Первый в России нейросетевой ускоритель для встраиваемых систем, собранный полностью на отечественных компонентах, представили на выставке «Иннопром-2026». Устройство LinQ HX обрабатывает данные локально, не требуя подключения к интернету, что исключает риск утечки информации. Разработчиком выступил резидент ОЭЗ «Технополис Москва».
Как устроен модуль LinQ HX и почему он безопасен
Модуль LinQ HX — это вычислительное устройство, ускоряющее работу алгоритмов искусственного интеллекта. Ключевая особенность — полная автономность: для функционирования не нужны облачные серверы или интернет. Именно это обеспечивает высокую безопасность обрабатываемых данных.
Вычислительным ядром модуля служит микросхема из официального реестра Минпромторга. Устройство собрано исключительно из российских компонентов и не использует иностранные лицензии, что подтверждает его статус первой полностью отечественной разработки такого класса.
Производительность и энергопотребление: ключевые параметры
По данным пресс-службы, ускоритель обрабатывает любые типы данных локально. Основные параметры модуля включают высокую производительность при низком энергопотреблении — это критично для встраиваемых систем, то есть устройств, встроенных непосредственно в оборудование. Такие системы применяются в промышленности, транспорте и умных устройствах.
Официальный анонс разработки сделал заместитель Мэра Москвы по вопросам транспорта и промышленности Максим Ликсутов. Презентация прошла на международной промышленной выставке «Иннопром-2026».
Разработка решает проблему импортозамещения в сфере микроэлектроники для ИИ. Ранее подобные ускорители либо поставлялись из-за рубежа, либо использовали иностранные чипы. LinQ HX демонстрирует возможность создания конкурентных решений на базе отечественной компонентной базы.
Почему появление LinQ HX важно для промышленности и транспорта
Создание LinQ HX происходит на фоне глобального тренда на периферийные вычисления (edge computing), когда данные обрабатываются непосредственно на устройстве, а не в дата-центре. Это снижает задержки и повышает конфиденциальность. Для России, где вопросы технологической независимости стоят особенно остро, появление такого ускорителя — шаг к снижению зависимости от иностранных поставщиков микроэлектроники.
Разработка ориентирована на промышленный сектор, транспорт и системы «умного города». Локальная обработка данных без отправки в облако критична для объектов критической инфраструктуры, где безопасность информации является приоритетом. Модуль может быть востребован в системах видеонаблюдения, беспилотном транспорте и промышленной автоматизации.
Серийное производство и коммерциализация устройства пока не анонсированы. Однако сам факт создания рабочего прототипа на отечественной элементной базе задаёт новый вектор для развития встраиваемых ИИ-систем в России: сможет ли он составить конкуренцию зарубежным аналогам по цене и доступности?