Законопроект о регулировании big data встретил резкую критику экспертов

Законопроект о регулировании big data встретил резкую критику экспертов

Законопроект о регулировании big data встретил резкую критику экспертов

Специалисты АНО «Цифровая экономика» не одобряют законопроект о регулировании оборота big data. В некоммерческой организации подчеркивают, что принятие этого документа может усугубить отставание России в технологическом плане, а также потребует немалых бюджетных вливаний.

На прошедшем вчера заседании комитета Госдумы депутаты приняли решение вернуть соответствующий законопроект его автору Михаилу Романову, представляющему «Единую Россию». Романов внес документ 23 октября.

В качестве основной причины законодатели отметили, что создание реестра компаний, которые будут обрабатывать большие пользовательские данные (БПД), потребует выделения бюджетных средств — это изначально документом не предусматривалось.

Кроме этого, негативную оценку инициатива получила от представителей АНО «Цифровая экономика», где отметили, что в документе отсутствует предмет регулирования. Накладываемые законопроектом ограничения могут сыграть против развития российских технологий, считают в организации.

Также депутаты с экспертами сошлись во мнении, что Роскомнадзор будет дополнительно нагружен, а увеличение его финансирования никак не учтено.

Более того, эксперты, чье мнение передает «Ъ», отметили практически полное соответствие определения БПД и положений закона «О персональных данных».

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru