{"id":483414,"date":"2026-06-12T10:36:44","date_gmt":"2026-06-12T10:36:44","guid":{"rendered":"https:\/\/savepearlharbor.com\/?p=483414"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=483414","title":{"rendered":"C\u043a\u043e\u043b\u044c\u043a\u043e \u0436\u0435\u043b\u0435\u0437\u0430 \u043d\u0443\u0436\u043d\u043e \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u0443? \u041a\u0430\u043a \u043c\u044b \u0441\u0447\u0438\u0442\u0430\u043b\u0438 \u0440\u0435\u0441\u0443\u0440\u0441\u044b \u0434\u043b\u044f on-premise LLM \u0438 \u043f\u043e\u0447\u0435\u043c\u0443 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b \u043e\u0448\u0438\u0431\u043b\u0438\u0441\u044c \u0432 5 \u0440\u0430\u0437"},"content":{"rendered":"<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/5e\/73\/73\/5e7373d521d0f1e282f7fb3f0d940ae2.jpg\" alt=\"\u041e\u0431\u043b\u043e\u0436\u043a\u0430: \u041e\u0446\u0435\u043d\u043a\u0430 \u0436\u0435\u043b\u0435\u0437\u0430 \u0434\u043b\u044f LLM\" title=\"\u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0436\u0435\u043b\u0435\u0437\u0430 \u043d\u0443\u0436\u043d\u043e \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u0443? \u041a\u0430\u043a \u043c\u044b \u0441\u0447\u0438\u0442\u0430\u043b\u0438 \u0440\u0435\u0441\u0443\u0440\u0441\u044b \u0434\u043b\u044f on-premise LLM\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/5e\/73\/73\/5e7373d521d0f1e282f7fb3f0d940ae2.jpg 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/5e\/73\/73\/5e7373d521d0f1e282f7fb3f0d940ae2.jpg 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0436\u0435\u043b\u0435\u0437\u0430 \u043d\u0443\u0436\u043d\u043e \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u0443? \u041a\u0430\u043a \u043c\u044b \u0441\u0447\u0438\u0442\u0430\u043b\u0438 \u0440\u0435\u0441\u0443\u0440\u0441\u044b \u0434\u043b\u044f on-premise LLM<\/figcaption><\/div>\n<\/figure>\n<p>\u041c\u044b \u0432 <a href=\"https:\/\/llmstart.ru\/?utm_source=habr&amp;utm_medium=article&amp;utm_campaign=hardware-throughput\">LLMStart.ru<\/a> \u0434\u0435\u043b\u0430\u0435\u043c AI-\u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0434\u043b\u044f \u0431\u0438\u0437\u043d\u0435\u0441\u0430. \u0427\u0430\u0441\u0442\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u043c \u0441 on-premise \u2014 \u044d\u0442\u043e \u0437\u0430\u043a\u0440\u044b\u0442\u044b\u0435 \u043a\u043e\u043d\u0442\u0443\u0440\u044b, \u0433\u0434\u0435 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c \u043d\u0435 \u0440\u0430\u0437\u0440\u0435\u0448\u0430\u0435\u0442 \u0432\u043d\u0435\u0448\u043d\u0438\u0435 API. \u0412 \u043e\u0434\u043d\u043e\u043c \u043f\u0440\u043e\u0435\u043a\u0442\u0435 \u043c\u044b \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u043b\u0438 LLM-\u0430\u0433\u0435\u043d\u0442\u0430 \u043d\u0430 2\u00d7 RTX Pro 6000 Blackwell \u043f\u043e\u0434 GPT-OSS-120B (MoE). \u041d\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u0431\u044b\u043b\u043e \u0434\u0430\u0442\u044c \u043a\u043b\u0438\u0435\u043d\u0442\u0443 \u0436\u0435\u043b\u0435\u0437\u043d\u0443\u044e \u0433\u0430\u0440\u0430\u043d\u0442\u0438\u044e: \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u043f\u043e\u0442\u044f\u043d\u0435\u0442 \u0441\u0438\u0441\u0442\u0435\u043c\u0430. \u041e\u0431\u043b\u0430\u0447\u043d\u043e\u0433\u043e \u0430\u0432\u0442\u043e\u0441\u043a\u0435\u0439\u043b\u0438\u043d\u0433\u0430 \u043d\u0435\u0442, \u043f\u0440\u0430\u0432\u0430 \u043d\u0430 \u043e\u0448\u0438\u0431\u043a\u0443 \u2014 \u0442\u043e\u0436\u0435.<\/p>\n<p>\u0421\u043d\u0430\u0447\u0430\u043b\u0430 \u043f\u043e\u0448\u043b\u0438 \u043f\u0440\u043e\u0441\u0442\u044b\u043c \u043f\u0443\u0442\u0435\u043c \u2014 \u043e\u0442\u043a\u0440\u044b\u043b\u0438 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440. \u041e\u043d \u043f\u043e\u043e\u0431\u0435\u0449\u0430\u043b 4696 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443 \u043f\u0440\u0438 8 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u044b\u0445 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f\u0445. \u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u0440\u0430\u0434\u043e\u0432\u0430\u0442\u044c \u0437\u0430\u043a\u0430\u0437\u0447\u0438\u043a\u0430, \u043c\u044b \u043d\u0430\u043f\u0438\u0441\u0430\u043b\u0438 \u0441\u043a\u0440\u0438\u043f\u0442 \u0438 \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0442\u0435\u0441\u0442\u044b \u043d\u0430 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u043c \u0436\u0435\u043b\u0435\u0437\u0435. \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442? 880 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443. \u0420\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u2014 \u0432 5 \u0440\u0430\u0437!<\/p>\n<p>\u041a\u043e\u043c\u0443 \u044d\u0442\u043e \u0447\u0438\u0442\u0430\u0442\u044c:<\/p>\n<ul>\n<li>\n<p>AI-\u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430\u043c, \u0441\u0447\u0438\u0442\u0430\u044e\u0449\u0438\u043c \u0436\u0435\u043b\u0435\u0437\u043e \u043f\u043e\u0434 on-premise LLM.<\/p>\n<\/li>\n<li>\n<p>\u0422\u0435\u043c, \u043a\u0442\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0441 \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u043c\u0438 \u0441\u0431\u043e\u0440\u043a\u0430\u043c\u0438 (\u0443 \u043d\u0430\u0441 \u0442\u0443\u0442 \u0440\u0435\u0434\u043a\u0430\u044f \u0441\u0432\u044f\u0437\u043a\u0430 workstation-GPU RTX Pro 6000 Blackwell \u0438 MoE-\u043c\u043e\u0434\u0435\u043b\u0438, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b \u0441\u0445\u043e\u0434\u044f\u0442 \u0441 \u0443\u043c\u0430).<\/p>\n<\/li>\n<li>\n<p>\u0412\u0441\u0435\u043c, \u043a\u0442\u043e \u0445\u043e\u0447\u0435\u0442 \u043f\u043e\u043d\u044f\u0442\u044c \u0440\u0430\u0437\u043d\u0438\u0446\u0443 \u043c\u0435\u0436\u0434\u0443 \u0442\u0435\u043e\u0440\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u043c \u043f\u043e\u0442\u043e\u043b\u043a\u043e\u043c \u0438 \u0441\u0443\u0440\u043e\u0432\u043e\u0439 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e.<\/p>\n<\/li>\n<\/ul>\n<hr\/>\n<h3>\u041e\u0446\u0435\u043d\u043a\u0430 \u0432 \u0442\u0435\u043e\u0440\u0438\u0438: \u043f\u043e\u0447\u0435\u043c\u0443 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u043e\u0431\u0435\u0449\u0430\u043b \u043d\u0430\u043c \u0437\u043e\u043b\u043e\u0442\u044b\u0435 \u0433\u043e\u0440\u044b<\/h3>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0446\u0435\u043b\u0435\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043c\u044b \u0432\u044b\u0431\u0440\u0430\u043b\u0438 GPT-OSS-120B. \u042d\u0442\u043e \u043a\u0440\u0443\u043f\u043d\u0430\u044f reasoning-\u043c\u043e\u0434\u0435\u043b\u044c \u0441 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u043e\u0439 MoE (Mixture of Experts). \u0424\u0438\u0448\u043a\u0430 \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u0438\u0437 120B \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432 \u043d\u0430 \u043a\u0430\u0436\u0434\u043e\u043c \u0437\u0430\u043f\u0440\u043e\u0441\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e ~5B.<\/p>\n<ul>\n<li>\n<p>\u041f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443 \u2014 \u0442\u043e\u043f \u0441\u0440\u0435\u0434\u0438 \u0430\u043d\u0430\u043b\u043e\u0433\u043e\u0432.<\/p>\n<\/li>\n<li>\n<p>\u041f\u043e \u043f\u0430\u043c\u044f\u0442\u0438 \u2014 \u0438\u0434\u0435\u0430\u043b\u044c\u043d\u044b\u0439 \u0431\u0430\u043b\u0430\u043d\u0441 (\u043c\u043e\u0434\u0435\u043b\u0438 \u043a\u0440\u0443\u043f\u043d\u0435\u0435 \u043d\u0430 \u043d\u0430\u0448\u0435\u043c \u0436\u0435\u043b\u0435\u0437\u0435 \u043f\u0440\u043e\u0441\u0442\u043e \u043d\u0435 \u0437\u0430\u0432\u0435\u043b\u0438\u0441\u044c \u0431\u044b).<\/p>\n<\/li>\n<\/ul>\n<p>\u0417\u0430\u043a\u0430\u0437\u0447\u0438\u043a \u0432\u044b\u0431\u0440\u0430\u043b \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e\u0435 \u0436\u0435\u043b\u0435\u0437\u043e: 2\u00d7 RTX Pro 6000 Blackwell (\u043f\u043e 96 GB VRAM \u043a\u0430\u0436\u0434\u0430\u044f, \u0438\u0442\u043e\u0433\u043e 192 GB). \u042d\u0442\u043e \u0440\u0435\u0434\u043a\u0430\u044f \u0448\u0442\u0443\u043a\u0430, \u043d\u0435 \u0438\u0437 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0445 \u0434\u0430\u0442\u0430-\u0446\u0435\u043d\u0442\u0440\u043e\u0432.<\/p>\n<p>\u041c\u044b \u0437\u0430\u043a\u0438\u043d\u0443\u043b\u0438 \u044d\u0442\u0438 \u0432\u0432\u043e\u0434\u043d\u044b\u0435 \u0432 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 <a href=\"https:\/\/apxml.com\/\">apxml.com<\/a>. \u0412\u0435\u0440\u0434\u0438\u043a\u0442: 4696 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443 (8 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439, \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 2000 \u0442\u043e\u043a\u0435\u043d\u043e\u0432). \u0420\u0430\u0434\u0438 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u0430 \u0433\u043b\u044f\u043d\u0443\u043b\u0438 \u0432 <a href=\"https:\/\/selfhostllm.org\/\">selfhostllm.org<\/a> \u0438 <a href=\"https:\/\/howmanygpus.ai\/\">howmanygpus.ai<\/a> \u2014 \u0442\u0430\u043c \u0446\u0438\u0444\u0440\u044b \u0432\u043e\u043e\u0431\u0449\u0435 \u043f\u043b\u044f\u0441\u0430\u043b\u0438. \u0418 \u0432\u043e\u0442 \u0442\u0443\u0442 \u043b\u043e\u0433\u0438\u043a\u0430 \u0441\u043b\u043e\u043c\u0430\u043b\u0430\u0441\u044c: \u0434\u043e\u0432\u0435\u0440\u044f\u0442\u044c \u0433\u043e\u043b\u044b\u043c \u0444\u043e\u0440\u043c\u0443\u043b\u0430\u043c \u0431\u044b\u043b\u043e \u0441\u0442\u0440\u0430\u0448\u043d\u043e. \u041f\u0440\u0438\u0448\u043b\u043e\u0441\u044c \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0440\u0443\u043a\u0430\u043c\u0438.<\/p>\n<h3>\u041a\u0430\u043a \u043c\u044b \u0443\u0441\u0442\u0440\u043e\u0438\u043b\u0438 \u043a\u0440\u0430\u0448-\u0442\u0435\u0441\u0442 \u043d\u0430 \u0441\u0435\u0440\u0432\u0435\u0440\u0430\u0445 \u0437\u0430\u043a\u0430\u0437\u0447\u0438\u043a\u0430<\/h3>\n<p>\u0417\u0430\u043a\u0430\u0437\u0447\u0438\u043a \u043f\u043e\u0434\u043d\u044f\u043b vLLM \u0432 \u0441\u0432\u043e\u0435\u043c \u0437\u0430\u0449\u0438\u0449\u0435\u043d\u043d\u043e\u043c \u043a\u043e\u043d\u0442\u0443\u0440\u0435 \u0438 \u0432\u044b\u0434\u0430\u043b \u043d\u0430\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0434\u043e\u0441\u0442\u0443\u043f \u043a API. \u041d\u0438\u043a\u0430\u043a\u043e\u0433\u043e \u043f\u0440\u044f\u043c\u043e\u0433\u043e \u0434\u043e\u0441\u0442\u0443\u043f\u0430 \u043a \u0441\u0435\u0440\u0432\u0435\u0440\u0443, GPU \u0438\u043b\u0438 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430\u043c \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0443 \u043d\u0430\u0441 \u043d\u0435 \u0431\u044b\u043b\u043e. \u041f\u0440\u0438\u0448\u043b\u043e\u0441\u044c \u0432\u044b\u043a\u0440\u0443\u0447\u0438\u0432\u0430\u0442\u044c\u0441\u044f \u0438 \u043f\u0438\u0441\u0430\u0442\u044c \u0441\u043a\u0440\u0438\u043f\u0442, \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0449\u0438\u0439 \u0447\u0438\u0441\u0442\u043e \u043f\u043e\u0432\u0435\u0440\u0445 API.<\/p>\n<p>\u041c\u044b \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 10 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432:<\/p>\n<ul>\n<li>\n<p>\u041e\u0442 1 \u0434\u043e 8 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u044b\u0445 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439.<\/p>\n<\/li>\n<li>\n<p>\u041a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u043e\u0442 2K \u0434\u043e 16K \u0442\u043e\u043a\u0435\u043d\u043e\u0432.<\/p>\n<\/li>\n<li>\n<p>\u0421 \u0432\u043a\u043b\u044e\u0447\u0435\u043d\u043d\u044b\u043c \u0438 \u0432\u044b\u043a\u043b\u044e\u0447\u0435\u043d\u043d\u044b\u043c prefix caching. \u0418\u0442\u043e\u0433: 1080 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432, \u043f\u043e 30 \u0440\u0430\u0443\u043d\u0434\u043e\u0432 \u043d\u0430 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f.