immers.cloud | Облако с GPU

Whisper large-v3 теперь доступна через публичный эндпоинт 👋 В каталог Immers Foundation Models добавлена Whisper large-v3 от OpenAI – одна из наиболее популярных моделей ASR с улучшенной точностью распознавания и расширенной языковой поддержкой. Мультимодальная модель обработки речи на архитектуре sequence-to-sequence, способная выполнять транскрибирование, идентификацию языка, определение голосовой активности и перевод на английский без предварительного дообучения. ⚙️ Архитектурные улучшения по сравнению с large-v2: • 128 мел-частотных бинов вместо 80 для захвата более тонких акустических деталей (критично для тональных языков и сложной фонетики). • Датасет и метод обучения: Обучение с использованием weak supervision на корпусе данных объемом ~5 млн часов. • Языковая поддержка: более 100 языков Сценарии применения: ☑️ Автоматическое субтитрирование видео, подкастов, вебинаров. ☑️ Перевод аудио-контента в реальном времени. ☑️ Голосовое управление и диктовка текста. ☑️ Анализ звонков в контакт-центрах (для извлечения текста). ☑️ Базовая модель для дообучения под узкоспециализированные задачи. ➡️ Оценить качество распознавания и протестировать возможности модели можно через публичный эндпоинт. Получить токен для подключения через API можно на странице управления токенами.

DeepSeek-V4-Pro-0813: модель для разработки ПО и ИИ-агентов 👋 DeepSeek-V4-Pro-0813 — открытая текстовая MoE-модель: 1,6 трлн параметров в основной модели, из которых 49 млрд активируются на токен. Она поддерживает контекст до 1 048 576 токенов, режим мышления и работу с внешними инструментами. Что важно: ▪️ Гибридное внимание CSA + HCA CSA сочетает сжатие KV-cache с выбором релевантных записей, а HCA применяет полное внимание к сильно сжатой последовательности. Вместе они сокращают объем вычислений и память для KV-cache на длинном контексте. ▪️ Устойчивая передача сигнала с mHC Модель сохраняет архитектурную основу Preview, включая связи mHC. Они усиливают обычные остаточные связи, помогая устойчиво передавать информацию между слоями. ▪️ Ускорение генерации с DSpark Новый модуль предлагает блоки токенов для проверки основной моделью. Он сочетает параллельное предсказание с легким последовательным модулем, который учитывает зависимости внутри блока. Длина проверки адаптируется к уверенности в кандидатах и нагрузке на систему. 📲 Подробнее об архитектуре, бенчмарках, сценариях использования и требованиях к инференсу — в слайдах. ➡️ Модель стоит протестировать на изменении больших кодовых баз, многошаговых задачах с инструментами и анализе объемных документов. ☁️ Для проверки на собственных задачах модель доступна в Immers Foundation Models на конфигурации 8 × H200 от 3 341,41 ₽/ч. #ИИ_Модели

Qwen3.8-2.4T-A95B: открытые веса флагмана для сложных задач 👋 Qwen3.8-2.4T-A95B — текстовая MoE-модель для программирования, исследований и длительных агентных сценариев. Из 2,4 трлн параметров на каждом токене активируются около 95 млрд. Контекст составляет 262 144 токена с возможностью расширения до 1 млн. Что важно: ▪️ Гибридное внимание Архитектура чередует три слоя Gated DeltaNet с одним слоем Gated Attention. Такое сочетание линейного и полного внимания снижает требования к памяти для KV-кэша при работе с длинными текстами. ▪️ Планирование и выполнение задач Главное развитие новой версии — усиление агентных возможностей. Модель ориентирована на многошаговую работу: планирование действий, анализ результатов и пересмотр решений с учетом обратной связи от инструментов и среды. ▪️ Управляемая глубина рассуждений Параметр reasoning_effort задает глубину анализа, а preserve_thinking сохраняет историю рассуждений между сообщениями. Это помогает продолжать сложную задачу с учетом предыдущих этапов. Режим мышления остается обязательным даже при снижении глубины анализа. 📲 Подробнее об архитектуре, настройках, бенчмарках и сценариях использования смотрите в слайдах. 💬 Для знакомства можно бесплатно попробовать Qwen3.8-Max в официальном чате Qwen.

