{"id":478252,"date":"2026-05-01T15:15:35","date_gmt":"2026-05-01T15:15:35","guid":{"rendered":"https:\/\/savepearlharbor.com\/?p=478252"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=478252","title":{"rendered":"\u0410\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u0432\u0430\u0436\u043d\u0435\u0435 \u0440\u0430\u0437\u043c\u0435\u0440\u0430: \u0432\u043d\u0435\u0434\u0440\u044f\u0435\u043c \u043a\u0430\u0443\u0437\u0430\u043b\u044c\u043d\u044b\u0435 \u0441\u0432\u0435\u0440\u0442\u043a\u0438 \u0432\u00a0\u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440 \u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0441\u0432\u044f\u0437\u043d\u044b\u0439 \u0441\u0442\u043e\u0440\u0438\u0442\u0435\u043b\u043b\u0438\u043d\u0433"},"content":{"rendered":"
\n

\u0414\u0435\u043b\u043e \u0431\u044b\u043b\u043e \u0432\u0435\u0447\u0435\u0440\u043e\u043c, \u0434\u0435\u043b\u0430\u0442\u044c \u0431\u044b\u043b\u043e \u043d\u0435\u0447\u0435\u0433\u043e. \u042f \u0441\u0438\u0434\u0435\u043b \u0437\u0430 \u043d\u043e\u0443\u0442\u043e\u043c \u0438 \u0440\u0430\u0437\u0431\u0438\u0440\u0430\u043b \u043d\u043e\u0432\u0443\u044e \u0438\u0434\u0435\u044e Deepseek Engram: \u041b\u044f\u043d \u0412\u0430\u043d\u0444\u0435\u043d\u044c \u0441\u043e\u0431\u0440\u0430\u043b \u0432\u043c\u0435\u0441\u0442\u0435 \u0445\u0435\u0448-\u0442\u0430\u0431\u043b\u0438\u0446\u044b \u0438 \u043f\u043e\u0447\u0442\u0438-\u043b\u0438\u043d\u0435\u0439\u043d\u044b\u0439 \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440 — \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c \u0434\u0435\u0448\u0435\u0432\u043e \u0438 \u0441\u0435\u0440\u0434\u0438\u0442\u043e. <\/p>\n

\u041e\u0434\u043d\u0430\u043a\u043e \u0435\u0441\u0442\u044c \u0432 Engram \u043e\u0434\u0438\u043d \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043e\u043a — \u043e\u043d \u0442\u0440\u0435\u0431\u0443\u0435\u0442 \u043c\u043d\u043e\u0433\u043e RAM (\u043a\u0430\u043b\u0430\u043c\u0431\u0443\u0440\u0447\u0438\u043a, \u0445\u0430\u0445\u0430). \u0410 \u0445\u043e\u0442\u0435\u043b\u043e\u0441\u044c \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0443, \u043d\u0430 \u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043d\u0435 \u043f\u0440\u0438\u0434\u0435\u0442\u0441\u044f \u0441\u043a\u0438\u0434\u044b\u0432\u0430\u0442\u044c\u0441\u044f \u0432\u0441\u0435\u043c \u043f\u043e\u0441\u0435\u043b\u043a\u043e\u043c.<\/p>\n

\u041d\u0435\u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043b\u0438\u043a\u0431\u0435\u0437<\/h4>\n

Engram, \u043f\u043e \u0441\u0443\u0442\u0438, \u043f\u0435\u0440\u0435\u0448\u0438\u0432\u0430\u0435\u0442 \u0442\u043e\u043a\u0435\u043d\u044b \u0438 \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u0442 \u043a \u043d\u0438\u043c \u0444\u0430\u043a\u0442\u044b. \u0420\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d\u043e \u044d\u0442\u043e \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u0445\u0438\u0442\u0440\u043e, \u0447\u0435\u0440\u0435\u0437 \u0445\u0435\u0448-\u0444\u0443\u043d\u043a\u0446\u0438\u044e, O(1) \u043f\u043e \u0441\u043b\u043e\u0436\u043d\u043e\u0441\u0442\u0438. \u0411\u043b\u0430\u0433\u043e\u0434\u0430\u0440\u044f \u0442\u0430\u043a\u043e\u0439 \u043f\u0440\u0438\u0441\u0442\u0440\u043e\u0439\u043a\u0435 \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440 \u0443\u0434\u0435\u043b\u044f\u0435\u0442 \u0431\u043e\u043b\u044c\u0448\u0435 \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u044f \u043d\u0430 \u0433\u0440\u0430\u043c\u043c\u0430\u0442\u0438\u043a\u0443 \u0438 \u0441\u0432\u044f\u0437\u044c \u0441\u043b\u043e\u0432 \u0432 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0438.<\/p>\n