<\/p>\n<\/li>\n<\/ul>\n<p>\u0412\u0430\u0436\u043d\u044b\u0439 \u043d\u044e\u0430\u043d\u0441: \u00ab\u043e\u0434\u0438\u043d \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u00bb \u0432 \u043d\u0430\u0448\u0435\u043c \u0442\u0435\u0441\u0442\u0435 \u2014 \u044d\u0442\u043e \u043d\u0435 \u043e\u0434\u0438\u043d\u043e\u043a\u0438\u0439 \u0437\u0430\u043f\u0440\u043e\u0441, \u0430 \u0434\u043e\u043b\u0433\u0430\u044f \u0431\u0435\u0441\u0435\u0434\u0430. \u041c\u044b \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u043b\u0438 \u043f\u043e 30 \u0440\u0430\u0443\u043d\u0434\u043e\u0432, \u0447\u0442\u043e\u0431\u044b \u0441\u044b\u043c\u0438\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0439 \u0434\u0438\u0430\u043b\u043e\u0433 \u0438 \u043e\u0442\u043b\u043e\u0432\u0438\u0442\u044c \u0432\u0441\u0435 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438. \u0410 \u043a\u043e\u0433\u0434\u0430 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0432\u043e\u0441\u0435\u043c\u044c, \u044d\u0442\u043e \u0443\u0436\u0435 \u043f\u043e\u0445\u043e\u0436\u0435 \u043d\u0430 \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0439 \u0445\u0430\u0440\u0434\u043a\u043e\u0440\u043d\u044b\u0439 \u0442\u0440\u0430\u0444\u0438\u043a, \u0430 \u043d\u0435 \u043d\u0430 \u0441\u0442\u0435\u0440\u0438\u043b\u044c\u043d\u043e\u0435 \u043b\u0430\u0431\u043e\u0440\u0430\u0442\u043e\u0440\u043d\u043e\u0435 \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435.<\/p>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/5e\/c6\/b0\/5ec6b001d1d99276dd12f77e7f01581d.png\" alt=\"\u0421\u0435\u0442\u043a\u0430 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432: 10 \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u0439, 1080 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432, 30 \u0440\u0430\u0443\u043d\u0434\u043e\u0432 \u043d\u0430 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f\" title=\"\u0421\u0435\u0442\u043a\u0430 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/5e\/c6\/b0\/5ec6b001d1d99276dd12f77e7f01581d.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/5e\/c6\/b0\/5ec6b001d1d99276dd12f77e7f01581d.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0421\u0435\u0442\u043a\u0430 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432<\/figcaption><\/div>\n<\/figure>\n<h3>\u0417\u0430\u0433\u043b\u044f\u0434\u044b\u0432\u0430\u0435\u043c \u043f\u043e\u0434 \u043a\u0430\u043f\u043e\u0442: \u0447\u0442\u043e \u0432\u043e\u043e\u0431\u0449\u0435 \u043d\u0443\u0436\u043d\u043e \u043c\u0435\u0440\u0438\u0442\u044c<\/h3>\n<p>\u041c\u044b \u0441\u043e\u0431\u0438\u0440\u0430\u043b\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043a\u043b\u044e\u0447\u0435\u0432\u044b\u0445 \u043c\u0435\u0442\u0440\u0438\u043a. \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u0440\u0430\u0441\u0448\u0438\u0444\u0440\u0443\u0435\u043c \u0438\u0445 \u043e\u0434\u0438\u043d \u0440\u0430\u0437, \u0447\u0442\u043e\u0431\u044b \u0434\u0430\u043b\u044c\u0448\u0435 \u043d\u0435 \u043f\u0443\u0442\u0430\u0442\u044c\u0441\u044f:<\/p>\n<ul>\n<li>\n<p><strong>TTFT (time to first token)<\/strong> \u2014 \u0432\u0440\u0435\u043c\u044f \u0434\u043e \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0433\u043e \u0442\u043e\u043a\u0435\u043d\u0430. \u0414\u043b\u044f reasoning-\u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u043f\u0435\u0440\u0432\u044b\u0439 \u0442\u043e\u043a\u0435\u043d \u2014 \u044d\u0442\u043e \u043e\u0431\u044b\u0447\u043d\u043e \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0435 \u0440\u0430\u0441\u0441\u0443\u0436\u0434\u0435\u043d\u0438\u0435, \u043d\u0435\u0432\u0438\u0434\u0438\u043c\u043e\u0435 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044e. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043d\u0430\u0448\u0435 TTFT \u2014 \u044d\u0442\u043e \u043f\u0440\u043e \u0432\u0440\u0435\u043c\u044f \u0440\u0430\u0431\u043e\u0442\u044b \u0436\u0435\u043b\u0435\u0437\u0430, \u0430 \u043d\u0435 \u043f\u0440\u043e \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u0435 \u043d\u0430 \u044d\u043a\u0440\u0430\u043d\u0435.<\/p>\n<\/li>\n<li>\n<p><strong>TPOT (time per output token)<\/strong> \u2014 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0430 \u043c\u0435\u0436\u0434\u0443 \u0441\u043e\u0441\u0435\u0434\u043d\u0438\u043c\u0438 \u0442\u043e\u043a\u0435\u043d\u0430\u043c\u0438 (\u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0430\u0445).<\/p>\n<\/li>\n<li>\n<p><strong>TPS (tokens per second)<\/strong> \u2014 \u043e\u0431\u0449\u0430\u044f \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438. \u0421\u044e\u0434\u0430 \u0432\u0445\u043e\u0434\u044f\u0442 \u0432\u0441\u0435 \u0442\u043e\u043a\u0435\u043d\u044b, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0441\u043a\u0440\u044b\u0442\u044b\u0435 reasoning-\u0440\u0430\u0437\u043c\u044b\u0448\u043b\u0435\u043d\u0438\u044f. GPU \u043f\u043e\u0442\u0435\u0435\u0442 \u043d\u0430\u0434 \u043d\u0438\u043c\u0438 \u0432\u0441\u0435\u043c\u0438, \u0434\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c \u0432\u0438\u0434\u0438\u0442 \u043b\u0438\u0448\u044c \u043a\u0440\u0430\u0441\u0438\u0432\u044b\u0439 \u0438\u0442\u043e\u0433.<\/p>\n<\/li>\n<li>\n<p><strong>p50, p95<\/strong> \u2014 \u043f\u0435\u0440\u0446\u0435\u043d\u0442\u0438\u043b\u0438 \u0437\u0430\u0434\u0435\u0440\u0436\u0435\u043a. \u0421\u0440\u0435\u0434\u043d\u0435\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u0447\u0430\u0441\u0442\u043e \u0432\u0440\u0435\u0442, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043c\u044b \u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u0445\u0432\u043e\u0441\u0442\u044b: p50 (\u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0430 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u0431\u044b\u0441\u0442\u0440\u0435\u0435 \u044d\u0442\u043e\u0439 \u0446\u0438\u0444\u0440\u044b) \u0438 p95 (\u0441\u0430\u043c\u044b\u0435 \u0434\u043e\u043b\u0433\u0438\u0435 5% \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432).<\/p>\n<\/li>\n<\/ul>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/63\/ac\/f6\/63acf6e2e8a8c40f5a8ad8bcea415592.png\" alt=\"\u041c\u0435\u0442\u0440\u0438\u043a\u0438 \u043d\u0430 \u0442\u0430\u0439\u043c\u043b\u0430\u0439\u043d\u0435 \u0437\u0430\u043f\u0440\u043e\u0441\u0430: TTFT, TPOT, TPS\" title=\"\u041c\u0435\u0442\u0440\u0438\u043a\u0438 \u043d\u0430 \u0442\u0430\u0439\u043c\u043b\u0430\u0439\u043d\u0435 \u0437\u0430\u043f\u0440\u043e\u0441\u0430\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/63\/ac\/f6\/63acf6e2e8a8c40f5a8ad8bcea415592.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/63\/ac\/f6\/63acf6e2e8a8c40f5a8ad8bcea415592.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u041c\u0435\u0442\u0440\u0438\u043a\u0438 \u043d\u0430 \u0442\u0430\u0439\u043c\u043b\u0430\u0439\u043d\u0435 \u0437\u0430\u043f\u0440\u043e\u0441\u0430<\/figcaption><\/div>\n<\/figure>\n<p>\u0417\u0430\u043f\u043e\u043c\u043d\u0438\u0442\u0435: \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u043c\u0435\u0440\u044f\u0435\u0442 \u0441\u044b\u0440\u0443\u044e \u043c\u043e\u0449\u044c \u0436\u0435\u043b\u0435\u0437\u0430 \u0438 \u043c\u043e\u0434\u0435\u043b\u0438. \u0411\u0438\u0437\u043d\u0435\u0441-\u043b\u043e\u0433\u0438\u043a\u0430, \u0432\u044b\u0437\u043e\u0432\u044b \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \u0438 \u043c\u043d\u043e\u0433\u043e\u0445\u043e\u0434\u043e\u0432\u043e\u0447\u043a\u0438 \u0430\u0433\u0435\u043d\u0442\u0430 \u0441\u044e\u0434\u0430 \u043d\u0435 \u0432\u0445\u043e\u0434\u044f\u0442 \u2014 \u044d\u0442\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u0430\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f.<\/p>\n<h3>\u0421\u0443\u0445\u0438\u0435 \u0446\u0438\u0444\u0440\u044b \u0438 \u0432\u043d\u0435\u0437\u0430\u043f\u043d\u044b\u0435 \u0438\u043d\u0441\u0430\u0439\u0442\u044b<\/h3>\n<p>\u0421\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u0431\u0430\u0437\u0443: 1 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c, 2000 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430.<\/p>\n<ul>\n<li>\n<p>TTFT p50 = 0.162 \u0441\u0435\u043a\u0443\u043d\u0434\u044b.<\/p>\n<\/li>\n<li>\n<p>\u0421\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 = 271.9 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a.<\/p>\n<\/li>\n<li>\n<p>\u041e\u0431\u0449\u0430\u044f \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0430\u044f \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c = 237.5 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a (\u0442\u0443\u0442 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u0435\u0449\u0435 \u0438 \u043f\u0435\u0440\u0435\u0432\u0430\u0440\u0438\u0432\u0430\u043d\u0438\u0435 \u0441\u0430\u043c\u043e\u0433\u043e \u043f\u0440\u043e\u043c\u043f\u0442\u0430).<\/p>\n<\/li>\n<\/ul>\n<p>\u0410 \u0442\u0435\u043f\u0435\u0440\u044c \u0434\u043e\u0431\u0430\u0432\u0438\u043c \u0436\u0430\u0440\u0443 \u2014 8 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u044b\u0445 \u044e\u0437\u0435\u0440\u043e\u0432. \u0418 \u0432\u043e\u0442 \u0442\u0443\u0442 \u043b\u043e\u0433\u0438\u043a\u0430 \u0441\u043b\u043e\u043c\u0430\u043b\u0430\u0441\u044c: TTFT p50 \u0432\u043d\u0435\u0437\u0430\u043f\u043d\u043e <strong>\u0443\u043f\u0430\u043b\u0430<\/strong> \u0434\u043e 0.135 \u0441\u0435\u043a\u0443\u043d\u0434\u044b (\u0441\u0442\u0430\u043b\u043e \u043d\u0430 17% \u0431\u044b\u0441\u0442\u0440\u0435\u0435!). \u041e\u0431\u0449\u0430\u044f \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0432\u044b\u0440\u043e\u0441\u043b\u0430 \u0434\u043e 880.8 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a. \u041c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c 4\u00d7 \u0432\u043c\u0435\u0441\u0442\u043e \u0438\u0434\u0435\u0430\u043b\u044c\u043d\u044b\u0445 8\u00d7 \u2014 \u0432\u043f\u043e\u043b\u043d\u0435 \u043e\u0436\u0438\u0434\u0430\u0435\u043c\u043e \u0438\u0437-\u0437\u0430 \u043d\u0430\u043a\u043b\u0430\u0434\u043d\u044b\u0445 \u0440\u0430\u0441\u0445\u043e\u0434\u043e\u0432 \u0431\u0430\u0442\u0447\u0438\u043d\u0433\u0430 \u0432 vLLM.<\/p>\n<p>\u0423\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0435\u043c \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u0434\u043e 16K \u0442\u043e\u043a\u0435\u043d\u043e\u0432 (\u0442\u0435 \u0436\u0435 8 \u044e\u0437\u0435\u0440\u043e\u0432). \u0421\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u043f\u0430\u0434\u0430\u0435\u0442 \u0434\u043e 645.3 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a. \u0411\u043e\u043b\u044c\u0448\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u2014 \u0431\u043e\u043b\u044c\u0448\u0435 \u0440\u0430\u0431\u043e\u0442\u044b \u0434\u043b\u044f \u043f\u0430\u043c\u044f\u0442\u0438 \u0438 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u043e\u0440\u0430.<\/p>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/d7\/5a\/b8\/d75ab86487ee57e8996ccabcf2771001.png\" alt=\"\u041f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0430\u044f \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u043f\u043e \u0434\u043b\u0438\u043d\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430: \u044d\u043c\u043f\u0438\u0440\u0438\u043a\u0430 vs \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\" title=\"\u041f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0430\u044f \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u043f\u043e \u0434\u043b\u0438\u043d\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/d7\/5a\/b8\/d75ab86487ee57e8996ccabcf2771001.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/d7\/5a\/b8\/d75ab86487ee57e8996ccabcf2771001.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u041f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0430\u044f \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u043f\u043e \u0434\u043b\u0438\u043d\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430<\/figcaption><\/div>\n<\/figure>\n<p>\u041f\u043e\u0447\u0435\u043c\u0443 \u043f\u0440\u0438 8 \u044e\u0437\u0435\u0440\u0430\u0445 \u043e\u0442\u043a\u043b\u0438\u043a \u0431\u044b\u0441\u0442\u0440\u0435\u0435, \u0447\u0435\u043c \u043f\u0440\u0438 \u043e\u0434\u043d\u043e\u043c? \u0421\u043f\u043e\u0439\u043b\u0435\u0440: \u0438\u043d\u0442\u0443\u0438\u0446\u0438\u044f \u043d\u0430\u0441 \u043e\u0431\u043c\u0430\u043d\u044b\u0432\u0430\u0435\u0442. \u042d\u0442\u043e \u043c\u0430\u0433\u0438\u044f \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b vLLM. \u0421\u0438\u0441\u0442\u0435\u043c\u0430 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u043e \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u0438 \u043b\u0443\u0447\u0448\u0435 \u0437\u0430\u0431\u0438\u0432\u0430\u0435\u0442 \u044f\u0434\u0440\u0430 \u0432\u0438\u0434\u044e\u0445\u0438 \u0440\u0430\u0431\u043e\u0442\u043e\u0439, \u0432\u043c\u0435\u0441\u0442\u043e \u0442\u043e\u0433\u043e \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0441\u0442\u0430\u0438\u0432\u0430\u0442\u044c \u0432 \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u0438 \u043e\u0434\u043d\u043e\u0433\u043e \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f.