Три суперкомпьютера Яндекса — «Ляпунов», «Галушкин» и «Червоненкис» — сохранились после атак на дата-центры компании и теперь разворачиваются на новых площадках. Для российской IT-инфраструктуры это важный сигнал: крупные AI-кластеры можно физически переместить и вернуть в работу, но сама операция неизбежно напоминает, насколько сервисы и обучение моделей зависят от конкретных вычислительных площадок.
Компания сообщила, что кластеры продолжат использовать для работы собственных сервисов и обучения фундаментальных языковых моделей, сообщает vc.ru. Каждый из трёх комплексов представляет собой самостоятельный вычислительный кластер; их планируют распределить между разными площадками. Это снижает риск, при котором инцидент в одном дата-центре одновременно выбивает значительную часть вычислительных ресурсов.
Три кластера и десятки петафлопс
«Ляпунов» «Яндекс» ввёл в эксплуатацию в декабре 2020 года. Его пиковая производительность составляет 20,03 петафлопса, а результат в тесте Linpack — 12,81 петафлопса. В 2021 году компания запустила ещё два кластера: «Червоненкис» с пиковой производительностью 29,42 петафлопса и результатом Linpack 21,53 петафлопса, а также «Галушкин» — 20,64 и 16,02 петафлопса соответственно.
Названия отсылают к советским математикам и специалистам по вычислительной технике: Александру Ляпунову, Михаилу Червоненкису и Александру Галушкину. Но для инженеров важнее другое: это не один монолитный суперкомпьютер, который можно выключить единой кнопкой, а три отдельных инфраструктурных контура. Именно поэтому их можно разместить раздельно — с независимыми сетевыми связями, электропитанием и запасом по площадкам.
До атак эти мощности находились в Сасове Рязанской области и во Владимире. В ночь на 8 октября 2026 года беспилотники атаковали дата-центр «Яндекса» в Сасове, 9 октября — площадку в Калуге, а в ночь на 11 октября — дата-центр во Владимире. После этого часть сервисов компании и продукты сторонних разработчиков столкнулись с перебоями. К концу октября «Яндекс» начал постепенно восстанавливать работу многих затронутых сервисов.
Публично компания не раскрыла, на какие именно новые площадки перевезут оборудование, в какие сроки завершится развёртывание и какую долю мощности уже удалось вернуть в эксплуатацию. Нет и детализации по тому, какие сервисы будут первыми претендентами на ресурсы кластеров. Поэтому говорить о полном восстановлении AI-мощностей пока рано: сохранность железа — необходимое условие, но не замена питания, охлаждения, сетевой связности и длительной настройки инфраструктуры.
Почему это касается не только «Яндекса»
Суперкомпьютеры Яндекса нужны не только для задач, которые заметны пользователю в готовом сервисе. Такие кластеры обычно становятся базой для обучения больших моделей, экспериментов с рекомендательными системами, поисковыми технологиями и внутренними платформами машинного обучения. Для продуктовых команд недоступность подобных мощностей означает очередь на вычисления и перенос экспериментов. Для внешних разработчиков риск выглядит ещё приземлённее: нестабильность базовой инфраструктуры быстро превращается в задержки у зависимых API, облачных сервисов и сервисов хранения данных.
Решение разнести кластеры по разным площадкам — практический урок из октябрьских сбоев. Географическое резервирование давно является базовой идеей для критичных систем, но AI-инфраструктура усложняет её: GPU- и ускорительные кластеры требуют плотной сети, мощного охлаждения, энергоснабжения и тщательно настроенного программного окружения. Переместить серверы недостаточно — нужно заново собрать устойчивую производственную среду, а затем проверить, что она выдерживает реальную нагрузку.
Для российских компаний, строящих собственные модели или зависящих от облачных вычислений, история подчёркивает ценность архитектуры без единой точки отказа. Речь не обязательно о покупке второго суперкомпьютера: чаще полезнее разделять критичные сервисы по зонам доступности, заранее тестировать переключение между площадками и понимать, какие зависимости невозможно быстро заменить. Резервная копия данных и резерв вычислительных мощностей — разные задачи; наличие первой не гарантирует вторую.
Следующим важным индикатором станут не только сообщения о завершении перевозки, но и прозрачность восстановления мощностей: какие кластеры уже доступны, как изменилась производительность и удалось ли сохранить темп обучения языковых моделей. Октябрь показал, что суперкомпьютеры Яндекса пережили физическую угрозу; теперь ключевой вопрос — насколько быстро распределённая инфраструктура вернёт им прежнюю практическую ценность.