\u041e\u0441\u043d\u043e\u0432\u043d\u0430\u044f \u0438\u0434\u0435\u044f <\/h3>\n
\n

\u0410\u00a0\u0447\u0442\u043e \u0435\u0441\u043b\u0438 \u0432\u043c\u0435\u0441\u0442\u043e \u0434\u043e\u0440\u043e\u0433\u043e\u0433\u043e \u043f\u043e \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f\u043c Engram \u0432\u0437\u044f\u0442\u044c \u043f\u0440\u043e\u0441\u0442\u044b\u0435 \u0441\u0432\u0435\u0440\u0442\u043a\u0438? \u041e\u043d\u0438 \u0434\u0435\u0448\u0435\u0432\u044b\u0435, \u0431\u044b\u0441\u0442\u0440\u044b\u0435 \u0438 \u043c\u043e\u0433\u0443\u0442 \u0437\u0430\u043f\u043e\u043c\u043d\u0438\u0442\u044c \u0431\u0430\u0437\u043e\u0432\u044b\u0435 \u0444\u0430\u043a\u0442\u044b. <\/p>\n<\/blockquote>\n

\u0418\u043c\u0435\u043d\u043d\u043e \u043e\u0431 \u044d\u0442\u043e\u043c \u044f \u0438 \u043f\u043e\u0434\u0443\u043c\u0430\u043b. \u0418 \u0442\u0443\u0442 \u0436\u0435 \u0440\u0435\u0448\u0438\u043b \u043f\u0440\u043e\u0432\u043e\u0434\u0438\u0442\u044c \u0442\u0435\u0441\u0442\u044b.<\/p>\n

\u041a \u0441\u043e\u0436\u0430\u043b\u0435\u043d\u0438\u044e \u0443 \u043c\u0435\u043d\u044f \u043d\u0435\u0442 \u0432 \u0433\u0430\u0440\u0430\u0436\u0435 \u043a\u043b\u0430\u0441\u0442\u0435\u0440\u0430 \u043d\u0430 8xH200 (\u0434\u0430 \u0438 \u0433\u0430\u0440\u0430\u0436\u0430 \u0443 \u043c\u0435\u043d\u044f \u043d\u0435\u0442), \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u0447\u0442\u043e-\u0442\u043e \u0431\u043e\u043b\u044c\u0448\u043e\u0435 \u043d\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u0441\u044f. \u041e\u0434\u043d\u0430\u043a\u043e \u0434\u043b\u044f \u0431\u044b\u0441\u0442\u0440\u043e\u0433\u043e \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u0430 \u0445\u0432\u0430\u0442\u0438\u0442 Colab \u0438 \u0435\u0433\u043e \u04224 16\u0413\u0431.<\/p>\n

\u0410\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u043c\u043e\u0434\u0435\u043b\u0438<\/h3>\n
\"\u0421\u043b\u043e\u0439\"<\/p>\n
\u0421\u043b\u043e\u0439<\/figcaption><\/div>\n<\/figure>\n

\u0417\u0430 \u043f\u0430\u0440\u0443 \u043c\u0438\u043d\u0443\u0442 \u043d\u0430\u0431\u0440\u043e\u0441\u0430\u043b \u0441\u0445\u0435\u043c\u0443 \u0432 Obsidian. \u0422\u0435\u043f\u0435\u0440\u044c \u043f\u0440\u043e \u043a\u0430\u0436\u0434\u044b\u0439 \u0431\u043b\u043e\u043a \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e<\/p>\n

RMSNorm<\/strong>
\u0411\u0430\u0437\u043e\u0432\u044b\u0439 \u0441\u043b\u043e\u0439 \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438, \u0432 \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0439 \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440\u0430\u0445 \u0431\u0435\u0437 \u043d\u0435\u0433\u043e \u0431\u0443\u0434\u0435\u0442 \u0442\u044f\u0436\u043a\u043e.<\/p>\n

Conv1D<\/strong>
\u041a\u043b\u044e\u0447\u0435\u0432\u043e\u0435 <\/strong>\u043d\u043e\u0432\u043e\u0432\u0432\u0435\u0434\u0435\u043d\u0438\u0435. <\/strong>Depthwise<\/code> \u0438 kernel = 3<\/code> \u043e\u0431\u043e\u0433\u0430\u0449\u0430\u044e\u0442 \u0442\u043e\u043a\u0435\u043d\u044b \u0438 \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0438\u0432\u0430\u044e\u0442 \u0438\u0445. \u0427\u0442\u043e\u0431\u044b \u0441\u0435\u0442\u043a\u0430 \u043d\u0435 ‘\u043f\u043e\u0433\u043b\u044f\u0434\u044b\u0432\u0430\u043b\u0430’ \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043b \u043a\u0430\u0443\u0437\u0430\u043b\u044c\u043d\u044b\u0435<\/strong> \u0441\u0432\u0435\u0440\u0442\u043a\u0438.<\/p>\n

\"\u0412\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f<\/p>\n
\u0412\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f MQA<\/figcaption><\/div>\n<\/figure>\n

MQA<\/strong>
\u0414\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u0431\u044b\u0441\u0442\u0440\u0430\u044f \u0438 \u0434\u0435\u0448\u0435\u0432\u0430\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e Self-Attention, \u043d\u043e \u0432\u0441\u0435 \u0435\u0449\u0435 \u043d\u0435 \u043b\u0438\u043d\u0435\u0439\u043d\u0430\u044f \u0438\u043b\u0438 \u0440\u0435\u043a\u043a\u0443\u0440\u0435\u043d\u0442\u043d\u0430\u044f \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430.<\/p>\n

FFN + SwiGLU<\/strong>
\u0414\u0432\u0430 \u0433\u043b\u0430\u0432\u043d\u044b\u0445 \u043a\u043e\u043c\u043f\u043e\u043d\u0435\u043d\u0442\u0430: \u043d\u043e\u0432\u0430\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u044f \u0430\u043a\u0442\u0438\u0432\u0430\u0446\u0438\u0438 \u0438 \u043d\u0435\u043e\u0431\u044b\u0447\u043d\u043e\u0435 \u0440\u0430\u0441\u0448\u0438\u0440\u0435\u043d\u0438\u0435 \u0432 \u043b\u0438\u043d\u0435\u0439\u043d\u043e\u043c \u0441\u043b\u043e\u0435\u0432 — x8\/3 \u043d\u0430 3 \u0441\u043b\u043e\u044f \u0432\u043c\u0435\u0441\u0442\u043e \u0443\u0441\u0442\u043e\u044f\u0432\u0448\u0435\u0433\u043e\u0441\u044f \u04454 \u043d\u0430 2 \u0441\u043b\u043e\u044f (\u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0442\u043e \u0436\u0435 \u043a\u043e\u043b-\u0432\u043e \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432 \u043f\u0440\u0438 \u0431\u043e\u043b\u044c\u0448\u0435\u043c \u043a\u043e\u043b-\u0432\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439).
\u042d\u0442\u0430 \u043a\u043e\u043c\u0431\u0438\u043d\u0430\u0446\u0438\u044f \u043e\u0442\u043b\u0438\u0447\u043d\u043e \u043f\u043e\u043a\u0430\u0437\u0430\u043b\u0430 \u0441\u0435\u0431\u044f \u0432 \u043c\u043e\u0434\u0435\u043b\u044f\u0445 Llama, \u0433\u0434\u0435 \u0431\u044b\u043b\u0430 \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0430 \u0432\u043f\u0435\u0440\u0432\u044b\u0435.<\/p>\n