<\/p>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/eb\/5b\/26\/eb5b2684bdf09ee04f6506827274b706.png\" alt=\"TTFT \u043f\u043e \u0434\u043b\u0438\u043d\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u043f\u0440\u0438 1 \u0438 8 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f\u0445\" title=\"TTFT \u043f\u043e \u0434\u043b\u0438\u043d\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/eb\/5b\/26\/eb5b2684bdf09ee04f6506827274b706.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/eb\/5b\/26\/eb5b2684bdf09ee04f6506827274b706.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>TTFT \u043f\u043e \u0434\u043b\u0438\u043d\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430<\/figcaption><\/div>\n<\/figure>\n<p>\u041f\u0430\u0440\u0443 \u0441\u043b\u043e\u0432 \u043f\u0440\u043e \u043d\u0430\u043a\u043b\u0430\u0434\u043d\u044b\u0435 \u0440\u0430\u0441\u0445\u043e\u0434\u044b. GPT-OSS-120B \u0433\u0435\u043d\u0435\u0440\u0438\u0442 \u043a\u0443\u0447\u0443 \u043d\u0435\u0432\u0438\u0434\u0438\u043c\u043e\u0433\u043e \u0442\u0435\u043a\u0441\u0442\u0430: \u043d\u0430 1 \u0432\u0438\u0434\u0438\u043c\u044b\u0439 \u0442\u043e\u043a\u0435\u043d \u043f\u0440\u0438\u0445\u043e\u0434\u0438\u0442\u0441\u044f 2-3 \u0441\u043a\u0440\u044b\u0442\u044b\u0445 reasoning-\u0442\u043e\u043a\u0435\u043d\u0430. \u042e\u0437\u0435\u0440 \u0432\u0438\u0434\u0438\u0442 \u043e\u0442\u0432\u0435\u0442 \u043d\u0430 100 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u0430 GPU \u0432 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u043e\u0442\u043f\u0430\u0445\u0430\u043b\u0430 \u043d\u0430 \u0432\u0441\u0435 400.<\/p>\n<p>\u041d\u0430\u0441 \u043c\u043e\u0449\u043d\u043e \u0441\u043f\u0430\u0441 prefix caching. \u0415\u0441\u043b\u0438 80% \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0435\u0442\u0441\u044f (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0441\u0438\u0441\u0442\u0435\u043c\u043d\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442), TTFT p50 \u043f\u0430\u0434\u0430\u0435\u0442 \u043d\u0430 41%, \u0430 \u0436\u0435\u0441\u0442\u043a\u0438\u0435 \u0442\u043e\u0440\u043c\u043e\u0437\u0430 (p95) \u0438\u0441\u0447\u0435\u0437\u0430\u044e\u0442 \u043d\u0430 67%.<\/p>\n<p>\u0412 \u043d\u043e\u0432\u044b\u0445 vLLM \u044d\u0442\u0430 \u0444\u0438\u0447\u0430 \u0432\u043a\u043b\u044e\u0447\u0435\u043d\u0430 \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e. \u041d\u043e \u0443 \u043d\u0430\u0441 \u0431\u044b\u043b \u0442\u043e\u043b\u044c\u043a\u043e REST-\u0434\u043e\u0441\u0442\u0443\u043f \u2014 \u0433\u043b\u0443\u0445\u043e\u0439 \u0447\u0435\u0440\u043d\u044b\u0439 \u044f\u0449\u0438\u043a. \u0427\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u0440\u0430\u0431\u043e\u0442\u0443 \u0431\u0435\u0437 \u043a\u044d\u0448\u0430, \u043c\u044b \u0432\u0441\u0442\u0430\u0432\u043b\u044f\u043b\u0438 \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u044b\u0439 \u043c\u0443\u0441\u043e\u0440 \u0432 \u043d\u0430\u0447\u0430\u043b\u043e \u043f\u0440\u043e\u043c\u043f\u0442\u0430, \u043b\u043e\u043c\u0430\u044f \u043a\u044d\u0448\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435. \u0418, \u043a\u043e\u043d\u0435\u0447\u043d\u043e, \u043c\u044b \u0443\u0431\u0435\u0434\u0438\u043b\u0438\u0441\u044c, \u0447\u0442\u043e \u0432 \u043c\u043e\u043c\u0435\u043d\u0442 \u0442\u0435\u0441\u0442\u043e\u0432 \u043d\u0438\u043a\u0442\u043e \u0434\u0440\u0443\u0433\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u0443 \u043d\u0435 \u0442\u0440\u043e\u0433\u0430\u043b.<\/p>\n<h3>\u041f\u043e\u0447\u0435\u043c\u0443 \u0444\u043e\u0440\u043c\u0443\u043b\u044b \u043b\u043e\u043c\u0430\u044e\u0442\u0441\u044f \u043d\u0430 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0435<\/h3>\n<p>\u0418\u0442\u0430\u043a, apxml.com \u043e\u0431\u0435\u0449\u0430\u043b \u043d\u0430\u043c 4696 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u0430 \u043c\u044b \u0432\u044b\u0436\u0430\u043b\u0438 \u0442\u043e\u043b\u044c\u043a\u043e 880. \u0420\u0430\u0437\u043d\u0438\u0446\u0430 \u0432 5.3 \u0440\u0430\u0437\u0430! \u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u043e\u0431\u0432\u0438\u043d\u044f\u0442\u044c \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u043e\u0432 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u0430, \u0434\u0430\u0432\u0430\u0439\u0442\u0435 \u0440\u0430\u0437\u0431\u0435\u0440\u0435\u043c\u0441\u044f.<\/p>\n<h4>\u041f\u043e\u0447\u0435\u043c\u0443 \u0441\u0444\u0435\u0440\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043a\u043e\u043d\u044c \u0432 \u0432\u0430\u043a\u0443\u0443\u043c\u0435 \u043d\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442<\/h4>\n<p>\u041b\u044e\u0431\u043e\u0439 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u0432\u044b\u0434\u0430\u0435\u0442 \u0432\u0430\u043c \u0441\u0444\u0435\u0440\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u043a\u043e\u043d\u044f \u0432 \u0432\u0430\u043a\u0443\u0443\u043c\u0435. \u041e\u043d \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u0442\u0435\u043e\u0440\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043c\u0430\u043a\u0441\u0438\u043c\u0443\u043c (roofline): \u043a\u0430\u043a \u0431\u044b \u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430 \u043a\u0430\u0440\u0442\u043e\u0447\u043a\u0430, \u0435\u0441\u043b\u0438 \u0431\u044b \u043d\u0435 \u0431\u044b\u043b\u043e \u043d\u0438\u043a\u0430\u043a\u0438\u0445 \u043d\u0430\u043a\u043b\u0430\u0434\u043d\u044b\u0445 \u0440\u0430\u0441\u0445\u043e\u0434\u043e\u0432. \u041d\u043e \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u043a\u0443\u0441\u0430\u0435\u0442\u0441\u044f. \u041a\u0430\u043a \u043f\u0438\u0448\u0435\u0442 <a href=\"https:\/\/medium.com\/@plienhar\/llm-inference-series-5-dissecting-model-performance-6144aa93168f\">Pierre Lienhart \u0432 LLM Inference Series<\/a>, \u0444\u043e\u0440\u043c\u0443\u043b\u044b \u0434\u0430\u044e\u0442 best-case, \u0430 \u043d\u0435 SLA. \u041f\u043b\u044e\u0441 vLLM \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d \u043f\u043e\u0434 \u0431\u044b\u0441\u0442\u0440\u044b\u0439 \u043e\u0442\u043a\u043b\u0438\u043a (TTFT), \u0430 \u043d\u0435 \u043f\u043e\u0434 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0443\u044e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c.<\/p>\n<p>\u0421 MoE-\u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438 \u0432\u0441\u0451 \u0435\u0449\u0435 \u0441\u043b\u043e\u0436\u043d\u0435\u0435. \u0410\u043a\u0442\u0438\u0432\u043d\u0430 \u0442\u043e\u043b\u044c\u043a\u043e \u0447\u0430\u0441\u0442\u044c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u043a\u044d\u0448 \u0441\u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f \u0445\u0438\u0442\u0440\u043e, \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0441\u043a\u0430\u0447\u0435\u0442. \u041e\u0431\u044b\u0447\u043d\u044b\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u044d\u0442\u043e\u0433\u043e \u043d\u0435 \u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442. \u0423\u043c\u043d\u044b\u0435 \u0440\u0435\u0431\u044f\u0442\u0430 \u043f\u0438\u043b\u044f\u0442 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0435 \u0448\u0442\u0443\u043a\u0438 \u0442\u0438\u043f\u0430 <a href=\"https:\/\/arxiv.org\/abs\/2504.09345\">MoE-Lens<\/a>, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044e\u0442 \u044d\u0442\u0438 \u0431\u043e\u043b\u0438 \u0438 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0441 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e 94%.<\/p>\n<p>\u0422\u0430\u043a \u0447\u0442\u043e \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u043d\u0430\u0441 \u043d\u0435 \u043e\u0431\u043c\u0430\u043d\u0443\u043b. \u041e\u043d \u043f\u0440\u043e\u0441\u0442\u043e \u043e\u0442\u0432\u0435\u0442\u0438\u043b \u043d\u0430 \u0434\u0440\u0443\u0433\u043e\u0439 \u0432\u043e\u043f\u0440\u043e\u0441.<\/p>\n<h4>\u0410\u043d\u0430\u0442\u043e\u043c\u0438\u044f 5-\u043a\u0440\u0430\u0442\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u0432\u0430\u043b\u0430<\/h4>\n<p>\u041c\u044b \u043f\u0440\u0435\u043f\u0430\u0440\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u043e\u0448\u0438\u0431\u043a\u0443 \u0438 \u043d\u0430\u0448\u043b\u0438 \u0434\u0432\u0443\u0445 \u0432\u0438\u043d\u043e\u0432\u043d\u0438\u043a\u043e\u0432:<\/p>\n<ol>\n<li>\n<p>\u0417\u0430\u0432\u044b\u0448\u0435\u043d\u0438\u0435 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0434\u043b\u044f 1 \u044e\u0437\u0435\u0440\u0430 (\u0432 2.3 \u0440\u0430\u0437\u0430).<\/p>\n<\/li>\n<li>\n<p>\u0417\u0430\u0432\u044b\u0448\u0435\u043d\u0438\u0435 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f (\u0435\u0449\u0435 \u0432 2.1 \u0440\u0430\u0437\u0430).<\/p>\n<\/li>\n<\/ol>\n<p>\u041f\u0435\u0440\u0435\u043c\u043d\u043e\u0436\u0430\u0435\u043c \u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0442\u0435 \u0441\u0430\u043c\u044b\u0435 5\u00d7 \u0440\u0430\u0437\u043d\u0438\u0446\u044b. \u041a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u0432\u0435\u0440\u0438\u0442, \u0447\u0442\u043e \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043b\u0438\u043d\u0435\u0439\u043d\u043e\u0435, \u0430 GPU \u0437\u0430\u0433\u0440\u0443\u0436\u0435\u043d\u0430 \u043d\u0430 100%. \u041d\u0430\u0448\u0435 \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e\u0435 \u0436\u0435\u043b\u0435\u0437\u043e \u043b\u0435\u0433\u043a\u043e \u043b\u043e\u043c\u0430\u0435\u0442 \u044d\u0442\u0438 \u0441\u043a\u0430\u0437\u043a\u0438.<\/p>\n<p>\u0417\u0430\u0431\u0430\u0432\u043d\u043e, \u0447\u0442\u043e \u0434\u0440\u0443\u0433\u043e\u0439 \u0441\u0435\u0440\u0432\u0438\u0441 \u2014 selfhostllm.org \u2014 \u043e\u0448\u0438\u0431\u0441\u044f \u0432 \u043e\u0431\u0440\u0430\u0442\u043d\u0443\u044e \u0441\u0442\u043e\u0440\u043e\u043d\u0443. \u041e\u043d \u0437\u0430\u043d\u0438\u0437\u0438\u043b \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0432 17 \u0440\u0430\u0437! \u041f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u043e\u043d \u0441\u0447\u0438\u0442\u0430\u043b \u043a\u044d\u0448 \u043f\u043e \u0432\u0441\u0435\u043c 120B \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c \u043c\u043e\u0434\u0435\u043b\u0438, \u0430 \u0443 \u043d\u0430\u0441 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e ~5B.<\/p>\n<p>\u0422\u0440\u0435\u0442\u0438\u0439 \u043f\u0430\u0446\u0438\u0435\u043d\u0442, howmanygpus.ai, \u0432\u043e\u043e\u0431\u0449\u0435 \u043d\u0435 \u0437\u043d\u0430\u043b \u043f\u0440\u043e \u043a\u0430\u0440\u0442\u043e\u0447\u043a\u0438 RTX Pro 6000. \u0412 \u0435\u0433\u043e \u043c\u0438\u0440\u0435 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043c\u043e\u043d\u0441\u0442\u0440\u044b \u0438\u0437 \u0434\u0430\u0442\u0430-\u0446\u0435\u043d\u0442\u0440\u043e\u0432. \u041e\u0448\u0438\u0431\u043a\u0430 \u0441\u043e\u0441\u0442\u0430\u0432\u0438\u043b\u0430 \u043e\u043a\u043e\u043b\u043e 100\u00d7.<\/p>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/30\/d2\/9d\/30d29d8402e55391051bd2f1e8ce3070.png\" alt=\"\u041a\u0430\u0440\u0442\u0430 \u043e\u0448\u0438\u0431\u043e\u043a \u0442\u0440\u0451\u0445 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u043e\u0432 \u043d\u0430 \u043d\u0430\u0448\u0435\u0439 \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u0438\" title=\"\u0413\u0434\u0435 \u043f\u0440\u043e\u043c\u0430\u0445\u043d\u0443\u043b\u0438\u0441\u044c \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/30\/d2\/9d\/30d29d8402e55391051bd2f1e8ce3070.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/30\/d2\/9d\/30d29d8402e55391051bd2f1e8ce3070.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0413\u0434\u0435 \u043f\u0440\u043e\u043c\u0430\u0445\u043d\u0443\u043b\u0438\u0441\u044c \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b<\/figcaption><\/div>\n<\/figure>\n<p>\u041f\u043e\u0447\u0435\u043c\u0443 \u043e\u043d\u0438 \u0432\u0441\u0435 \u043c\u0430\u0436\u0443\u0442?<\/p>\n<ul>\n<li>\n<p>\u041d\u0435 \u0443\u043c\u0435\u044e\u0442 \u0441\u0447\u0438\u0442\u0430\u0442\u044c FP4-\u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f \u043d\u0430 Blackwell.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0435 \u0437\u043d\u0430\u044e\u0442 \u043e \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u043e\u0432\u0430\u043d\u0438\u0438 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0445 \u043a\u0430\u0440\u0442 \u0432\u0440\u043e\u0434\u0435 \u043d\u0430\u0448\u0435\u0439 RTX.<\/p>\n<\/li>\n<li>\n<p>\u041d\u0435 \u043f\u043e\u043d\u0438\u043c\u0430\u044e\u0442 \u043c\u0430\u0433\u0438\u044e \u0431\u0430\u0442\u0447\u0438\u043d\u0433\u0430 vLLM.