис это именно третье лицо. Проверить сценарий до закупки дешевле на арендованной карте.

РАЗБОР ЭТОЙ ЗАДАЧИ
Где её запускать и сколько это стоит
Три варианта исполнения рядом — API, аренда карты, свой сервер — с наблюдаемыми ценами и датами. Аренда карты сравнивается с API на 146 млн—29,5 млрд токенов в месяц.
Открыть разбор →

Что нужно, чтобы это заработало

  • Описание структуры данных, понятное модели
  • Права доступа: вопрос не должен открывать то, что человеку не положено
  • Проверка ответа — цифра без ссылки на запрос не годится для решения

Это не список покупок, а список решений. Дешевле всего они принимаются до закупки железа: конфигурация зависит от них сильнее, чем от выбора вендора карты.

Сколько железа

Посчитано по характеристикам модели Qwen2.5-72B-Instruct под типовую нагрузку этой задачи. Меняются контекст и число одновременных запросов — меняется и требование к железу, поэтому оба числа названы явно.

МодельQwen2.5-72B-Instruct
Размер72,7 млрд
Контекст16 384 токенов
Одновременных запросов8
Веса72,7 ГБ
Память под контекст42,9 ГБ
Всего памяти130,2 ГБ
Карты1× NVIDIA H200

Доступ к весам модели: веса скачиваются свободно. Подбор карт — оценка сверху по памяти из нашего справочника ускорителей; скорость ответа, питание и охлаждение считаются отдельно, а программный стек под Ascend и AMD отличается от NVIDIA.

Данные и правовой режим

Что увидит модель: Учётные системы, продажи, склад, финансы.

Модель увидит сведения, составляющие коммерческую тайну. Договоры с контрагентами часто прямо запрещают передавать их третьим лицам — а публичный ИИ-сервис это именно третье лицо.

Это информирование, а не юридическая консультация: решение о допустимости конкретного сценария принимает ваш юрист. Разбор лицензий самих моделей — на отдельной странице, устройство закрытого контура целиком — здесь.

Кого звать в проект

Инженер по данным и специалист по языковым моделям.

Здесь указан только тип компетенции, который обычно требуется для такой задачи. Портал не подбирает специалистов или подрядчиков, не собирает команды и не выполняет расчёт конфигурации под конкретный проект.

Рядом в семействе «разработка и внутренние процессы»

Помощь разработчикам в закрытом контуре Подсказки по коду без выхода кода наружу Агенты во внутренних процессах Модель не отвечает, а выполняет процедуру

Сколько памяти нужно модели под эту задачу

Расчёт под ваш контекст и число одновременных запросов: сколько видеопамяти займут веса и кэш и на скольких картах это поместится.

Контекст и batch учитываются в KV-кэше для инференса; кэш считается для архитектуры GQA — так устроены все актуальные открытые модели. Оценка ориентировочная (rule-of-thumb), не профилировщик.

Требуемая VRAM ≈ 169 ГБ
Память под веса140 ГБ
KV-кэш (инференс)1,3 ГБ
Достаточно одной карты
Сколько карт нужно
NVIDIA H100 80 ГБ 3×
NVIDIA H200 141 ГБ 2×
NVIDIA B200 192 ГБ 1×
NVIDIA B300 288 ГБ 1×
NVIDIA A100 80 ГБ 3×
NVIDIA L40S 48 ГБ 4×
RTX PRO 6000 96 ГБ 2×
RTX 6000 Ada 48 ГБ 4×
AMD Instinct MI300X 192 ГБ 1×
Huawei Ascend 910C 64 ГБ 3×
NVIDIA A16 16 ГБ 11×
NVIDIA L4 24 ГБ 8×
NVIDIA RTX 5090 32 ГБ 6×
NVIDIA RTX 4090 24 ГБ 8×
NVIDIA RTX 3090 24 ГБ 8×
NVIDIA RTX A4000 16 ГБ 11×
NVIDIA RTX 5060 Ti 16 ГБ 11×
NVIDIA RTX 5070 12 ГБ 15×
NVIDIA RTX 5070 Ti 16 ГБ 11×
NVIDIA RTX 4060 Ti 16 ГБ 11×
NVIDIA RTX PRO 4000 Blackwell 24 ГБ 8×
AMD Radeon RX 9070 XT 16 ГБ 11×
AMD Radeon RX 9070 16 ГБ 11×
AMD Radeon RX 9060 XT 16 ГБ 11×
AMD Instinct MI355X 288 ГБ 1×
Где арендовать под этот объём

Эти карты в каталоге ускорителей →

Инференс: веса ×1,2 (overhead рантайма) + оценка KV-кэша по контексту и батчу. Архитектура модели здесь неизвестна — вы задаёте только размер, — поэтому она угадывается по числу параметров и предполагается GQA: так устроены Llama 3, Qwen 2.5, Mistral и другие актуальные открытые модели. Сверка по 11 моделям нашего каталога 26.08.2026: у моделей на полном внимании MHA кэш выходит примерно в 10 раз больше оценки, у DeepSeek-V3 со сжатым вниманием MLA — в 21 раз меньше. Если модель известна, точное число есть на её странице в каталоге.

Что дальше
Важно. Расчёт ориентировочный (rule-of-thumb) и не является офертой. Реальная потребность в VRAM зависит от архитектуры модели, движка инференса, длины контекста, метода дообучения (полное / LoRA / QLoRA) и параллелизма. Данные карт (память, TDP) — ориентир, требуют выверки по datasheet. Результат является справочной оценкой, которую нужно самостоятельно проверить на своей модели и программном стеке.
Следующий шаг
Как выбрать способ запускаГде считает модель и что разрешено с данными — две оси выбора.Разборы: где и почёмГотовые расчёты под типовые сценарии запуска.Открытые модели (LLM)Что можно поставить у себя и сколько памяти это требует.