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.

Справочно:

Научный задел коллектива подтверждён многолетним опытом реализации проектов, поддержанных Российским научным фондом, РФФИ и Советом по грантам Президента РФ. За последние годы учёные опубликовали более 140 научных работ, индексируемых в Scopus и Web of Science, и получили свыше 30 патентов и свидетельств о регистрации программ для ЭВМ. Среди ключевых достижений – разработка высокопроизводительных архитектур цифровой фильтрации в системе остаточных классов (сокращение задержки обработки до 5,42 раза), создание физико-информированных нейросетевых контроллеров для управления беспилотниками, а также многомодальных интеллектуальных систем для медицинской диагностики. Установлены устойчивые научные коллаборации с исследователями из Ирана, Бразилии, Болгарии, Индии, Канады, Японии и Китая, а также реализованы совместные проекты с СПбГЭТУ «ЛЭТИ» и ООО «Техкомпания Хуавэй».