<\/p>\n<\/li>\n<li>\n<p>\u0421\u0447\u0438\u0442\u0430\u044e\u0442 MoE-\u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0443 \u043f\u043e \u043b\u0435\u043a\u0430\u043b\u0430\u043c \u043e\u0431\u044b\u0447\u043d\u044b\u0445 \u043f\u043b\u043e\u0442\u043d\u044b\u0445 \u0441\u0435\u0442\u043e\u043a.<\/p>\n<\/li>\n<\/ul>\n<p>\u0412\u044b\u0432\u043e\u0434 \u043f\u0440\u043e\u0441\u0442: \u0434\u043b\u044f \u0440\u0435\u0434\u043a\u0438\u0445 \u0441\u0432\u044f\u0437\u043e\u043a \u0436\u0435\u043b\u0435\u0437\u0430 \u0438 \u0445\u0438\u0442\u0440\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u044d\u0442\u0438 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b \u0431\u0435\u0441\u043f\u043e\u043b\u0435\u0437\u043d\u044b.<\/p>\n<h3>\u041c\u044b \u043d\u0435 \u0441\u0443\u043c\u0430\u0441\u0448\u0435\u0434\u0448\u0438\u0435: \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u044b\u0435 \u043f\u0440\u0443\u0444\u044b \u043e\u0442 Millstone AI<\/h3>\n<p>\u0423\u0432\u0438\u0434\u0435\u0432 \u0440\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0432 5 \u0440\u0430\u0437, \u043c\u044b \u0441\u043b\u0435\u0433\u043a\u0430 \u043d\u0430\u043f\u0440\u044f\u0433\u043b\u0438\u0441\u044c: \u0430 \u043d\u0435 \u043a\u0440\u0438\u0432\u043e \u043b\u0438 \u043c\u044b \u0432\u0441\u0451 \u043d\u0430\u043c\u0435\u0440\u044f\u043b\u0438? \u041f\u043e\u043b\u0435\u0437\u043b\u0438 \u043a\u043e\u043f\u0430\u0442\u044c \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442 \u0438 \u043d\u0430\u0442\u043a\u043d\u0443\u043b\u0438\u0441\u044c \u043d\u0430 <a href=\"https:\/\/www.millstoneai.com\/inference-benchmark\/gpt-oss-120b-mxfp4-2x-rtx-pro-6000-blackwell\">\u0441\u0432\u0435\u0436\u0438\u0439 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u043e\u0442 Millstone AI<\/a>. \u0420\u0435\u0431\u044f\u0442\u0430 \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u0440\u043e\u0432\u043d\u043e \u0442\u043e\u0442 \u0436\u0435 \u0441\u0442\u0435\u043a: GPT-OSS-120B, \u0444\u043e\u0440\u043c\u0430\u0442 MXFP4 \u0438 \u0434\u0432\u0435 RTX Pro 6000 Blackwell.<\/p>\n<p>\u0421\u0440\u0430\u0432\u043d\u0438\u043c \u0446\u0438\u0444\u0440\u044b:<\/p>\n<ul>\n<li>\n<p>\u0423 \u043d\u0438\u0445 1 \u044e\u0437\u0435\u0440 \u0432\u044b\u0434\u0430\u0435\u0442 230.5 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a (\u0443 \u043d\u0430\u0441 272 \u2014 \u043d\u0430 18% \u0448\u0443\u0441\u0442\u0440\u0435\u0435).<\/p>\n<\/li>\n<li>\n<p>\u0418\u0445 \u043f\u0438\u043a\u043e\u0432\u044b\u0439 TPS \u2014 667 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a (\u0443 \u043d\u0430\u0441 880 \u2014 \u043d\u0430 32% \u0431\u043e\u043b\u044c\u0448\u0435).<\/p>\n<\/li>\n<\/ul>\n<p>\u041f\u043e\u0447\u0435\u043c\u0443 \u043c\u044b \u043e\u043a\u0430\u0437\u0430\u043b\u0438\u0441\u044c \u0431\u044b\u0441\u0442\u0440\u0435\u0435? \u0423 \u043d\u0430\u0441 \u0441\u0432\u0435\u0436\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f vLLM (v0.15.1), \u043a\u0443\u0434\u0430 \u043a\u0430\u043a \u0440\u0430\u0437 \u0437\u0430\u0432\u0435\u0437\u043b\u0438 \u0444\u0438\u043a\u0441\u044b \u043f\u043e\u0434 Blackwell \u0432 \u0444\u0435\u0432\u0440\u0430\u043b\u0435 2026. \u041f\u043b\u044e\u0441 \u043d\u0435\u043c\u043d\u043e\u0433\u043e \u043e\u0442\u043b\u0438\u0447\u0430\u043b\u0438\u0441\u044c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0438.<\/p>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/ef\/3c\/e4\/ef3ce4db33d2b83df507360d3c3cf375.png\" alt=\"\u0421\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u044c \u0434\u0432\u0443\u0445 \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u044b\u0445 \u0437\u0430\u043c\u0435\u0440\u043e\u0432 \u043d\u0430 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0439 \u0438\u043d\u0444\u0440\u0430\u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u0435\" title=\"\u0414\u0432\u0435 \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u044b\u0435 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0438 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/ef\/3c\/e4\/ef3ce4db33d2b83df507360d3c3cf375.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/ef\/3c\/e4\/ef3ce4db33d2b83df507360d3c3cf375.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0414\u0432\u0435 \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u044b\u0435 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0438 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442<\/figcaption><\/div>\n<\/figure>\n<p>\u0412\u044b\u0434\u044b\u0445\u0430\u0435\u043c \u2014 \u043c\u044b \u043c\u0435\u0440\u0438\u043b\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e! \u0420\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0441 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u043e\u043c \u2014 \u044d\u0442\u043e \u0441\u0443\u0440\u043e\u0432\u0430\u044f \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c. \u0414\u0430\u0432\u0430\u0442\u044c \u0433\u0430\u0440\u0430\u043d\u0442\u0438\u0438 \u043a\u043b\u0438\u0435\u043d\u0442\u0443 \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043e\u0434\u043d\u0438\u0445 \u0442\u043e\u043b\u044c\u043a\u043e \u0444\u043e\u0440\u043c\u0443\u043b \u2014 \u0441\u0430\u043c\u043e\u0443\u0431\u0438\u0439\u0441\u0442\u0432\u043e.<\/p>\n<hr\/>\n<h3>\u0427\u0435\u043a-\u043b\u0438\u0441\u0442: \u043a\u0430\u043a \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e \u0441\u0447\u0438\u0442\u0430\u0442\u044c \u0436\u0435\u043b\u0435\u0437\u043e \u043f\u043e\u0434 LLM<\/h3>\n<p>\u0418\u0442\u043e\u0433\u043e, \u0432\u043e\u0442 \u043d\u0430\u0448\u0430 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044f \u043f\u043e \u0432\u044b\u0436\u0438\u0432\u0430\u043d\u0438\u044e.<\/p>\n<p><strong>\u041e\u0446\u0435\u043d\u043a\u0430 VRAM (\u043f\u0430\u043c\u044f\u0442\u0438)<\/strong> \u2014 \u0442\u0443\u0442 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u0430\u043c \u043c\u043e\u0436\u043d\u043e \u0432\u0435\u0440\u0438\u0442\u044c. \u0424\u043e\u0440\u043c\u0443\u043b\u0430 \u043f\u0440\u043e\u0441\u0442\u0430\u044f, \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u043e\u0442 \u0432\u0435\u0441\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430. \u041e\u0442\u043b\u0438\u0447\u043d\u044b\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442 \u0434\u043b\u044f \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043f\u0440\u0438\u043a\u0438\u0434\u043e\u0447\u043d\u043e\u0433\u043e \u0440\u0430\u0441\u0447\u0435\u0442\u0430.<\/p>\n<p><strong>\u041e\u0446\u0435\u043d\u043a\u0430 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u043e\u0439 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u0438<\/strong> \u2014 \u0430 \u0432\u043e\u0442 \u0442\u0443\u0442 \u0432\u0441\u0451 \u0441\u043b\u043e\u0436\u043d\u0435\u0435. \u0420\u0435\u0439\u0442\u0438\u043d\u0433 \u043d\u0430\u0434\u0435\u0436\u043d\u043e\u0441\u0442\u0438 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0442\u0430\u043a:<\/p>\n<ol>\n<li>\n<p><strong>\u0422\u043e\u043b\u044c\u043a\u043e \u0445\u0430\u0440\u0434\u043a\u043e\u0440\u043d\u044b\u0439 \u0442\u0435\u0441\u0442.<\/strong> \u0420\u0435\u0434\u043a\u043e\u0435 \u0436\u0435\u043b\u0435\u0437\u043e, \u043a\u0430\u0441\u0442\u043e\u043c\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c, \u0445\u0438\u0442\u0440\u044b\u0435 \u0444\u043b\u0430\u0433\u0438 vLLM? \u041d\u0435 \u0440\u0438\u0441\u043a\u0443\u0439\u0442\u0435. \u041f\u043e\u0442\u0440\u0430\u0442\u044c\u0442\u0435 \u043f\u0430\u0440\u0443 \u0434\u043d\u0435\u0439 \u043d\u0430 \u0441\u043a\u0440\u0438\u043f\u0442 \u0438 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d. \u0426\u0435\u043d\u0430 \u043e\u0448\u0438\u0431\u043a\u0438 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0432\u044b\u0441\u043e\u043a\u0430.<\/p>\n<\/li>\n<li>\n<p><strong>\u0413\u043e\u0442\u043e\u0432\u044b\u0435 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438.<\/strong> \u0422\u0438\u043f\u0438\u0447\u043d\u0430\u044f \u0441\u0431\u043e\u0440\u043a\u0430? \u0418\u0449\u0438\u0442\u0435 \u0442\u0435\u0441\u0442\u044b \u0432\u0440\u043e\u0434\u0435 Millstone AI. \u041e\u043d\u0438 \u0434\u0430\u0434\u0443\u0442 \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u0435 \u0441 \u043f\u043e\u0433\u0440\u0435\u0448\u043d\u043e\u0441\u0442\u044c\u044e ~30%, \u0447\u0435\u0433\u043e \u0432\u043f\u043e\u043b\u043d\u0435 \u0445\u0432\u0430\u0442\u0438\u0442 \u0434\u043b\u044f \u0441\u0442\u0430\u0440\u0442\u0430.<\/p>\n<\/li>\n<li>\n<p><strong>\u041f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b.<\/strong> \u041f\u043e\u0441\u043b\u0435\u0434\u043d\u044f\u044f \u043d\u0430\u0434\u0435\u0436\u0434\u0430. \u041f\u043e\u043c\u043d\u0438\u0442\u0435: \u0432\u0430\u043c \u043f\u043e\u043a\u0430\u0436\u0443\u0442 \u043a\u0440\u0430\u0441\u0438\u0432\u044b\u0439, \u043d\u043e \u043d\u0435\u0434\u043e\u0441\u0442\u0438\u0436\u0438\u043c\u044b\u0439 \u043f\u043e\u0442\u043e\u043b\u043e\u043a.<\/p>\n<\/li>\n<\/ol>\n<figure class=\"\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/webt\/f0\/01\/16\/f001166b5d0331215fedcafaa4855580.png\" alt=\"\u0414\u0435\u0440\u0435\u0432\u043e \u0432\u044b\u0431\u043e\u0440\u0430 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430: \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440, \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a, \u0437\u0430\u043c\u0435\u0440\" title=\"\u0414\u0435\u0440\u0435\u0432\u043e \u0432\u044b\u0431\u043e\u0440\u0430 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430\" sizes=\"(max-width: 780px) 100vw, 50vw\" srcset=\"https:\/\/habrastorage.org\/r\/w780\/webt\/f0\/01\/16\/f001166b5d0331215fedcafaa4855580.png 780w,&#10;       https:\/\/habrastorage.org\/r\/w1560\/webt\/f0\/01\/16\/f001166b5d0331215fedcafaa4855580.png 781w\" loading=\"lazy\" decode=\"async\"\/><\/p>\n<div><figcaption>\u0414\u0435\u0440\u0435\u0432\u043e \u0432\u044b\u0431\u043e\u0440\u0430 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430<\/figcaption><\/div>\n<\/figure>\n<p>\u041d\u0430\u0448 \u043f\u0430\u0439\u043f\u043b\u0430\u0439\u043d \u0442\u0435\u043f\u0435\u0440\u044c \u043a\u0440\u0438\u0441\u0442\u0430\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u0441\u0442: \u0437\u0430 5 \u043c\u0438\u043d\u0443\u0442 \u043f\u0440\u0438\u043a\u0438\u0434\u044b\u0432\u0430\u0435\u043c VRAM \u0432 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u0435, \u0430 \u0437\u0430\u0442\u0435\u043c \u0442\u0440\u0430\u0442\u0438\u043c \u0434\u0435\u043d\u044c-\u0434\u0432\u0430 \u043d\u0430 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0435 \u0442\u0435\u0441\u0442\u044b \u043f\u043e\u0434 on-premise. \u041e\u0434\u0438\u043d \u0440\u0430\u0437 \u043e\u0431\u043a\u0430\u0442\u0430\u043b\u0438 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u0443\u044e \u0441\u0431\u043e\u0440\u043a\u0443 \u2014 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0446\u0438\u0444\u0440\u044b \u0434\u043b\u044f \u0432\u0441\u0435\u0445 \u0431\u0443\u0434\u0443\u0449\u0438\u0445 \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432 \u043d\u0430 \u0442\u0430\u043a\u043e\u043c \u0436\u0435 \u0441\u0442\u0435\u043a\u0435.<\/p>\n<p>\u0413\u043b\u0430\u0432\u043d\u043e\u0435: \u0432\u0430\u043c \u043d\u0435 \u043d\u0443\u0436\u043d\u043e \u0431\u044b\u0442\u044c \u0433\u0435\u043d\u0438\u0435\u043c GPU-\u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439. \u0425\u0432\u0430\u0442\u0438\u0442 \u0431\u0430\u0437\u043e\u0432\u043e\u0433\u043e \u0441\u043a\u0440\u0438\u043f\u0442\u0430, \u0434\u043e\u0441\u0442\u0443\u043f\u0430 \u043a \u0436\u0435\u043b\u0435\u0437\u0443 \u0438 \u043f\u0430\u0440\u044b \u0434\u043d\u0435\u0439 \u0442\u0435\u0440\u043f\u0435\u043d\u0438\u044f. \u0422\u043e\u043b\u044c\u043a\u043e \u0442\u0430\u043a \u043c\u043e\u0436\u043d\u043e \u0441\u043f\u0430\u0442\u044c \u0441\u043f\u043e\u043a\u043e\u0439\u043d\u043e \u043f\u043e\u0441\u043b\u0435 \u043f\u043e\u0434\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0434\u043e\u0433\u043e\u0432\u043e\u0440\u0430.<\/p>\n<p>\u0410 \u0432\u044b \u043d\u0430\u0440\u044b\u0432\u0430\u043b\u0438\u0441\u044c \u043d\u0430 \u0442\u0430\u043a\u0438\u0435 \u0441\u044e\u0440\u043f\u0440\u0438\u0437\u044b \u043e\u0442 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u043e\u0432? \u041a\u0442\u043e \u0433\u043e\u043d\u044f\u043b MoE-\u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 B200, H100 \u0438\u043b\u0438 \u043c\u043e\u0449\u043d\u044b\u0445 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0445 \u043a\u0430\u0440\u0442\u0430\u0445 \u2014 \u0437\u0430\u043a\u0438\u0434\u044b\u0432\u0430\u0439\u0442\u0435 \u0446\u0438\u0444\u0440\u044b \u0432 \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u044b. \u0421\u043e\u0431\u0435\u0440\u0435\u043c \u0441\u0432\u043e\u044e \u043a\u0430\u0440\u0442\u0443 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u0438!