Правила оказания услуги «Inference Platform»

Дата публикации: 23 сентября 2026 г.

1. ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ

Кластер – группа серверов одной конфигурации, объединенных с помощью коммуникационных каналов для совместного решения определенного вида информационно-вычислительных задач.

Инстанс – логическая единица предоставления Услуги, представляющая собой развернутую в облачной среде среду исполнения (модели или контейнера) с заданными параметрами вычислительных ресурсов, памяти и правилами масштабирования.

Контейнер – стандартная единица программного обеспечения, которая запускает код и все его зависимости так, чтобы приложение работало в одной вычислительной среде.

HPA (Horizontal Pod Autoscaler) – механизм автоматического масштабирования, который изменяет количество реплик (экземпляров) Контейнеров (подов) в зависимости от загрузки (например, потребления CPU или пользовательских метрик).

GPU (Graphics Processing Unit) – графический процессор, специализированное электронное устройство, предназначенное для манипулирования и изменения памяти для ускорения создания изображений или вычислений общего назначения (в частности, задач ИИ).

Контент — любая информация, созданная с использованием Услуги.

Используемые сокращения:

ИИ – искусственный интеллект

2. ОПРЕДЕЛЕНИЕ УСЛУГИ

2.1. В рамках Услуги Исполнитель предоставляет Заказчику доступ к выделенным ресурсам для запуска ИИ-моделей Заказчика на базе управляемого Кластера Kubernetes с поддержкой GPU. Услуга позволяет Заказчику запускать ИИ-модели и Контейнеры без необходимости самостоятельного администрирования базовой инфраструктуры виртуализации.

2.2. Удаленный доступ к Контейнерам осуществляется через сеть Интернет, канал доступа к которой входит в состав Услуги.

2.3. Варианты оказания Услуги соответствии с выбранным Заказчиком Тарифом и при наличии технической возможности у Исполнителя:

2.3.1. «Model Run» – Заказчику доступна возможность запуска своих ИИ-моделей на базе Контейнеров с GPU с возможностью автоматического масштабирования (HPA) на основе технических метрик Инстанса.

2.3.2. «Docker Run» – Заказчику доступна возможность запуска произвольных пользовательских Контейнеров на базе Кластера с GPU с возможностью автоматического масштабирования технических метрик Инстанса.

2.3.3. «Хранение кеша моделей» – Заказчику предоставляется возможность хранения кеша ИИ-моделей на базе распределенного Кластера хранения данных для ускорения запуска Инстансов.

2.4. Исполнитель предоставляет консультации Заказчику по вопросам использования Услуги и обеспечивает устранение Инцидентов в рамках оказания Технической поддержки.

2.5. Услуга предполагает использование Заказчиком совместимых со средами запуска ИИ-моделей. За корректность работы программного кода ИИ-модели или содержимого Контейнера, загружаемого Заказчиком, Исполнитель ответственности не несет.

3. ХАРАКТЕРИСТИКИ И ОГРАНИЧЕНИЯ УСЛУГИ

3.1. Услуга является Тарифицируемой услугой.

3.2. Исполнитель обеспечивает Доступность Услуги не менее 99,95%.

3.3. Услуга тарифицируется исходя из временного промежутка, определенного Тарифом, и заданного Заказчиком количества Контейнеров, условий масштабирования Инстанса, и подключенных к каждому Контейнеру ресурсов.

3.4. Исполнитель не предъявляет требований к оборудованию Заказчика для оказания Услуги. Для заказа и управления Услугой Заказчику необходимо любое устройство с доступом к сети Интернет и установленным современным веб-браузером, при этом пропускная способность канала доступа сети Интернет у Заказчика должна быть не менее 128 кбит/с.

3.5. Исполнитель оказывает Услугу со следующими ограничениями:

3.5.1. Ограничения и правила масштабирования Инстанса:

3.5.1.1. в рамках каждого Инстанса Заказчик указывает желаемые значения масштабирования: минимальное количество Контейнеров, которые находятся в постоянно запущенном состоянии, и максимальное количество Контейнеров, до которого возможно автоматическое увеличение количества их реплик (экземпляров) в зависимости от технических метрик Инстанса.

3.5.1.2. увеличение количества Контейнеров внутри Инстанса до максимального значения производится только при наличии свободных вычислительных ресурсов в Кластере Исполнителя, и Исполнитель не гарантирует возможность увеличения до количества, указанного Заказчиком.

3.5.2. Ограничения Услуги для варианта Кластера с GPU H200 («Docker Run» и «Model Run»):

3.5.2.1. количество единиц GPU на один Контейнер: от 1 до 8 шт.,

3.5.2.2. выделяемая графическая память (vRAM) на одну единицу GPU:

• минимальное значение: 5 Гб,

• максимальное значение: 140 Гб.

3.5.2.3. при заказе на один Контейнер более одной единицы GPU, значение выделяемой памяти на каждую единицу GPU фиксируется и составляет 140 Гб.

3.6. Создаваемый при использовании ИИ-модулей и Контейнеров Контент формируется автоматически.

3.7. Исполнитель не отвечает за содержание Контента. Создание Контента происходит в полностью автоматическом режиме ИИ-моделями Заказчика. Исполнитель не имеет доступа к Контенту и не осуществляет проверку Контента на предмет точности, достоверности, актуальности и законности. Заказчик самостоятельно отвечает за применение/запуск ИИ-моделей в рамках оказания Услугой и получаемый с их помощью результат.

4. СХЕМА ПЕРЕРАСЧЕТА СТОИМОСТИ УСЛУГИ

4.1. Схема перерасчета стоимости Услуги в случае, если фактическая Доступность Услуги за Отчетный период не соответствует значениям указанным в п. 3.2., представлена в Таблице № 1.

Таблица № 1. Схема перерасчета стоимости Услуги

Доступность Услуги в Отчетный период, %	Перерасчет стоимости оказания Услуги, % от стоимости оказания Услуги в Отчетном периоде
100.00 > Доступность Услуги ≥ 99.95	0%
99.95 > Доступность Услуги ≥ 99.443	3%
99.443 > Доступность Услуги ≥ 98.998	5%
98.998 > Доступность Услуги ≥ 98.649	7%
98.649 > Доступность Услуги ≥ 98.333	10%
98.333 > Доступность Услуги	10% + (1/730)*x*100%, где x – суммарное количество часов перерывов в оказании Услуги