Готовый образ с Hermes Agent: ИИ-помощник для многоходовых задач 🤖 Hermes Agent управляет работой больших языковых моделей и помогает им выполнять задачи с помощью внешних инструментов. ⚙️ Благодаря продвинутому function calling модель анализирует запрос, разбивает его на шаги и выбирает нужные действия: вызывает API, запускает скрипты и использует результаты для следующих этапов работы. 👨‍💻 Вы описываете задачу на естественном языке, а агент берет на себя маршрутизацию и управление контекстом, сохраняя информацию о предыдущих действиях. 🚀 В маркетплейсе immers.cloud доступен готовый образ Ubuntu с настроенным Hermes Agent и необходимыми системными зависимостями. Это позволяет развернуть сервер без ручной установки компонентов. 📲 В слайдах рассказываем о возможностях агента, входе в веб-интерфейс и доступе для коллег. ➡️ Запускайте сервер с Hermes Agent в immers.cloud и поручайте ИИ задачи, которые требуют конкретных действий.

Трамп советуется с Grok, а кто управляет вашим ИИ? 📰 По сообщению TIME, Трамп спрашивал Grok, как венесуэльцы отреагируют на захват Николаса Мадуро. По словам источника журнала, чат-бот предположил, что многие поддержат его свержение. ИИ становится собеседником при обсуждении важных решений. Для бизнеса это повод задуматься: где обрабатываются рабочие данные, кто определяет доступ к ним и на каких условиях работает модель? 📲 Как собственное развертывание дает больше контроля над ИИ читайте в слайдах. 📌 Один из вариантов — Qwen3.8-27B с открытыми весами под Apache 2.0. Модель можно развернуть в выбранной инфраструктуре, настроить под свои процессы и проверить на задачах с документами, кодом и внутренними данными. 🚀 Начните с выбора модели под свою задачу. В каталоге Immers Foundation Models можно познакомиться с Qwen3.8-27B и другими открытыми моделями, изучить их возможности и попробовать публичные эндпоинты. ➡️ Перейти в каталог Immers Foundation Models

5 ИИ-моделей для одной RTX 4090 Подобрали модели для создания ИИ-помощников, программирования и обработки документов: 1. Gemma-4-12B-it Для создания мультимодальных помощников: работы с текстом, изображениями, видео и речью, а также программирования и анализа документов. ▶️ Запустить модель 2. Qwen3.5-9B Для анализа длинных документов, распознавания текста и изображений, а также автоматизации задач с помощью ИИ-агентов. ▶️ Запустить модель 3. gpt-oss-20b Для сложных рассуждений, программирования и создания ИИ-агентов, которые используют внешние инструменты. ▶️ Запустить модель 4. PaddleOCR-VL-1.6 Для извлечения текста, таблиц и формул из PDF и сканов с сохранением структуры документа и порядка чтения. ▶️ Запустить модель 5. Unlimited-OCR Для распознавания многостраничных документов за один проход: оцифровки архивов, книг, научных статей и юридических материалов. ▶️ Запустить модель 📲 Листайте слайды, выбирайте модель для своих задач и создайте собственный ИИ-эндпоинт на immers.cloud.

Qwen3.8-Flash-Next: гибридное внимание для ИИ-агентов 👋 Qwen3.8-Flash-Next — экспериментальная мультимодальная MoE-модель: 125 млрд параметров в основной языковой модели, из которых 6 млрд активируются на токен. Она работает с текстом, изображениями и видео, поддерживает нативный контекст 262 144 токена и расширение до 1 млн с YaRN. Что важно: ▪️ Разреженное глобальное внимание Архитектура сочетает три рекуррентных слоя Gated DeltaNet с одним слоем Qwen Sparse Attention. QSA отбирает релевантные блоки токенов и вычисляет внимание по выбранному подмножеству, сокращая объем вычислений на длинном контексте. ▪️ N-граммные встраивания Дополнительная таблица на 51 млрд параметров обогащает представления токенов векторами для коротких последовательностей. Она размещается в оперативной памяти хоста, поэтому всю таблицу не нужно хранить в VRAM. ▪️ Gated Residual Четыре параллельные ветви остаточного потока обеспечивают управляемую передачу информации между слоями, расширяя возможности преобразования представлений. 📲 Подробнее об архитектуре, бенчмарках, сценариях использования и требованиях к инференсу — в слайдах. ➡️ Модель стоит протестировать на изменении кодовых баз, многошаговых задачах с инструментами и анализе больших документов. ☁️ Для проверки в собственной инфраструктуре модель доступна в Immers Foundation Models на конфигурации 2 × H100 от 703,08 ₽/ч. #ИИ_Модели #LLM