<\/p>\n<hr\/>\n<p>\u0420\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0442\u0435\u043e\u0440\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043c\u0435\u0442\u0440\u0438\u043a \u0441 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e \u2014 \u043e\u0431\u044b\u0447\u043d\u043e\u0435 \u0434\u0435\u043b\u043e \u0434\u043b\u044f on-premise \u0441\u0438\u0441\u0442\u0435\u043c, \u0438 \u0433\u0440\u0430\u043c\u043e\u0442\u043d\u044b\u0439 \u043d\u0430\u0433\u0440\u0443\u0437\u043e\u0447\u043d\u044b\u0439 \u0442\u0435\u0441\u0442 \u0441\u043f\u0430\u0441\u0430\u0435\u0442 \u043e\u0442 \u043a\u0440\u0438\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043e\u0448\u0438\u0431\u043e\u043a \u0432 \u043e\u0446\u0435\u043d\u043a\u0435 \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u044f.<\/p>\n<blockquote>\n<p>\u0412 <a href=\"https:\/\/llmstart.ru\/?utm_source=habr&amp;utm_medium=article&amp;utm_campaign=hardware-throughput\">LLMStart.ru<\/a> \u043c\u044b \u043f\u043e\u043c\u043e\u0433\u0430\u0435\u043c \u0431\u0438\u0437\u043d\u0435\u0441\u0443 \u0440\u0435\u0448\u0430\u0442\u044c \u0442\u0430\u043a\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438 \u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u044c \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0439 \u044d\u0444\u0444\u0435\u043a\u0442 \u043e\u0442 \u0418\u0418 \u2014 \u043e\u0442 \u043f\u0440\u043e\u0442\u043e\u0442\u0438\u043f\u0430 \u0434\u043e \u043f\u0440\u043e\u043c\u044b\u0448\u043b\u0435\u043d\u043d\u043e\u0439 \u044d\u043a\u0441\u043f\u043b\u0443\u0430\u0442\u0430\u0446\u0438\u0438. \u041e\u0431\u0440\u0430\u0449\u0430\u0439\u0442\u0435\u0441\u044c \u043a \u043d\u0430\u043c \u0437\u0430 \u043a\u043e\u043d\u0441\u0443\u043b\u044c\u0442\u0430\u0446\u0438\u0435\u0439 \u0438\u043b\u0438 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u043e\u0439 on-premise AI-\u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u043f\u043e\u0434 \u043a\u043b\u044e\u0447.<\/p>\n<p>\u0415\u0441\u043b\u0438 \u0445\u043e\u0442\u0438\u0442\u0435 \u043f\u0435\u0440\u0435\u043d\u044f\u0442\u044c \u043e\u043f\u044b\u0442 \u0438 \u043d\u0430\u0443\u0447\u0438\u0442\u044c\u0441\u044f \u0434\u0435\u043b\u0430\u0442\u044c \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0435 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0441\u0430\u043c\u043e\u0441\u0442\u043e\u044f\u0442\u0435\u043b\u044c\u043d\u043e, \u0443 \u043d\u0430\u0441 \u0435\u0441\u0442\u044c <a href=\"https:\/\/llmstart.ru\/ai-agents-combo\/?utm_source=habr&amp;utm_medium=article&amp;utm_campaign=hardware-throughput_courses\">\u041a\u043e\u043c\u0431\u043e \u0438\u0437 \u0447\u0435\u0442\u044b\u0440\u0435\u0445 \u043a\u0443\u0440\u0441\u043e\u0432 \u043f\u043e AI-driven \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0438 \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u0430\u043c<\/a>. \u042d\u0442\u043e \u043f\u043e\u043b\u043d\u044b\u0439 \u0433\u0430\u0439\u0434 \u043e\u0442 AI-\u043a\u043e\u0434\u0438\u043d\u0433\u0430 \u0438 \u043f\u0435\u0440\u0432\u044b\u0445 \u0430\u0441\u0441\u0438\u0441\u0442\u0435\u043d\u0442\u043e\u0432 \u043a AI-\u043f\u0440\u043e\u0434\u0443\u043a\u0442\u0430\u043c, RAG-\u0441\u0438\u0441\u0442\u0435\u043c\u0430\u043c, \u0430\u0433\u0435\u043d\u0442\u0430\u043c \u0438 \u043c\u0443\u043b\u044c\u0442\u0438\u0430\u0433\u0435\u043d\u0442\u043d\u044b\u043c \u0441\u0438\u0441\u0442\u0435\u043c\u0430\u043c.<\/p>\n<p>\u041f\u043e \u043b\u044e\u0431\u044b\u043c \u0432\u043e\u043f\u0440\u043e\u0441\u0430\u043c \u043f\u0438\u0448\u0438\u0442\u0435 \u043c\u043d\u0435 \u0432 \u043b\u0438\u0447\u043a\u0443: <a href=\"https:\/\/t.me\/smirnoff_ai\">Telegram<\/a> \u0438\u043b\u0438 <a href=\"https:\/\/vk.com\/smirnoff_ai\">\u0412\u041a<\/a>. \u041f\u0440\u0438\u0433\u043b\u0430\u0448\u0430\u0435\u043c \u0442\u0430\u043a\u0436\u0435 \u0432 \u043d\u0430\u0448\u0438 \u0441\u043e\u0446\u0441\u0435\u0442\u0438 \u043f\u0440\u043e \u0418\u0418-\u043a\u043e\u0434\u0438\u043d\u0433 \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u043e\u0432: \u0432 <a href=\"https:\/\/t.me\/aidialogs\">\u0422\u0413-\u043a\u0430\u043d\u0430\u043b<\/a> \u0438 <a href=\"https:\/\/vk.com\/llmstart\">\u0412\u041a-\u0441\u043e\u043e\u0431\u0449\u0435\u0441\u0442\u0432\u043e<\/a><\/p>\n<\/blockquote>\n<\/div>\n<p>\u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/1046722\/\">https:\/\/habr.com\/ru\/articles\/1046722\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u0421\u043a\u043e\u043b\u044c\u043a\u043e \u0436\u0435\u043b\u0435\u0437\u0430 \u043d\u0443\u0436\u043d\u043e \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u0443? \u041a\u0430\u043a \u043c\u044b \u0441\u0447\u0438\u0442\u0430\u043b\u0438 \u0440\u0435\u0441\u0443\u0440\u0441\u044b \u0434\u043b\u044f on-premise LLM\u041c\u044b \u0432 LLMStart.ru \u0434\u0435\u043b\u0430\u0435\u043c AI-\u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0434\u043b\u044f \u0431\u0438\u0437\u043d\u0435\u0441\u0430. \u0427\u0430\u0441\u0442\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u043c \u0441 on-premise \u2014 \u044d\u0442\u043e \u0437\u0430\u043a\u0440\u044b\u0442\u044b\u0435 \u043a\u043e\u043d\u0442\u0443\u0440\u044b, \u0433\u0434\u0435 \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u044c \u043d\u0435 \u0440\u0430\u0437\u0440\u0435\u0448\u0430\u0435\u0442 \u0432\u043d\u0435\u0448\u043d\u0438\u0435 API. \u0412 \u043e\u0434\u043d\u043e\u043c \u043f\u0440\u043e\u0435\u043a\u0442\u0435 \u043c\u044b \u0440\u0430\u0437\u0432\u043e\u0440\u0430\u0447\u0438\u0432\u0430\u043b\u0438 LLM-\u0430\u0433\u0435\u043d\u0442\u0430 \u043d\u0430 2\u00d7 RTX Pro 6000 Blackwell \u043f\u043e\u0434 GPT-OSS-120B (MoE). \u041d\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u0431\u044b\u043b\u043e \u0434\u0430\u0442\u044c \u043a\u043b\u0438\u0435\u043d\u0442\u0443 \u0436\u0435\u043b\u0435\u0437\u043d\u0443\u044e \u0433\u0430\u0440\u0430\u043d\u0442\u0438\u044e: \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043e\u0434\u043d\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0445 \u0434\u0438\u0430\u043b\u043e\u0433\u043e\u0432 \u043f\u043e\u0442\u044f\u043d\u0435\u0442 \u0441\u0438\u0441\u0442\u0435\u043c\u0430. \u041e\u0431\u043b\u0430\u0447\u043d\u043e\u0433\u043e \u0430\u0432\u0442\u043e\u0441\u043a\u0435\u0439\u043b\u0438\u043d\u0433\u0430 \u043d\u0435\u0442, \u043f\u0440\u0430\u0432\u0430 \u043d\u0430 \u043e\u0448\u0438\u0431\u043a\u0443 \u2014 \u0442\u043e\u0436\u0435.\u0421\u043d\u0430\u0447\u0430\u043b\u0430 \u043f\u043e\u0448\u043b\u0438 \u043f\u0440\u043e\u0441\u0442\u044b\u043c \u043f\u0443\u0442\u0435\u043c \u2014 \u043e\u0442\u043a\u0440\u044b\u043b\u0438 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440. \u041e\u043d \u043f\u043e\u043e\u0431\u0435\u0449\u0430\u043b 4696 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443 \u043f\u0440\u0438 8 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u044b\u0445 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f\u0445. \u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u0440\u0430\u0434\u043e\u0432\u0430\u0442\u044c \u0437\u0430\u043a\u0430\u0437\u0447\u0438\u043a\u0430, \u043c\u044b \u043d\u0430\u043f\u0438\u0441\u0430\u043b\u0438 \u0441\u043a\u0440\u0438\u043f\u0442 \u0438 \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 \u0442\u0435\u0441\u0442\u044b \u043d\u0430 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u043c \u0436\u0435\u043b\u0435\u0437\u0435. \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442? 880 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443. \u0420\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u2014 \u0432 5 \u0440\u0430\u0437!\u041a\u043e\u043c\u0443 \u044d\u0442\u043e \u0447\u0438\u0442\u0430\u0442\u044c:AI-\u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430\u043c, \u0441\u0447\u0438\u0442\u0430\u044e\u0449\u0438\u043c \u0436\u0435\u043b\u0435\u0437\u043e \u043f\u043e\u0434 on-premise LLM.\u0422\u0435\u043c, \u043a\u0442\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0441 \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u043c\u0438 \u0441\u0431\u043e\u0440\u043a\u0430\u043c\u0438 (\u0443 \u043d\u0430\u0441 \u0442\u0443\u0442 \u0440\u0435\u0434\u043a\u0430\u044f \u0441\u0432\u044f\u0437\u043a\u0430 workstation-GPU RTX Pro 6000 Blackwell \u0438 MoE-\u043c\u043e\u0434\u0435\u043b\u0438, \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b \u0441\u0445\u043e\u0434\u044f\u0442 \u0441 \u0443\u043c\u0430).\u0412\u0441\u0435\u043c, \u043a\u0442\u043e \u0445\u043e\u0447\u0435\u0442 \u043f\u043e\u043d\u044f\u0442\u044c \u0440\u0430\u0437\u043d\u0438\u0446\u0443 \u043c\u0435\u0436\u0434\u0443 \u0442\u0435\u043e\u0440\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u043c \u043f\u043e\u0442\u043e\u043b\u043a\u043e\u043c \u0438 \u0441\u0443\u0440\u043e\u0432\u043e\u0439 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e.\u041e\u0446\u0435\u043d\u043a\u0430 \u0432 \u0442\u0435\u043e\u0440\u0438\u0438: \u043f\u043e\u0447\u0435\u043c\u0443 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u043e\u0431\u0435\u0449\u0430\u043b \u043d\u0430\u043c \u0437\u043e\u043b\u043e\u0442\u044b\u0435 \u0433\u043e\u0440\u044b\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0446\u0435\u043b\u0435\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438 \u043c\u044b \u0432\u044b\u0431\u0440\u0430\u043b\u0438 GPT-OSS-120B. \u042d\u0442\u043e \u043a\u0440\u0443\u043f\u043d\u0430\u044f reasoning-\u043c\u043e\u0434\u0435\u043b\u044c \u0441 \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u043e\u0439 MoE (Mixture of Experts). \u0424\u0438\u0448\u043a\u0430 \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u0438\u0437 120B \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432 \u043d\u0430 \u043a\u0430\u0436\u0434\u043e\u043c \u0437\u0430\u043f\u0440\u043e\u0441\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e ~5B.\u041f\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0443 \u2014 \u0442\u043e\u043f \u0441\u0440\u0435\u0434\u0438 \u0430\u043d\u0430\u043b\u043e\u0433\u043e\u0432.\u041f\u043e \u043f\u0430\u043c\u044f\u0442\u0438 \u2014 \u0438\u0434\u0435\u0430\u043b\u044c\u043d\u044b\u0439 \u0431\u0430\u043b\u0430\u043d\u0441 (\u043c\u043e\u0434\u0435\u043b\u0438 \u043a\u0440\u0443\u043f\u043d\u0435\u0435 \u043d\u0430 \u043d\u0430\u0448\u0435\u043c \u0436\u0435\u043b\u0435\u0437\u0435 \u043f\u0440\u043e\u0441\u0442\u043e \u043d\u0435 \u0437\u0430\u0432\u0435\u043b\u0438\u0441\u044c \u0431\u044b).\u0417\u0430\u043a\u0430\u0437\u0447\u0438\u043a \u0432\u044b\u0431\u0440\u0430\u043b \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e\u0435 \u0436\u0435\u043b\u0435\u0437\u043e: 2\u00d7 RTX Pro 6000 Blackwell (\u043f\u043e 96 GB VRAM \u043a\u0430\u0436\u0434\u0430\u044f, \u0438\u0442\u043e\u0433\u043e 192 GB). \u042d\u0442\u043e \u0440\u0435\u0434\u043a\u0430\u044f \u0448\u0442\u0443\u043a\u0430, \u043d\u0435 \u0438\u0437 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0445 \u0434\u0430\u0442\u0430-\u0446\u0435\u043d\u0442\u0440\u043e\u0432.\u041c\u044b \u0437\u0430\u043a\u0438\u043d\u0443\u043b\u0438 \u044d\u0442\u0438 \u0432\u0432\u043e\u0434\u043d\u044b\u0435 \u0432 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 apxml.com. \u0412\u0435\u0440\u0434\u0438\u043a\u0442: 4696 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443 (8 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439, \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 2000 \u0442\u043e\u043a\u0435\u043d\u043e\u0432). \u0420\u0430\u0434\u0438 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u0430 \u0433\u043b\u044f\u043d\u0443\u043b\u0438 \u0432 selfhostllm.org \u0438 howmanygpus.ai \u2014 \u0442\u0430\u043c \u0446\u0438\u0444\u0440\u044b \u0432\u043e\u043e\u0431\u0449\u0435 \u043f\u043b\u044f\u0441\u0430\u043b\u0438. \u0418 \u0432\u043e\u0442 \u0442\u0443\u0442 \u043b\u043e\u0433\u0438\u043a\u0430 \u0441\u043b\u043e\u043c\u0430\u043b\u0430\u0441\u044c: \u0434\u043e\u0432\u0435\u0440\u044f\u0442\u044c \u0433\u043e\u043b\u044b\u043c \u0444\u043e\u0440\u043c\u0443\u043b\u0430\u043c \u0431\u044b\u043b\u043e \u0441\u0442\u0440\u0430\u0448\u043d\u043e. \u041f\u0440\u0438\u0448\u043b\u043e\u0441\u044c \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0440\u0443\u043a\u0430\u043c\u0438.