\u0412\u0441\u0435 \u044d\u0442\u043e \u0440\u0435\u0448\u0438\u043b \u043e\u0431\u043e\u0437\u0432\u0430\u0442\u044c NormIs-1<\/code>. \u041b\u043e\u0433\u0438\u043a\u0438 \u0432 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0438 \u043d\u0435\u0442 \u0430\u0431\u0441\u043e\u043b\u044e\u0442\u043d\u043e \u043d\u0438\u043a\u0430\u043a\u043e\u0439.<\/p>\n

\u041c\u0435\u043d\u044c\u0448\u0435 \u0441\u043b\u043e\u0432 — \u0431\u043e\u043b\u044c\u0448\u0435 \u043a\u043e\u0434\u0430<\/h3>\n

\u041d\u0435 \u0441\u0442\u0430\u043b \u0447\u0442\u043e-\u0442\u043e \u043c\u0435\u043d\u044f\u0442\u044c \u0432 \u043d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0438 \u0441\u0434\u0435\u043b\u0430\u043b \u0441\u0430\u043c\u0443\u044e \u043f\u0440\u043e\u0441\u0442\u0443\u044e \u0432\u0435\u0440\u0441\u0438\u044e. <\/p>\n

\u0441lass RMSNorm(nn.Module):    def __init__(self, dim):        super().__init__()        self.scale = dim ** 0.5        self.g = nn.Parameter(torch.ones(dim))    def forward(self, x):        return F.normalize(x, dim=-1) * self.scale * self.g<\/code>
<\/a><\/div><\/pre>\n
\u0422\u0430\u043a-\u0436\u0435 \u0441\u0434\u0435\u043b\u0430\u043b \u0441 FFN — \u043f\u0440\u043e\u0441\u0442\u043e \u0438 \u043f\u043e\u043d\u044f\u0442\u043d\u043e<\/p>\n
class SwiGLU(nn.Module):    def __init__(self, dim):        super().__init__()        hidden_dim = int(dim * 4 * 2 \/ 3)        self.w_gate = nn.Linear(dim, hidden_dim, bias=False)        self.w_val = nn.Linear(dim, hidden_dim, bias=False)        self.w_out = nn.Linear(hidden_dim, dim, bias=False)    def forward(self, x):        gate = F.silu(self.w_gate(x))        val = self.w_val(x)        return self.w_out(gate * val)<\/code>
<\/a><\/div><\/pre>\n
\u041d\u0430\u0438\u0432\u043d\u0430\u044f \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0441\u0432\u0435\u0440\u0442\u043e\u043a. \u0421\u043f\u043e\u0439\u043b\u0435\u0440 — \u043f\u0440\u043e\u0441\u0442\u043e\u0439 forward()<\/code> \u043f\u043e\u0442\u043e\u043c \u0432\u044b\u0448\u0435\u043b \u043c\u043d\u0435 \u0431\u043e\u043a\u043e\u043c \u0438\u0437-\u0437\u0430 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u043e\u0439 \u043f\u0430\u043c\u044f\u0442\u0438. <\/p>\n
class CausalConv1D(nn.Module):    def __init__(self, dim, kernel_size=3):        super().__init__()        self.pad = kernel_size - 1        self.conv = nn.Conv1d(dim, dim, kernel_size, groups=dim)    def forward(self, x):        x = x.transpose(1, 2)        x = F.pad(x, (self.pad, 0))        x = self.conv(x)        x = x.transpose(1, 2)        return x<\/code>
<\/a><\/div><\/pre>\n
\u0410 \u0432\u043e\u0442 \u0438 \u0432\u0441\u0435 \u043d\u043e\u0443\u0442\u0431\u0443\u043a\u0438 \u0441 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435\u043c (\u0441\u0441\u044b\u043b\u043a\u0438 \u043d\u0430 Colab): 
\u041a\u0430\u0441\u0442\u043e\u043c\u043d\u0430\u044f \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 <\/a>
MHA + MQA<\/a><\/p>\n
\u041c\u0435\u0442\u0440\u0438\u043a\u0438<\/h3>\n
\u041e\u0434\u0438\u043d \u0438\u0437 \u0441\u0430\u043c\u044b\u0445 \u0432\u0430\u0436\u043d\u044b\u0445 \u0432\u043e\u043f\u0440\u043e\u0441\u043e\u0432 — \u0430 \u043a\u0430\u043a \u0432\u043e\u043e\u0431\u0449\u0435 \u043e\u0446\u0435\u043d\u0438\u0442\u044c NormIs-1? \u0421 \u0447\u0435\u043c \u0435\u0433\u043e \u0441\u0440\u0430\u0432\u043d\u0438\u0432\u0430\u0442\u044c? \u041a\u0430\u043a\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c?<\/p>\n