🎉 С Днем работника ЦОД! 👨‍🔧 Работать в дата-центре — это как быть за кулисами спектакля, который никогда не заканчивается. На сцене запускают приложения, обучают нейросети и выпускают новые сервисы. За кулисами проверяют, выдержит ли инфраструктура следующий выход. Здесь важно услышать необычный шум, заметить изменение на графике и вовремя разобраться в причине. А день, за который не произошло ничего примечательного, вполне может быть результатом большой работы. 📲 В карточках заглядываем за кулисы immers.cloud и рассказываем, как устроен наш дата-центр. 🍹 Спасибо всем, кто заботится об этой инфраструктуре. Пусть после смены хватает сил на собственные планы, а телефон молчит до утра. ➡️ Узнайте подробнее, как устроен наш дата-центр

❓ FAQ по публичным эндпоинтам Immers Foundation Models — отвечаем на вопросы о тарифах и ограничениях. 📌 При подключении моделей к приложению возникают вопросы: от чего зависит стоимость, как узнать об изменении тарифов и какие лимиты нужно учитывать при работе с API? 📲 В карусели разбираем: — От чего зависят цены на модели и как меняются тарифы; — Как пользователи узнают об изменении стоимости; — Есть ли ограничения на количество токенов в минуту и одновременных запросов; — Как учитываются лимиты для аккаунтов, API-ключей и моделей; — Можно ли увеличить RPM для коммерческого сервиса; — Допускается ли использовать несколько токенов для увеличения суммарного RPM. ⚙️ Эти ответы помогут разобраться в условиях использования публичного API immers.cloud и учитывать их при планировании расходов и нагрузки на ваш сервис. ➡️ Больше информации — в FAQ на сайте immers.cloud.

🎉 С Днем системного аналитика! 👨‍💻 Работать системным аналитиком — это как вести детективное расследование. У каждого участника своя версия того, как должна работать система. В документах встречаются противоречия, важный свидетель в отпуске, а за фразой «тут все просто» скрывается неожиданный поворот сюжета. И стоит задать один точный вопрос, как у дела появляются новые обстоятельства. ❤️ Спасибо, что распутываете сложные истории и помогаете людям с разными взглядами договориться о том, что мы строим и как это должно работать. 🎁 Праздничный подарок от immers.cloud: Пополните свой счет и получите +20% бонусов по этому промокоду!

📢 Глава Anthropic призвал замедлить развитие ИИ 📰 Дарио Амодеи опубликовал эссе «We Must Pace the Frontier», в котором предложил снизить темп наращивания возможностей передовых моделей, чтобы исследования безопасности успевали за их развитием. По его словам, ИИ все активнее участвует в создании следующего поколения систем. Такое ускорение может опередить способность людей понимать и контролировать их поведение. 📲 В карточках — инцидент, который усилил его опасения. Что это значит для команд, внедряющих ИИ? 📌 Практический вывод из этой дискуссии — уделять больше внимания проверке моделей перед внедрением: оценивать качество ответов на собственных задачах, устойчивость к ошибкам и допустимые полномочия агентов. Производительность и стоимость запуска также стоит измерять на реальной нагрузке. 🚀 Для такой оценки в immers.cloud можно познакомиться с открытыми моделями через доступные публичные эндпоинты, а для собственного развертывания подобрать GPU-сервер. Это позволяет начать с тестирования и выбрать конфигурацию под требования проекта. ➡️ Выбрать модель и GPU-конфигурацию

Сравнительный анализ инференса модели openai/gpt-oss-20 на RTX 4090 и H100 NVL Что важно: 🟠 RTX 4090 достигает предела масштабирования пропускной способности на уровне ~15 RPS. Объема VRAM хватает для одновременного размещения не более двух контекстов максимальной длины (131k токенов) и при одновременной обработке более 200 запросов начинается вытеснение (preemption) данных из KV-кэша (фактически удаление). Это приводит к необходимости повторного вычисления значений KV для вытесненного запроса с первого токена, что увеличивает показатели TTFT, ITL и E2E latency. 🟠 KV_OFFLOAD снижает негативный эффект вытеснения путем сохранения уже рассчитанных значений для вытесняемых запросов на хосте, но вносит дополнительные задержки из-за передачи данных между GPU и CPU. 🟠 H100 NVL не допускает вытеснения и обеспечивает линейное масштабирование пропускной способности (запросов / сек) с увеличением RPS благодаря четырехкратному преимуществу в объеме доступной памяти под KV-кэш и при этом обладает гораздо более мощными вычислительными возможностями. ▶️ Арендовать сервер с Н100 NVL 📬 Подписывайтесь на нас в МАХ

Поздравляем разработчиков с профессиональным праздником ❤️ Работа программиста — это не только код. Это постоянное обучение, поиск решений в чужом коде, баланс между фокусом и коммуникацией с командой. Мы подготовили карточки с данными о том, как на самом деле устроена работа разработчиков. Листайте карусель, чтобы узнать:

— сколько разработчиков продолжают учиться — с какими трудностями они сталкиваются ежедневно — как отвлечения влияют на работу

С Днём программиста! И куда же без подарка! По этому промокоду вы получите +20% к пополнению баланса в нашем облаке!

Поздравляем разработчиков с профессиональным праздником ❤️ Работа программиста — это не только код. Это постоянное обучение, поиск решений в чужом коде, баланс между фокусом и коммуникацией с командой. Мы подготовили карточки с данными о том, как на самом деле устроена работа разработчиков. Листайте карусель, чтобы узнать:

— сколько разработчиков продолжают учиться — с какими трудностями они сталкиваются ежедневно — что делают программисты в свободное время — как отвлечения влияют на работу

С Днём программиста! И куда же без подарка! По этому промокоду вы получите +20% к пополнению баланса в нашем облаке!

GLM-5.3 — текстовая MoE-модель семейства GLM-5 от Z.ai с 753 млрд параметров (около 40 млрд активных на токен), контекстом 1 048 576 токенов и упором на программирование, рассуждение и долгосрочную работу с инструментами. Что важно: 🟠 Масштабное постобучение. Главное изменение — не архитектура (сохранены MoE, DSA, IndexShare и MTP из GLM-5.2), а расширенное постобучение. Разработчики увеличили вычислительный бюджет, разнообразили тренировочные сценарии и расширили набор сред для длительных задач. 🟠 IndexShare для эффективной работы с длинным контекстом. Технология переиспользования индексов внимания между соседними слоями трансформера: только один слой в группе из четырёх вычисляет индексы, остальные используют их повторно. Это снижает вычислительную сложность при работе с контекстом в 1 млн токенов. 🟠 MoE-архитектура. 256 маршрутизируемых экспертов + 1 общий, top-k = 8 экспертов на токен. Модель поддерживает Multi-Token Prediction, работу с инструментами и управление усилиями рассуждения. Подробнее — в слайдах. ▶️ GLM-5.3 доступна в нашем каталоге Внимание! Для этой модели доступны только частные эндпоинты. Тарификация производится за время фактической аренды сервера, а не за количество обработанных токенов.

📌 Главные новости ИИ за август 2026 Какие события меняют условия для разработки и внедрения ИИ? ▪️ OpenAI: чему учит инцидент с автономными агентами. ▪️ NVIDIA: что финансовые результаты говорят о рынке вычислений. ▪️ AI Act: как новые требования влияют на создание ИИ-сервисов. 📲 Листайте карточки: в каждой — ключевые факты, источники и практический вывод для бизнеса. 🚀 Если вы уже внедряете ИИ, обсудите инфраструктуру проекта с immers.cloud — поможем определить необходимые ресурсы с учётом нагрузки и бюджета.