\u041a\u0430\u043a \u043c\u044b \u0443\u0441\u0442\u0440\u043e\u0438\u043b\u0438 \u043a\u0440\u0430\u0448-\u0442\u0435\u0441\u0442 \u043d\u0430 \u0441\u0435\u0440\u0432\u0435\u0440\u0430\u0445 \u0437\u0430\u043a\u0430\u0437\u0447\u0438\u043a\u0430\u0417\u0430\u043a\u0430\u0437\u0447\u0438\u043a \u043f\u043e\u0434\u043d\u044f\u043b vLLM \u0432 \u0441\u0432\u043e\u0435\u043c \u0437\u0430\u0449\u0438\u0449\u0435\u043d\u043d\u043e\u043c \u043a\u043e\u043d\u0442\u0443\u0440\u0435 \u0438 \u0432\u044b\u0434\u0430\u043b \u043d\u0430\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0434\u043e\u0441\u0442\u0443\u043f \u043a API. \u041d\u0438\u043a\u0430\u043a\u043e\u0433\u043e \u043f\u0440\u044f\u043c\u043e\u0433\u043e \u0434\u043e\u0441\u0442\u0443\u043f\u0430 \u043a \u0441\u0435\u0440\u0432\u0435\u0440\u0443, GPU \u0438\u043b\u0438 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430\u043c \u0440\u0430\u043d\u0442\u0430\u0439\u043c\u0430 \u0443 \u043d\u0430\u0441 \u043d\u0435 \u0431\u044b\u043b\u043e. \u041f\u0440\u0438\u0448\u043b\u043e\u0441\u044c \u0432\u044b\u043a\u0440\u0443\u0447\u0438\u0432\u0430\u0442\u044c\u0441\u044f \u0438 \u043f\u0438\u0441\u0430\u0442\u044c \u0441\u043a\u0440\u0438\u043f\u0442, \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0449\u0438\u0439 \u0447\u0438\u0441\u0442\u043e \u043f\u043e\u0432\u0435\u0440\u0445 API.\u041c\u044b \u043f\u0440\u043e\u0433\u043d\u0430\u043b\u0438 10 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432:\u041e\u0442 1 \u0434\u043e 8 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u044b\u0445 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439.\u041a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u043e\u0442 2K \u0434\u043e 16K \u0442\u043e\u043a\u0435\u043d\u043e\u0432.\u0421 \u0432\u043a\u043b\u044e\u0447\u0435\u043d\u043d\u044b\u043c \u0438 \u0432\u044b\u043a\u043b\u044e\u0447\u0435\u043d\u043d\u044b\u043c prefix caching. \u0418\u0442\u043e\u0433: 1080 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432, \u043f\u043e 30 \u0440\u0430\u0443\u043d\u0434\u043e\u0432 \u043d\u0430 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f.\u0412\u0430\u0436\u043d\u044b\u0439 \u043d\u044e\u0430\u043d\u0441: \u00ab\u043e\u0434\u0438\u043d \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u00bb \u0432 \u043d\u0430\u0448\u0435\u043c \u0442\u0435\u0441\u0442\u0435 \u2014 \u044d\u0442\u043e \u043d\u0435 \u043e\u0434\u0438\u043d\u043e\u043a\u0438\u0439 \u0437\u0430\u043f\u0440\u043e\u0441, \u0430 \u0434\u043e\u043b\u0433\u0430\u044f \u0431\u0435\u0441\u0435\u0434\u0430. \u041c\u044b \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u043b\u0438 \u043f\u043e 30 \u0440\u0430\u0443\u043d\u0434\u043e\u0432, \u0447\u0442\u043e\u0431\u044b \u0441\u044b\u043c\u0438\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0439 \u0434\u0438\u0430\u043b\u043e\u0433 \u0438 \u043e\u0442\u043b\u043e\u0432\u0438\u0442\u044c \u0432\u0441\u0435 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438. \u0410 \u043a\u043e\u0433\u0434\u0430 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0432\u043e\u0441\u0435\u043c\u044c, \u044d\u0442\u043e \u0443\u0436\u0435 \u043f\u043e\u0445\u043e\u0436\u0435 \u043d\u0430 \u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0438\u0439 \u0445\u0430\u0440\u0434\u043a\u043e\u0440\u043d\u044b\u0439 \u0442\u0440\u0430\u0444\u0438\u043a, \u0430 \u043d\u0435 \u043d\u0430 \u0441\u0442\u0435\u0440\u0438\u043b\u044c\u043d\u043e\u0435 \u043b\u0430\u0431\u043e\u0440\u0430\u0442\u043e\u0440\u043d\u043e\u0435 \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435.\u0421\u0435\u0442\u043a\u0430 \u0442\u0435\u0441\u0442\u043e\u0432\u044b\u0445 \u0441\u0446\u0435\u043d\u0430\u0440\u0438\u0435\u0432\u0417\u0430\u0433\u043b\u044f\u0434\u044b\u0432\u0430\u0435\u043c \u043f\u043e\u0434 \u043a\u0430\u043f\u043e\u0442: \u0447\u0442\u043e \u0432\u043e\u043e\u0431\u0449\u0435 \u043d\u0443\u0436\u043d\u043e \u043c\u0435\u0440\u0438\u0442\u044c\u041c\u044b \u0441\u043e\u0431\u0438\u0440\u0430\u043b\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043a\u043b\u044e\u0447\u0435\u0432\u044b\u0445 \u043c\u0435\u0442\u0440\u0438\u043a. \u0414\u0430\u0432\u0430\u0439\u0442\u0435 \u0440\u0430\u0441\u0448\u0438\u0444\u0440\u0443\u0435\u043c \u0438\u0445 \u043e\u0434\u0438\u043d \u0440\u0430\u0437, \u0447\u0442\u043e\u0431\u044b \u0434\u0430\u043b\u044c\u0448\u0435 \u043d\u0435 \u043f\u0443\u0442\u0430\u0442\u044c\u0441\u044f:TTFT (time to first token) \u2014 \u0432\u0440\u0435\u043c\u044f \u0434\u043e \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u0441\u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0433\u043e \u0442\u043e\u043a\u0435\u043d\u0430. \u0414\u043b\u044f reasoning-\u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u043f\u0435\u0440\u0432\u044b\u0439 \u0442\u043e\u043a\u0435\u043d \u2014 \u044d\u0442\u043e \u043e\u0431\u044b\u0447\u043d\u043e \u0432\u043d\u0443\u0442\u0440\u0435\u043d\u043d\u0435\u0435 \u0440\u0430\u0441\u0441\u0443\u0436\u0434\u0435\u043d\u0438\u0435, \u043d\u0435\u0432\u0438\u0434\u0438\u043c\u043e\u0435 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044e. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043d\u0430\u0448\u0435 TTFT \u2014 \u044d\u0442\u043e \u043f\u0440\u043e \u0432\u0440\u0435\u043c\u044f \u0440\u0430\u0431\u043e\u0442\u044b \u0436\u0435\u043b\u0435\u0437\u0430, \u0430 \u043d\u0435 \u043f\u0440\u043e \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u0435 \u043d\u0430 \u044d\u043a\u0440\u0430\u043d\u0435.TPOT (time per output token) \u2014 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0430 \u043c\u0435\u0436\u0434\u0443 \u0441\u043e\u0441\u0435\u0434\u043d\u0438\u043c\u0438 \u0442\u043e\u043a\u0435\u043d\u0430\u043c\u0438 (\u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0430\u0445).TPS (tokens per second) \u2014 \u043e\u0431\u0449\u0430\u044f \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438. \u0421\u044e\u0434\u0430 \u0432\u0445\u043e\u0434\u044f\u0442 \u0432\u0441\u0435 \u0442\u043e\u043a\u0435\u043d\u044b, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0441\u043a\u0440\u044b\u0442\u044b\u0435 reasoning-\u0440\u0430\u0437\u043c\u044b\u0448\u043b\u0435\u043d\u0438\u044f. GPU \u043f\u043e\u0442\u0435\u0435\u0442 \u043d\u0430\u0434 \u043d\u0438\u043c\u0438 \u0432\u0441\u0435\u043c\u0438, \u0434\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c \u0432\u0438\u0434\u0438\u0442 \u043b\u0438\u0448\u044c \u043a\u0440\u0430\u0441\u0438\u0432\u044b\u0439 \u0438\u0442\u043e\u0433.p50, p95 \u2014 \u043f\u0435\u0440\u0446\u0435\u043d\u0442\u0438\u043b\u0438 \u0437\u0430\u0434\u0435\u0440\u0436\u0435\u043a. \u0421\u0440\u0435\u0434\u043d\u0435\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u0447\u0430\u0441\u0442\u043e \u0432\u0440\u0435\u0442, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043c\u044b \u0441\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u0445\u0432\u043e\u0441\u0442\u044b: p50 (\u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0430 \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432 \u0431\u044b\u0441\u0442\u0440\u0435\u0435 \u044d\u0442\u043e\u0439 \u0446\u0438\u0444\u0440\u044b) \u0438 p95 (\u0441\u0430\u043c\u044b\u0435 \u0434\u043e\u043b\u0433\u0438\u0435 5% \u0437\u0430\u043f\u0440\u043e\u0441\u043e\u0432).\u041c\u0435\u0442\u0440\u0438\u043a\u0438 \u043d\u0430 \u0442\u0430\u0439\u043c\u043b\u0430\u0439\u043d\u0435 \u0437\u0430\u043f\u0440\u043e\u0441\u0430\u0417\u0430\u043f\u043e\u043c\u043d\u0438\u0442\u0435: \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u043c\u0435\u0440\u044f\u0435\u0442 \u0441\u044b\u0440\u0443\u044e \u043c\u043e\u0449\u044c \u0436\u0435\u043b\u0435\u0437\u0430 \u0438 \u043c\u043e\u0434\u0435\u043b\u0438. \u0411\u0438\u0437\u043d\u0435\u0441-\u043b\u043e\u0433\u0438\u043a\u0430, \u0432\u044b\u0437\u043e\u0432\u044b \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \u0438 \u043c\u043d\u043e\u0433\u043e\u0445\u043e\u0434\u043e\u0432\u043e\u0447\u043a\u0438 \u0430\u0433\u0435\u043d\u0442\u0430 \u0441\u044e\u0434\u0430 \u043d\u0435 \u0432\u0445\u043e\u0434\u044f\u0442 \u2014 \u044d\u0442\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u0430\u044f \u0438\u0441\u0442\u043e\u0440\u0438\u044f.\u0421\u0443\u0445\u0438\u0435 \u0446\u0438\u0444\u0440\u044b \u0438 \u0432\u043d\u0435\u0437\u0430\u043f\u043d\u044b\u0435 \u0438\u043d\u0441\u0430\u0439\u0442\u044b\u0421\u043c\u043e\u0442\u0440\u0438\u043c \u043d\u0430 \u0431\u0430\u0437\u0443: 1 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044c, 2000 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430.TTFT p50 = 0.162 \u0441\u0435\u043a\u0443\u043d\u0434\u044b.\u0421\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 = 271.9 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a.\u041e\u0431\u0449\u0430\u044f \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0430\u044f \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c = 237.5 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a (\u0442\u0443\u0442 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u0435\u0449\u0435 \u0438 \u043f\u0435\u0440\u0435\u0432\u0430\u0440\u0438\u0432\u0430\u043d\u0438\u0435 \u0441\u0430\u043c\u043e\u0433\u043e \u043f\u0440\u043e\u043c\u043f\u0442\u0430).\u0410 \u0442\u0435\u043f\u0435\u0440\u044c \u0434\u043e\u0431\u0430\u0432\u0438\u043c \u0436\u0430\u0440\u0443 \u2014 8 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u044b\u0445 \u044e\u0437\u0435\u0440\u043e\u0432. \u0418 \u0432\u043e\u0442 \u0442\u0443\u0442 \u043b\u043e\u0433\u0438\u043a\u0430 \u0441\u043b\u043e\u043c\u0430\u043b\u0430\u0441\u044c: TTFT p50 \u0432\u043d\u0435\u0437\u0430\u043f\u043d\u043e \u0443\u043f\u0430\u043b\u0430 \u0434\u043e 0.135 \u0441\u0435\u043a\u0443\u043d\u0434\u044b (\u0441\u0442\u0430\u043b\u043e \u043d\u0430 17% \u0431\u044b\u0441\u0442\u0440\u0435\u0435!). \u041e\u0431\u0449\u0430\u044f \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0432\u044b\u0440\u043e\u0441\u043b\u0430 \u0434\u043e 880.8 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a. \u041c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c 4\u00d7 \u0432\u043c\u0435\u0441\u0442\u043e \u0438\u0434\u0435\u0430\u043b\u044c\u043d\u044b\u0445 8\u00d7 \u2014 \u0432\u043f\u043e\u043b\u043d\u0435 \u043e\u0436\u0438\u0434\u0430\u0435\u043c\u043e \u0438\u0437-\u0437\u0430 \u043d\u0430\u043a\u043b\u0430\u0434\u043d\u044b\u0445 \u0440\u0430\u0441\u0445\u043e\u0434\u043e\u0432 \u0431\u0430\u0442\u0447\u0438\u043d\u0433\u0430 \u0432 vLLM.\u0423\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0435\u043c \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u0434\u043e 16K \u0442\u043e\u043a\u0435\u043d\u043e\u0432 (\u0442\u0435 \u0436\u0435 8 \u044e\u0437\u0435\u0440\u043e\u0432). \u0421\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u043f\u0430\u0434\u0430\u0435\u0442 \u0434\u043e 645.3 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a. \u0411\u043e\u043b\u044c\u0448\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442 \u2014 \u0431\u043e\u043b\u044c\u0448\u0435 \u0440\u0430\u0431\u043e\u0442\u044b \u0434\u043b\u044f \u043f\u0430\u043c\u044f\u0442\u0438 \u0438 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u043e\u0440\u0430.