«Байкал Электроникс» представила план по выпуску двух специализированных ИИ-процессоров. Baikal-AI-E1000 предназначен для работы на периферийных устройствах — целевым западным аналогом называют модуль Nvidia Jetson Orin NX. Baikal-AI-D1000 — дискретный графический ускоритель для серверов, ориентированный на замену Nvidia L40S. Оба процессора относятся к первому поколению специализированных ИИ-чипов компании, ранее известной прежде всего линейкой универсальных процессоров Baikal-M и Baikal-S.
Целевые аналоги выбраны не случайно: и Jetson Orin NX, и L40S — массовые, не топовые продукты Nvidia, что указывает на реалистичное позиционирование российских чипов как замены среднего, а не самого производительного сегмента рынка.
Ключевая заявленная особенность новых чипов — совместимость с программной экосистемой Nvidia CUDA. Это принципиально важно, потому что подавляющее большинство фреймворков и инструментов для машинного обучения исторически строится вокруг CUDA, и именно отсутствие такой совместимости было главным практическим препятствием для альтернативных чипов в России — включая уже используемые китайские Huawei Ascend, для которых перенос ПО на другую программную платформу остаётся заметным барьером внедрения.
На конференции ЦИПР-2026 компании «Аквариус», «Байкал Электроникс» и «Группа Астра» объявили о намерении совместно создавать и развивать целостную экосистему полностью российских программно-аппаратных комплексов на базе процессоров семейства Baikal — для корпоративных заказчиков и объектов критической информационной инфраструктуры. Такое трёхстороннее партнёрство (процессоры + серверное оборудование + операционная система) — попытка выстроить вертикально интегрированную цепочку поставок, не зависящую ни на одном из уровней от зарубежных компонентов.
Заявленный срок — 2029–2030 годы — означает, что в ближайшие несколько лет российская ИИ-инфраструктура по-прежнему будет опираться на Huawei Ascend, параллельно ввезённое оборудование Nvidia и облачные альтернативы. Даже если чипы «Байкал» действительно обеспечат полноценную совместимость с CUDA, догнать компанию, у которой уже сейчас на годы вперёд расписан триллион долларов подтверждённого спроса на собственные ИИ-чипы, остаётся многолетней структурной задачей, а не решением ближайшего будущего.