Главное за август: новые AI-модели и подключение к Windows-серверам прямо из браузера 🖥 immersView — подключайтесь к рабочему столу Windows-сервера без установки и настройки RDP-клиентов. Виртуальная машина открывается как обычная веб-страница. Возможности: — совместный доступ к сессии в режиме просмотра или управления; — общий буфер обмена и передача файлов; — видеопоток до 2K и 60 FPS с GPU-ускорением; — до 30 одновременных подключений. ➡️ Попробовать immersView 🤖 Новые модели в каталоге: Qwen3.8-27B — мультимодальная модель для программирования, агентных сценариев и профессиональных задач. Поддерживает работу с изображениями и контекст до 1 млн токенов. ➡️ Запустить Qwen3.8-27B DeepSeek-V4-Flash-0731 — MoE-модель с усиленными агентными возможностями и контекстом до 1 млн токенов. ➡️ Запустить DeepSeek-V4-Flash-0731 Unlimited-OCR — модель Baidu для распознавания и парсинга многостраничных документов. Обрабатывает десятки страниц за один проход. ➡️ Запустить Unlimited-OCR PaddleOCR-VL-1.6 — компактная мультимодальная модель для распознавания текста, таблиц, формул, диаграмм и печатей. ➡️ Запустить PaddleOCR-VL-1.6 🔑 Токен для работы с моделями через API можно получить на странице управления токенами.

Что можно запустить на одной RTX 3090 или RTX 4090? 👋 Для многих продуктовых задач не нужны огромные модели и серверы с несколькими GPU. Суммаризация, классификация, анализ тональности, обработка изображений и распознавание документов могут работать на одной видеокарте — если правильно подобрать модель. 📌 В карточках разобрали решения для RTX 3090 и RTX 4090: компактные языковые модели, мультимодальные возможности, специализированный OCR и модель для агентских сценариев. Полезные материалы по OCR-моделям из подборки: ▪️ Примеры запросов к baidu/Unlimited-OCR ▪️ Инструкция по запуску PaddleOCR-VL вместе с PP-DocLayoutV3 ▪️ Лидерборд PaddleOCR ▪️ Демо PaddleOCR для проверки собственного документа 📲 Какие модели подходят для каждой карты и чего от них ожидать — в слайдах. ➡️ В Immers Foundation Models можно изучить доступные open-source модели и развернуть подходящее решение на GPU под конкретную продуктовую задачу. ➡️ Запустить сервер на RTX 3090 ➡️ Запустить сервер на RTX 4090

📢 Объявляем конкурс с призовым фондом 60 000 бонусов Что такое осень? В этот раз предлагаем ответить не словами, а целым проектом. 🌳 Покажите, какой вы видите осень, с помощью возможностей immers.cloud и нейросетей. 📲 Что можно отправить, каким требованиям должна соответствовать работа, какие призы ждут победителей и когда всё это произойдет — собрали в слайдах. 🗓 До 3 сентября отправьте работу на почту маркетинга marketing@immers.cloud. Ждем ваши проекты 🍂 👉 Перейти в каталог моделей 👉 Выбрать сервер

Qwen3.8-27B: плотная модель для агентных задач 👋 Qwen3.8-27B — открытая мультимодальная модель с 27 млрд параметров, нативным контекстом 262 144 токена и возможностью расширения до 1 млн. Она работает с текстом, изображениями и видео, а лицензия Apache 2.0 позволяет использовать её в приватной инфраструктуре и собственных продуктах. Что важно: ▪️ Гибридная архитектура Модель сохраняет основу Qwen3.5 и Qwen3.6: 64 слоя объединяют Gated DeltaNet для эффективной обработки длинных последовательностей и Gated Attention для сохранения глобальных зависимостей. ▪️ Масштабное постобучение Главное изменение связано не с архитектурой, а с обучением с подкреплением в усложняющихся агентных средах. ▪️ Multi-Token Prediction MTP прогнозирует несколько будущих токенов и может применяться для спекулятивного декодирования. Это особенно полезно при развёртывании модели в сценариях, где важна скорость генерации. 📲 Подробнее об архитектуре, управлении рассуждением, бенчмарках и требованиях к инференсу — в слайдах. ➡️ Qwen3.8-27B можно бесплатно проверить через публичный эндпоинт по API. Для доступа достаточно зарегистрироваться, пройти верификацию и получить токен. ☁️ Если потребуется частный сервер, модель доступна на конфигурации 4 × RTX 4090 от 321,77 ₽/ч. #ИИ_Модели #LLM