\u041f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0430\u044f \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c \u043f\u043e \u0434\u043b\u0438\u043d\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430\u041f\u043e\u0447\u0435\u043c\u0443 \u043f\u0440\u0438 8 \u044e\u0437\u0435\u0440\u0430\u0445 \u043e\u0442\u043a\u043b\u0438\u043a \u0431\u044b\u0441\u0442\u0440\u0435\u0435, \u0447\u0435\u043c \u043f\u0440\u0438 \u043e\u0434\u043d\u043e\u043c? \u0421\u043f\u043e\u0439\u043b\u0435\u0440: \u0438\u043d\u0442\u0443\u0438\u0446\u0438\u044f \u043d\u0430\u0441 \u043e\u0431\u043c\u0430\u043d\u044b\u0432\u0430\u0435\u0442. \u042d\u0442\u043e \u043c\u0430\u0433\u0438\u044f \u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u044b vLLM. \u0421\u0438\u0441\u0442\u0435\u043c\u0430 \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u043e \u043e\u0431\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0435\u0442 \u0437\u0430\u043f\u0440\u043e\u0441\u044b \u0438 \u043b\u0443\u0447\u0448\u0435 \u0437\u0430\u0431\u0438\u0432\u0430\u0435\u0442 \u044f\u0434\u0440\u0430 \u0432\u0438\u0434\u044e\u0445\u0438 \u0440\u0430\u0431\u043e\u0442\u043e\u0439, \u0432\u043c\u0435\u0441\u0442\u043e \u0442\u043e\u0433\u043e \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0441\u0442\u0430\u0438\u0432\u0430\u0442\u044c \u0432 \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u0438 \u043e\u0434\u043d\u043e\u0433\u043e \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f.TTFT \u043f\u043e \u0434\u043b\u0438\u043d\u0435 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430\u041f\u0430\u0440\u0443 \u0441\u043b\u043e\u0432 \u043f\u0440\u043e \u043d\u0430\u043a\u043b\u0430\u0434\u043d\u044b\u0435 \u0440\u0430\u0441\u0445\u043e\u0434\u044b. GPT-OSS-120B \u0433\u0435\u043d\u0435\u0440\u0438\u0442 \u043a\u0443\u0447\u0443 \u043d\u0435\u0432\u0438\u0434\u0438\u043c\u043e\u0433\u043e \u0442\u0435\u043a\u0441\u0442\u0430: \u043d\u0430 1 \u0432\u0438\u0434\u0438\u043c\u044b\u0439 \u0442\u043e\u043a\u0435\u043d \u043f\u0440\u0438\u0445\u043e\u0434\u0438\u0442\u0441\u044f 2-3 \u0441\u043a\u0440\u044b\u0442\u044b\u0445 reasoning-\u0442\u043e\u043a\u0435\u043d\u0430. \u042e\u0437\u0435\u0440 \u0432\u0438\u0434\u0438\u0442 \u043e\u0442\u0432\u0435\u0442 \u043d\u0430 100 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u0430 GPU \u0432 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u043e\u0442\u043f\u0430\u0445\u0430\u043b\u0430 \u043d\u0430 \u0432\u0441\u0435 400.\u041d\u0430\u0441 \u043c\u043e\u0449\u043d\u043e \u0441\u043f\u0430\u0441 prefix caching. \u0415\u0441\u043b\u0438 80% \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0435\u0442\u0441\u044f (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0441\u0438\u0441\u0442\u0435\u043c\u043d\u044b\u0439 \u043f\u0440\u043e\u043c\u043f\u0442), TTFT p50 \u043f\u0430\u0434\u0430\u0435\u0442 \u043d\u0430 41%, \u0430 \u0436\u0435\u0441\u0442\u043a\u0438\u0435 \u0442\u043e\u0440\u043c\u043e\u0437\u0430 (p95) \u0438\u0441\u0447\u0435\u0437\u0430\u044e\u0442 \u043d\u0430 67%.\u0412 \u043d\u043e\u0432\u044b\u0445 vLLM \u044d\u0442\u0430 \u0444\u0438\u0447\u0430 \u0432\u043a\u043b\u044e\u0447\u0435\u043d\u0430 \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e. \u041d\u043e \u0443 \u043d\u0430\u0441 \u0431\u044b\u043b \u0442\u043e\u043b\u044c\u043a\u043e REST-\u0434\u043e\u0441\u0442\u0443\u043f \u2014 \u0433\u043b\u0443\u0445\u043e\u0439 \u0447\u0435\u0440\u043d\u044b\u0439 \u044f\u0449\u0438\u043a. \u0427\u0442\u043e\u0431\u044b \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u0440\u0430\u0431\u043e\u0442\u0443 \u0431\u0435\u0437 \u043a\u044d\u0448\u0430, \u043c\u044b \u0432\u0441\u0442\u0430\u0432\u043b\u044f\u043b\u0438 \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u044b\u0439 \u043c\u0443\u0441\u043e\u0440 \u0432 \u043d\u0430\u0447\u0430\u043b\u043e \u043f\u0440\u043e\u043c\u043f\u0442\u0430, \u043b\u043e\u043c\u0430\u044f \u043a\u044d\u0448\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435. \u0418, \u043a\u043e\u043d\u0435\u0447\u043d\u043e, \u043c\u044b \u0443\u0431\u0435\u0434\u0438\u043b\u0438\u0441\u044c, \u0447\u0442\u043e \u0432 \u043c\u043e\u043c\u0435\u043d\u0442 \u0442\u0435\u0441\u0442\u043e\u0432 \u043d\u0438\u043a\u0442\u043e \u0434\u0440\u0443\u0433\u043e\u0439 \u0441\u0438\u0441\u0442\u0435\u043c\u0443 \u043d\u0435 \u0442\u0440\u043e\u0433\u0430\u043b.\u041f\u043e\u0447\u0435\u043c\u0443 \u0444\u043e\u0440\u043c\u0443\u043b\u044b \u043b\u043e\u043c\u0430\u044e\u0442\u0441\u044f \u043d\u0430 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0435\u0418\u0442\u0430\u043a, apxml.com \u043e\u0431\u0435\u0449\u0430\u043b \u043d\u0430\u043c 4696 \u0442\u043e\u043a\u0435\u043d\u043e\u0432, \u0430 \u043c\u044b \u0432\u044b\u0436\u0430\u043b\u0438 \u0442\u043e\u043b\u044c\u043a\u043e 880. \u0420\u0430\u0437\u043d\u0438\u0446\u0430 \u0432 5.3 \u0440\u0430\u0437\u0430! \u041f\u0440\u0435\u0436\u0434\u0435 \u0447\u0435\u043c \u043e\u0431\u0432\u0438\u043d\u044f\u0442\u044c \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u0447\u0438\u043a\u043e\u0432 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u0430, \u0434\u0430\u0432\u0430\u0439\u0442\u0435 \u0440\u0430\u0437\u0431\u0435\u0440\u0435\u043c\u0441\u044f.\u041f\u043e\u0447\u0435\u043c\u0443 \u0441\u0444\u0435\u0440\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043a\u043e\u043d\u044c \u0432 \u0432\u0430\u043a\u0443\u0443\u043c\u0435 \u043d\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442\u041b\u044e\u0431\u043e\u0439 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u0432\u044b\u0434\u0430\u0435\u0442 \u0432\u0430\u043c \u0441\u0444\u0435\u0440\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u043a\u043e\u043d\u044f \u0432 \u0432\u0430\u043a\u0443\u0443\u043c\u0435. \u041e\u043d \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u0442\u0435\u043e\u0440\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u043c\u0430\u043a\u0441\u0438\u043c\u0443\u043c (roofline): \u043a\u0430\u043a \u0431\u044b \u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430 \u043a\u0430\u0440\u0442\u043e\u0447\u043a\u0430, \u0435\u0441\u043b\u0438 \u0431\u044b \u043d\u0435 \u0431\u044b\u043b\u043e \u043d\u0438\u043a\u0430\u043a\u0438\u0445 \u043d\u0430\u043a\u043b\u0430\u0434\u043d\u044b\u0445 \u0440\u0430\u0441\u0445\u043e\u0434\u043e\u0432. \u041d\u043e \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u043a\u0443\u0441\u0430\u0435\u0442\u0441\u044f. \u041a\u0430\u043a \u043f\u0438\u0448\u0435\u0442 Pierre Lienhart \u0432 LLM Inference Series, \u0444\u043e\u0440\u043c\u0443\u043b\u044b \u0434\u0430\u044e\u0442 best-case, \u0430 \u043d\u0435 SLA. \u041f\u043b\u044e\u0441 vLLM \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043d \u043f\u043e\u0434 \u0431\u044b\u0441\u0442\u0440\u044b\u0439 \u043e\u0442\u043a\u043b\u0438\u043a (TTFT), \u0430 \u043d\u0435 \u043f\u043e\u0434 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u0443\u044e \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u044c.\u0421 MoE-\u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438 \u0432\u0441\u0451 \u0435\u0449\u0435 \u0441\u043b\u043e\u0436\u043d\u0435\u0435. \u0410\u043a\u0442\u0438\u0432\u043d\u0430 \u0442\u043e\u043b\u044c\u043a\u043e \u0447\u0430\u0441\u0442\u044c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u043a\u044d\u0448 \u0441\u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f \u0445\u0438\u0442\u0440\u043e, \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0441\u043a\u0430\u0447\u0435\u0442. \u041e\u0431\u044b\u0447\u043d\u044b\u0439 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u044d\u0442\u043e\u0433\u043e \u043d\u0435 \u043f\u043e\u043d\u0438\u043c\u0430\u0435\u0442. \u0423\u043c\u043d\u044b\u0435 \u0440\u0435\u0431\u044f\u0442\u0430 \u043f\u0438\u043b\u044f\u0442 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0435 \u0448\u0442\u0443\u043a\u0438 \u0442\u0438\u043f\u0430 MoE-Lens, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044e\u0442 \u044d\u0442\u0438 \u0431\u043e\u043b\u0438 \u0438 \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0441 \u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c\u044e 94%.\u0422\u0430\u043a \u0447\u0442\u043e \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u043d\u0430\u0441 \u043d\u0435 \u043e\u0431\u043c\u0430\u043d\u0443\u043b. \u041e\u043d \u043f\u0440\u043e\u0441\u0442\u043e \u043e\u0442\u0432\u0435\u0442\u0438\u043b \u043d\u0430 \u0434\u0440\u0443\u0433\u043e\u0439 \u0432\u043e\u043f\u0440\u043e\u0441.\u0410\u043d\u0430\u0442\u043e\u043c\u0438\u044f 5-\u043a\u0440\u0430\u0442\u043d\u043e\u0433\u043e \u043f\u0440\u043e\u0432\u0430\u043b\u0430\u041c\u044b \u043f\u0440\u0435\u043f\u0430\u0440\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u043e\u0448\u0438\u0431\u043a\u0443 \u0438 \u043d\u0430\u0448\u043b\u0438 \u0434\u0432\u0443\u0445 \u0432\u0438\u043d\u043e\u0432\u043d\u0438\u043a\u043e\u0432:\u0417\u0430\u0432\u044b\u0448\u0435\u043d\u0438\u0435 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0434\u043b\u044f 1 \u044e\u0437\u0435\u0440\u0430 (\u0432 2.3 \u0440\u0430\u0437\u0430).\u0417\u0430\u0432\u044b\u0448\u0435\u043d\u0438\u0435 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f (\u0435\u0449\u0435 \u0432 2.1 \u0440\u0430\u0437\u0430).\u041f\u0435\u0440\u0435\u043c\u043d\u043e\u0436\u0430\u0435\u043c \u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0442\u0435 \u0441\u0430\u043c\u044b\u0435 5\u00d7 \u0440\u0430\u0437\u043d\u0438\u0446\u044b. \u041a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440 \u0432\u0435\u0440\u0438\u0442, \u0447\u0442\u043e \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043b\u0438\u043d\u0435\u0439\u043d\u043e\u0435, \u0430 GPU \u0437\u0430\u0433\u0440\u0443\u0436\u0435\u043d\u0430 \u043d\u0430 100%. \u041d\u0430\u0448\u0435 \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e\u0435 \u0436\u0435\u043b\u0435\u0437\u043e \u043b\u0435\u0433\u043a\u043e \u043b\u043e\u043c\u0430\u0435\u0442 \u044d\u0442\u0438 \u0441\u043a\u0430\u0437\u043a\u0438.\u0417\u0430\u0431\u0430\u0432\u043d\u043e, \u0447\u0442\u043e \u0434\u0440\u0443\u0433\u043e\u0439 \u0441\u0435\u0440\u0432\u0438\u0441 \u2014 selfhostllm.org \u2014 \u043e\u0448\u0438\u0431\u0441\u044f \u0432 \u043e\u0431\u0440\u0430\u0442\u043d\u0443\u044e \u0441\u0442\u043e\u0440\u043e\u043d\u0443. \u041e\u043d \u0437\u0430\u043d\u0438\u0437\u0438\u043b \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0432 17 \u0440\u0430\u0437! \u041f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u043e\u043d \u0441\u0447\u0438\u0442\u0430\u043b \u043a\u044d\u0448 \u043f\u043e \u0432\u0441\u0435\u043c 120B \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c \u043c\u043e\u0434\u0435\u043b\u0438, \u0430 \u0443 \u043d\u0430\u0441 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e ~5B.\u0422\u0440\u0435\u0442\u0438\u0439 \u043f\u0430\u0446\u0438\u0435\u043d\u0442, howmanygpus.ai, \u0432\u043e\u043e\u0431\u0449\u0435 \u043d\u0435 \u0437\u043d\u0430\u043b \u043f\u0440\u043e \u043a\u0430\u0440\u0442\u043e\u0447\u043a\u0438 RTX Pro 6000. \u0412 \u0435\u0433\u043e \u043c\u0438\u0440\u0435 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043c\u043e\u043d\u0441\u0442\u0440\u044b \u0438\u0437 \u0434\u0430\u0442\u0430-\u0446\u0435\u043d\u0442\u0440\u043e\u0432. \u041e\u0448\u0438\u0431\u043a\u0430 \u0441\u043e\u0441\u0442\u0430\u0432\u0438\u043b\u0430 \u043e\u043a\u043e\u043b\u043e 100\u00d7.\u0413\u0434\u0435 \u043f\u0440\u043e\u043c\u0430\u0445\u043d\u0443\u043b\u0438\u0441\u044c \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b\u041f\u043e\u0447\u0435\u043c\u0443 \u043e\u043d\u0438 \u0432\u0441\u0435 \u043c\u0430\u0436\u0443\u0442?\u041d\u0435 \u0443\u043c\u0435\u044e\u0442 \u0441\u0447\u0438\u0442\u0430\u0442\u044c FP4-\u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f \u043d\u0430 Blackwell.\u041d\u0435 \u0437\u043d\u0430\u044e\u0442 \u043e \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u043e\u0432\u0430\u043d\u0438\u0438 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0445 \u043a\u0430\u0440\u0442 \u0432\u0440\u043e\u0434\u0435 \u043d\u0430\u0448\u0435\u0439 RTX.\u041d\u0435 \u043f\u043e\u043d\u0438\u043c\u0430\u044e\u0442 \u043c\u0430\u0433\u0438\u044e \u0431\u0430\u0442\u0447\u0438\u043d\u0433\u0430 vLLM.\u0421\u0447\u0438\u0442\u0430\u044e\u0442 MoE-\u0430\u0440\u0445\u0438\u0442\u0435\u043a\u0442\u0443\u0440\u0443 \u043f\u043e \u043b\u0435\u043a\u0430\u043b\u0430\u043c \u043e\u0431\u044b\u0447\u043d\u044b\u0445 \u043f\u043b\u043e\u0442\u043d\u044b\u0445 \u0441\u0435\u0442\u043e\u043a.\u0412\u044b\u0432\u043e\u0434 \u043f\u0440\u043e\u0441\u0442: \u0434\u043b\u044f \u0440\u0435\u0434\u043a\u0438\u0445 \u0441\u0432\u044f\u0437\u043e\u043a \u0436\u0435\u043b\u0435\u0437\u0430 \u0438 \u0445\u0438\u0442\u0440\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u044d\u0442\u0438 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b \u0431\u0435\u0441\u043f\u043e\u043b\u0435\u0437\u043d\u044b.\u041c\u044b \u043d\u0435 \u0441\u0443\u043c\u0430\u0441\u0448\u0435\u0434\u0448\u0438\u0435: \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u044b\u0435 \u043f\u0440\u0443\u0444\u044b \u043e\u0442 Millstone AI\u0423\u0432\u0438\u0434\u0435\u0432 \u0440\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0432 5 \u0440\u0430\u0437, \u043c\u044b \u0441\u043b\u0435\u0433\u043a\u0430 \u043d\u0430\u043f\u0440\u044f\u0433\u043b\u0438\u0441\u044c: \u0430 \u043d\u0435 \u043a\u0440\u0438\u0432\u043e \u043b\u0438 \u043c\u044b \u0432\u0441\u0451 \u043d\u0430\u043c\u0435\u0440\u044f\u043b\u0438? \u041f\u043e\u043b\u0435\u0437\u043b\u0438 \u043a\u043e\u043f\u0430\u0442\u044c \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442 \u0438 \u043d\u0430\u0442\u043a\u043d\u0443\u043b\u0438\u0441\u044c \u043d\u0430 \u0441\u0432\u0435\u0436\u0438\u0439 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a \u043e\u0442 Millstone AI. \u0420\u0435\u0431\u044f\u0442\u0430 \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u0440\u043e\u0432\u043d\u043e \u0442\u043e\u0442 \u0436\u0435 \u0441\u0442\u0435\u043a: GPT-OSS-120B, \u0444\u043e\u0440\u043c\u0430\u0442 MXFP4 \u0438 \u0434\u0432\u0435 RTX Pro 6000 Blackwell.