Роскомнадзор обработал 135 тысяч заявлений о регистрации каналов и пабликов

Роскомнадзор обработал 135 тысяч заявлений о регистрации каналов и пабликов

Роскомнадзор обработал 135 тысяч заявлений о регистрации каналов и пабликов

Регулятору поступило 135 тысяч заявлений от владельцев каналов и страниц в социальных сетях с аудиторией более 10 тысяч человек. Из них 49 тысяч ведомство зарегистрировало, а более 30 тысяч заявлений было отклонено.

Норма о регистрации страниц в соцсетях и каналов в мессенджерах, чья аудитория превышает порог в 10 тысяч подписчиков, действует с 1 ноября.

Функция по регистрации и сбору данных о владельцах таких ресурсов возложена на Роскомнадзор.

«Владельцы каналов и страниц в социальных сетях подали через Госуслуги более 135 тыс. заявлений о включении персональных страниц в Перечень. По состоянию на 27 декабря более 49 тыс. таких страниц зарегистрировано в Перечне Роскомнадзора. Отклонено более 30 тыс. заявлений», — такие итоги работы подвел Роскомнадзор в официальном сообщении по запросу ТАСС.

С 1 января те владельцы каналов и страниц в соцсетях, кто не предоставили сведения в Роскомнадзор, не смогут размещать рекламу. Также регулятор может обязать владельцев площадок ограничить доступ к таким страничкам или каналам до выполнения данного требования. Вместе с тем, административной ответственности за подобное нарушение не предусмотрено.

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