\u0412\u0432\u0435\u0434\u0435\u043c \u0434\u0432\u0443\u0445 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432 — \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0435\u0440 \u043d\u0430 MQA \u0438 \u043d\u0430 MHA \u0431\u0435\u0437 \u0441\u0432\u0435\u0440\u0442\u043e\u043a. <\/p>\n
MHA<\/strong> \u0441\u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f \u043b\u0443\u0447\u0448\u0438\u043c \u043f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443, \u043d\u043e \u043e\u043d-\u0436\u0435 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u043e. \u042d\u0442\u043e Topline<\/strong>
MQA<\/strong> — \u0442\u043e\u043f \u043f\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438, \u043d\u043e \u043c\u043e\u0436\u0435\u0442 \u0442\u0435\u0440\u044f\u0442\u044c \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435. \u042d\u0442\u043e Baseline<\/strong>.<\/p>\n
\"\u0410\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430<\/p>\n
\u0410\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u0441\u043b\u043e\u0435\u0432 \u0443 \u0434\u0432\u0443\u0445 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432<\/figcaption><\/div>\n<\/figure>\n
\u041c\u0435\u0442\u0440\u0438\u043a\u0438 ‘\u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430’ \u043c\u043e\u0434\u0435\u043b\u0438 —  Loss (Cross-Entropy) \u0438 Perplexity. \u041c\u0435\u0442\u0440\u0438\u043a\u0438 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 — \u0432\u0440\u0435\u043c\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0438 TPS (tokens per second).<\/p>\n
\u041c\u043e\u044f \u0446\u0435\u043b\u044c — \u0443\u0441\u0438\u0434\u0435\u0442\u044c \u043d\u0430 \u0434\u0432\u0443\u0445 \u0441\u0442\u0443\u043b\u044c\u044f\u0445: \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c\u00a0\u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442 \u0443\u0440\u043e\u0432\u043d\u044f MHA<\/strong>, \u043d\u0435 \u043f\u043e\u0442\u0435\u0440\u044f\u0432 \u043f\u0440\u0438 \u044d\u0442\u043e\u043c \u0432\u00a0\u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438<\/strong> MQA. \u0415\u0441\u043b\u0438 NormIs-1<\/code> \u0434\u043e\u0433\u043e\u043d\u0438\u0442 Topline \u043f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443, \u043e\u0441\u0442\u0430\u0432\u0448\u0438\u0441\u044c \u0442\u0430\u043a\u0438\u043c \u0436\u0435 \u0431\u044b\u0441\u0442\u0440\u044b\u043c — \u044d\u0442\u043e \u043f\u043e\u0431\u0435\u0434\u0430.<\/p>\n
\u0421\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435<\/h3>\n
\u0427\u0442\u043e\u0431\u044b \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 \u0431\u044b\u043b \u0447\u0435\u0441\u0442\u043d\u044b\u043c, \u044f \u0437\u0430\u0444\u0438\u043a\u0441\u0438\u0440\u043e\u0432\u0430\u043b \u0432\u0441\u0435 \u0433\u0438\u043f\u0435\u0440\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b. \u0418\u0437\u043c\u0435\u043d\u044f\u043b\u0430\u0441\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0430 \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0433\u043e \u0431\u043b\u043e\u043a\u0430.<\/p>\n
\u041a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f<\/strong>:<\/p>\n