\u0421\u0440\u0430\u0432\u043d\u0438\u043c \u0446\u0438\u0444\u0440\u044b:\u0423 \u043d\u0438\u0445 1 \u044e\u0437\u0435\u0440 \u0432\u044b\u0434\u0430\u0435\u0442 230.5 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a (\u0443 \u043d\u0430\u0441 272 \u2014 \u043d\u0430 18% \u0448\u0443\u0441\u0442\u0440\u0435\u0435).\u0418\u0445 \u043f\u0438\u043a\u043e\u0432\u044b\u0439 TPS \u2014 667 \u0442\u043e\u043a\u0435\u043d\u043e\u0432\/\u0441\u0435\u043a (\u0443 \u043d\u0430\u0441 880 \u2014 \u043d\u0430 32% \u0431\u043e\u043b\u044c\u0448\u0435).\u041f\u043e\u0447\u0435\u043c\u0443 \u043c\u044b \u043e\u043a\u0430\u0437\u0430\u043b\u0438\u0441\u044c \u0431\u044b\u0441\u0442\u0440\u0435\u0435? \u0423 \u043d\u0430\u0441 \u0441\u0432\u0435\u0436\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f vLLM (v0.15.1), \u043a\u0443\u0434\u0430 \u043a\u0430\u043a \u0440\u0430\u0437 \u0437\u0430\u0432\u0435\u0437\u043b\u0438 \u0444\u0438\u043a\u0441\u044b \u043f\u043e\u0434 Blackwell \u0432 \u0444\u0435\u0432\u0440\u0430\u043b\u0435 2026. \u041f\u043b\u044e\u0441 \u043d\u0435\u043c\u043d\u043e\u0433\u043e \u043e\u0442\u043b\u0438\u0447\u0430\u043b\u0438\u0441\u044c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043d\u0430\u0433\u0440\u0443\u0437\u043a\u0438.\u0414\u0432\u0435 \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u044b\u0435 \u043f\u0440\u0430\u043a\u0442\u0438\u043a\u0438 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442\u0412\u044b\u0434\u044b\u0445\u0430\u0435\u043c \u2014 \u043c\u044b \u043c\u0435\u0440\u0438\u043b\u0438 \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e! \u0420\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0441 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u043e\u043c \u2014 \u044d\u0442\u043e \u0441\u0443\u0440\u043e\u0432\u0430\u044f \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c. \u0414\u0430\u0432\u0430\u0442\u044c \u0433\u0430\u0440\u0430\u043d\u0442\u0438\u0438 \u043a\u043b\u0438\u0435\u043d\u0442\u0443 \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043e\u0434\u043d\u0438\u0445 \u0442\u043e\u043b\u044c\u043a\u043e \u0444\u043e\u0440\u043c\u0443\u043b \u2014 \u0441\u0430\u043c\u043e\u0443\u0431\u0438\u0439\u0441\u0442\u0432\u043e.\u0427\u0435\u043a-\u043b\u0438\u0441\u0442: \u043a\u0430\u043a \u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e \u0441\u0447\u0438\u0442\u0430\u0442\u044c \u0436\u0435\u043b\u0435\u0437\u043e \u043f\u043e\u0434 LLM\u0418\u0442\u043e\u0433\u043e, \u0432\u043e\u0442 \u043d\u0430\u0448\u0430 \u0438\u043d\u0441\u0442\u0440\u0443\u043a\u0446\u0438\u044f \u043f\u043e \u0432\u044b\u0436\u0438\u0432\u0430\u043d\u0438\u044e.\u041e\u0446\u0435\u043d\u043a\u0430 VRAM (\u043f\u0430\u043c\u044f\u0442\u0438) \u2014 \u0442\u0443\u0442 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u0430\u043c \u043c\u043e\u0436\u043d\u043e \u0432\u0435\u0440\u0438\u0442\u044c. \u0424\u043e\u0440\u043c\u0443\u043b\u0430 \u043f\u0440\u043e\u0441\u0442\u0430\u044f, \u0437\u0430\u0432\u0438\u0441\u0438\u0442 \u043e\u0442 \u0432\u0435\u0441\u0430 \u043c\u043e\u0434\u0435\u043b\u0438 \u0438 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0430. \u041e\u0442\u043b\u0438\u0447\u043d\u044b\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442 \u0434\u043b\u044f \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043f\u0440\u0438\u043a\u0438\u0434\u043e\u0447\u043d\u043e\u0433\u043e \u0440\u0430\u0441\u0447\u0435\u0442\u0430.\u041e\u0446\u0435\u043d\u043a\u0430 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u043d\u043e\u0439 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u0438 \u2014 \u0430 \u0432\u043e\u0442 \u0442\u0443\u0442 \u0432\u0441\u0451 \u0441\u043b\u043e\u0436\u043d\u0435\u0435. \u0420\u0435\u0439\u0442\u0438\u043d\u0433 \u043d\u0430\u0434\u0435\u0436\u043d\u043e\u0441\u0442\u0438 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0442\u0430\u043a:\u0422\u043e\u043b\u044c\u043a\u043e \u0445\u0430\u0440\u0434\u043a\u043e\u0440\u043d\u044b\u0439 \u0442\u0435\u0441\u0442. \u0420\u0435\u0434\u043a\u043e\u0435 \u0436\u0435\u043b\u0435\u0437\u043e, \u043a\u0430\u0441\u0442\u043e\u043c\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c, \u0445\u0438\u0442\u0440\u044b\u0435 \u0444\u043b\u0430\u0433\u0438 vLLM? \u041d\u0435 \u0440\u0438\u0441\u043a\u0443\u0439\u0442\u0435. \u041f\u043e\u0442\u0440\u0430\u0442\u044c\u0442\u0435 \u043f\u0430\u0440\u0443 \u0434\u043d\u0435\u0439 \u043d\u0430 \u0441\u043a\u0440\u0438\u043f\u0442 \u0438 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d. \u0426\u0435\u043d\u0430 \u043e\u0448\u0438\u0431\u043a\u0438 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0432\u044b\u0441\u043e\u043a\u0430.\u0413\u043e\u0442\u043e\u0432\u044b\u0435 \u0431\u0435\u043d\u0447\u043c\u0430\u0440\u043a\u0438. \u0422\u0438\u043f\u0438\u0447\u043d\u0430\u044f \u0441\u0431\u043e\u0440\u043a\u0430? \u0418\u0449\u0438\u0442\u0435 \u0442\u0435\u0441\u0442\u044b \u0432\u0440\u043e\u0434\u0435 Millstone AI. \u041e\u043d\u0438 \u0434\u0430\u0434\u0443\u0442 \u043f\u043e\u043d\u0438\u043c\u0430\u043d\u0438\u0435 \u0441 \u043f\u043e\u0433\u0440\u0435\u0448\u043d\u043e\u0441\u0442\u044c\u044e ~30%, \u0447\u0435\u0433\u043e \u0432\u043f\u043e\u043b\u043d\u0435 \u0445\u0432\u0430\u0442\u0438\u0442 \u0434\u043b\u044f \u0441\u0442\u0430\u0440\u0442\u0430.\u041f\u0443\u0431\u043b\u0438\u0447\u043d\u044b\u0435 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u044b. \u041f\u043e\u0441\u043b\u0435\u0434\u043d\u044f\u044f \u043d\u0430\u0434\u0435\u0436\u0434\u0430. \u041f\u043e\u043c\u043d\u0438\u0442\u0435: \u0432\u0430\u043c \u043f\u043e\u043a\u0430\u0436\u0443\u0442 \u043a\u0440\u0430\u0441\u0438\u0432\u044b\u0439, \u043d\u043e \u043d\u0435\u0434\u043e\u0441\u0442\u0438\u0436\u0438\u043c\u044b\u0439 \u043f\u043e\u0442\u043e\u043b\u043e\u043a.\u0414\u0435\u0440\u0435\u0432\u043e \u0432\u044b\u0431\u043e\u0440\u0430 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442\u0430\u041d\u0430\u0448 \u043f\u0430\u0439\u043f\u043b\u0430\u0439\u043d \u0442\u0435\u043f\u0435\u0440\u044c \u043a\u0440\u0438\u0441\u0442\u0430\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u0441\u0442: \u0437\u0430 5 \u043c\u0438\u043d\u0443\u0442 \u043f\u0440\u0438\u043a\u0438\u0434\u044b\u0432\u0430\u0435\u043c VRAM \u0432 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u0435, \u0430 \u0437\u0430\u0442\u0435\u043c \u0442\u0440\u0430\u0442\u0438\u043c \u0434\u0435\u043d\u044c-\u0434\u0432\u0430 \u043d\u0430 \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0435 \u0442\u0435\u0441\u0442\u044b \u043f\u043e\u0434 on-premise. \u041e\u0434\u0438\u043d \u0440\u0430\u0437 \u043e\u0431\u043a\u0430\u0442\u0430\u043b\u0438 \u043a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u0443\u044e \u0441\u0431\u043e\u0440\u043a\u0443 \u2014 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0446\u0438\u0444\u0440\u044b \u0434\u043b\u044f \u0432\u0441\u0435\u0445 \u0431\u0443\u0434\u0443\u0449\u0438\u0445 \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432 \u043d\u0430 \u0442\u0430\u043a\u043e\u043c \u0436\u0435 \u0441\u0442\u0435\u043a\u0435.\u0413\u043b\u0430\u0432\u043d\u043e\u0435: \u0432\u0430\u043c \u043d\u0435 \u043d\u0443\u0436\u043d\u043e \u0431\u044b\u0442\u044c \u0433\u0435\u043d\u0438\u0435\u043c GPU-\u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439. \u0425\u0432\u0430\u0442\u0438\u0442 \u0431\u0430\u0437\u043e\u0432\u043e\u0433\u043e \u0441\u043a\u0440\u0438\u043f\u0442\u0430, \u0434\u043e\u0441\u0442\u0443\u043f\u0430 \u043a \u0436\u0435\u043b\u0435\u0437\u0443 \u0438 \u043f\u0430\u0440\u044b \u0434\u043d\u0435\u0439 \u0442\u0435\u0440\u043f\u0435\u043d\u0438\u044f. \u0422\u043e\u043b\u044c\u043a\u043e \u0442\u0430\u043a \u043c\u043e\u0436\u043d\u043e \u0441\u043f\u0430\u0442\u044c \u0441\u043f\u043e\u043a\u043e\u0439\u043d\u043e \u043f\u043e\u0441\u043b\u0435 \u043f\u043e\u0434\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0434\u043e\u0433\u043e\u0432\u043e\u0440\u0430.\u0410 \u0432\u044b \u043d\u0430\u0440\u044b\u0432\u0430\u043b\u0438\u0441\u044c \u043d\u0430 \u0442\u0430\u043a\u0438\u0435 \u0441\u044e\u0440\u043f\u0440\u0438\u0437\u044b \u043e\u0442 \u043a\u0430\u043b\u044c\u043a\u0443\u043b\u044f\u0442\u043e\u0440\u043e\u0432? \u041a\u0442\u043e \u0433\u043e\u043d\u044f\u043b MoE-\u043c\u043e\u0434\u0435\u043b\u0438 \u043d\u0430 B200, H100 \u0438\u043b\u0438 \u043c\u043e\u0449\u043d\u044b\u0445 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0445 \u043a\u0430\u0440\u0442\u0430\u0445 \u2014 \u0437\u0430\u043a\u0438\u0434\u044b\u0432\u0430\u0439\u0442\u0435 \u0446\u0438\u0444\u0440\u044b \u0432 \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u044b. \u0421\u043e\u0431\u0435\u0440\u0435\u043c \u0441\u0432\u043e\u044e \u043a\u0430\u0440\u0442\u0443 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u0438!\u0420\u0430\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0435 \u0442\u0435\u043e\u0440\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043c\u0435\u0442\u0440\u0438\u043a \u0441 \u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e \u2014 \u043e\u0431\u044b\u0447\u043d\u043e\u0435 \u0434\u0435\u043b\u043e \u0434\u043b\u044f on-premise \u0441\u0438\u0441\u0442\u0435\u043c, \u0438 \u0433\u0440\u0430\u043c\u043e\u0442\u043d\u044b\u0439 \u043d\u0430\u0433\u0440\u0443\u0437\u043e\u0447\u043d\u044b\u0439 \u0442\u0435\u0441\u0442 \u0441\u043f\u0430\u0441\u0430\u0435\u0442 \u043e\u0442 \u043a\u0440\u0438\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043e\u0448\u0438\u0431\u043e\u043a \u0432 \u043e\u0446\u0435\u043d\u043a\u0435 \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u044f.\u0412 LLMStart.ru \u043c\u044b \u043f\u043e\u043c\u043e\u0433\u0430\u0435\u043c \u0431\u0438\u0437\u043d\u0435\u0441\u0443 \u0440\u0435\u0448\u0430\u0442\u044c \u0442\u0430\u043a\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438 \u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u0442\u044c \u0440\u0435\u0430\u043b\u044c\u043d\u044b\u0439 \u044d\u0444\u0444\u0435\u043a\u0442 \u043e\u0442 \u0418\u0418 \u2014 \u043e\u0442 \u043f\u0440\u043e\u0442\u043e\u0442\u0438\u043f\u0430 \u0434\u043e \u043f\u0440\u043e\u043c\u044b\u0448\u043b\u0435\u043d\u043d\u043e\u0439 \u044d\u043a\u0441\u043f\u043b\u0443\u0430\u0442\u0430\u0446\u0438\u0438. \u041e\u0431\u0440\u0430\u0449\u0430\u0439\u0442\u0435\u0441\u044c \u043a \u043d\u0430\u043c \u0437\u0430 \u043a\u043e\u043d\u0441\u0443\u043b\u044c\u0442\u0430\u0446\u0438\u0435\u0439 \u0438\u043b\u0438 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u043e\u0439 on-premise AI-\u0440\u0435\u0448\u0435\u043d\u0438\u0439 \u043f\u043e\u0434 \u043a\u043b\u044e\u0447.\u0415\u0441\u043b\u0438 \u0445\u043e\u0442\u0438\u0442\u0435 \u043f\u0435\u0440\u0435\u043d\u044f\u0442\u044c \u043e\u043f\u044b\u0442 \u0438 \u043d\u0430\u0443\u0447\u0438\u0442\u044c\u0441\u044f \u0434\u0435\u043b\u0430\u0442\u044c \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0435 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0441\u0430\u043c\u043e\u0441\u0442\u043e\u044f\u0442\u0435\u043b\u044c\u043d\u043e, \u0443 \u043d\u0430\u0441 \u0435\u0441\u0442\u044c \u041a\u043e\u043c\u0431\u043e \u0438\u0437 \u0447\u0435\u0442\u044b\u0440\u0435\u0445 \u043a\u0443\u0440\u0441\u043e\u0432 \u043f\u043e AI-driven \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0438 \u0418\u0418-\u0430\u0433\u0435\u043d\u0442\u0430\u043c. \u042d\u0442\u043e \u043f\u043e\u043b\u043d\u044b\u0439 \u0433\u0430\u0439\u0434 \u043e\u0442 AI-\u043a\u043e\u0434\u0438\u043d\u0433\u0430 \u0438 \u043f\u0435\u0440\u0432\u044b\u0445&#8230;<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-483414","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/483414","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=483414"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/483414\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=483414"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=483414"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=483414"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}