В среду 24 сентября мы провели главную конференцию Yandex Cloud — в этом году под новым названием Neuro Scale. Помимо анонсов всех новинок со сцены команда хотела ярче показать работу новых фич облака на реальных задачах. Поэтому многие интерактивы конференции создавали сами разработчики для разработчиков. 

В этом репортаже мы собрали основные анонсы и попросили самих инженеров рассказать, что было под капотом наиболее интересных зон конференции: 

• как мы дистанционно управляли байком на Serverless Vibe Code Challenge;

• для чего засовывали сосиски в серверную стойку;

• как нейронные сети помогли нам «озвучить» мицелий экзотических грибов чёрных рейши.

Кратко о главных новостях Yandex Neuro Scale

Ежегодная конференция Yandex Cloud в этому году прошла в седьмой раз. В программе Yandex Neuro Scale 2025 было более 50 выступлений и семь тематических треков: Infrastructure, DevOps, AI Studio, AI in action, Data, Security и Cases.

Главные обновления сервисов

Представили новую зону доступности, которая появится в 2026 году

В следующем году в регионе ru-central1 запустится ещё одна зона доступности на базе нового дата-центра Яндекса мощностью более 40 МВт, расположенного недалеко от действующего дата-центра компании во Владимирской области.

Близость новой зоны к уже действующей не случайна: это обеспечит минимальную задержку передачи данных (<1 мс) из одной зоны в другую, общая ёмкость канала между ними — до 25,6 Тб/с.  

Инженерно и логически эти две зоны абсолютно независимы друг от друга, что позволяет обеспечивать высокий уровень отказоустойчивости. Энергоэффективность дата-центра — на уровне 1,1 PUE — на 27% ниже средних мировых показателей.

Обновили платформу Yandex AI Studio

В обновлённую платформы для создания ИИ-агентов и приложений вошли Agent Atelier для сборки агентов, Model Gallery с опенсорсными и собственными моделями Яндекса, новые API для диалогов и голоса, а также готовые инструменты интеграции с внешними сервисами и приложениями.

Среди поддержанных API — Realtime API для построения голосовых агентов, которые на вход получают аудио и синтезируют ответ, Responses API, как для построения агентов, так и просто для чата с моделью, а также Vector Store API для поиска. 

Помимо этого поддержали протокол MCP. В MCP Hub мы даём возможность как подключить внешний MCP‑сервер, так и создать свой MCP, который будет принимать запросы и распределять их между сервисами. Также можно трансформировать в MCP‑сервер любой API.

Подробнее об этих и других деталях разработки рассказали в отдельной статье на Хабре.

Запустили AI-ассистентов в сервисах Yandex Cloud

• AI-ассистент в облачной консоли поможет определить, какие облачные ресурсы и сервисы необходимы для той или иной задачи. Он подберёт нужные параметры и с согласия пользователя сам развернёт и настроит необходимую инфраструктуру или составит подробную инструкцию.

• На платформе Yandex Security Deck AI-ассистент ответит на вопросы об ИБ-сервисах, проанализирует оповещения систем безопасности и даст рекомендации по оптимизации защиты. В случае инцидента нейросеть поможет быстро понять, насколько он критичен и что нужно делать.

• В сервисе Yandex SpeechSense AI-ассистент поможет на потоке анализировать диалоги и извлекать из них нужные данные: номера телефонов, город, продукты, которыми интересовались клиенты, отзывы о компании. В ассистента можно загрузить базу знаний в формате PDF — это позволит ему анализировать диалог по скрипту и подсветить ошибки оператора. 

• AI-ассистент в сервисе Yandex WebSQL может сам запросить нужную информацию из Trino, ClickHouse®, PostgreSQL и других баз данных по запросу на естественном языке: например, «покажи топ-10 клиентов по выручке за 2025 год».

• В сервисе Yandex MetaData Hub с помощью Data Catalog можно будет автоматически разметить метаданные для повышения скорости и качества управления базами.

Кроме того, ИИ-помощник в YDB может самостоятельно провести диагностику и оптимизировать неэффективные запросы, чтобы повысить скорость обработки данных. 

Обновили платформу SourceCraft

Представили новую версию платформы для командной разработки SourceCraft. В кодовом ассистенте SourceCraft Code Assistant появился режим ИИ-агента, а сама платформа пополнилась инструментами безопасности, расширенной кодонавигацией и интеграцией с облачной платформой Yandex Cloud для развёртывания приложений:

• Разработчики могут использовать SourceCraft Code Assistant для точечной помощи при написании кода или перейти в режим агента для автоматизации комплексных сценариев разработки. 

• Кодовый ассистент также работает в базовом режиме с подсказками и автодополнением кода. Теперь инструмент умеет отслеживать, где используются повторяющиеся части кода. При редактировании функции система отслеживает связи в коде, автоматически находит все места её использования и предлагает готовые варианты исправлений. Разработчик может переходить от одного места к другому автоматически без ручного поиска.

• Интеграция с облаком и CI/CD. SourceCraft полностью интегрируется с облачной платформой — при выполнении задач CI/CD можно получать доступ к облачным сервисам без ручной настройки ключей доступа. Добавили поддержку GitHub Actions: при переносе проекта на SourceCraft автоматически преобразует готовые сценарии в свой формат.

• Навигация по коду и безопасность. Расширили поддержку языков для кодонавигации, включая С# и Kotlin. Платформа автоматически находит в коде конфиденциальные данные — пароли, ключи API — на этапе написания, до попадания изменений в рабочую версию.

Платформа SourceCraft доступна бесплатно, новые пользователи могут получить гранты на облачные сервисы для тестирования.

Добавили новые модули в Yandex Security Deck
В сервисе для комплексного управления безопасностью появились:

• Kubernetes® Security Posture Management (KSPM). Предоставляет единое пространство разработчикам и ИБ-командам для контроля безопасности без замедления процессов разработки. Модуль обнаруживает и защищает Kubernetes-кластеры, позволяет определять политику безопасности при развёртывании и защищать приложения во время исполнения (runtime).

• CSPM (Cloud Security Posture Management). Позволяет автоматизировать процесс контроля безопасности конфигураций всей облачной инфраструктуры клиента.

• Threat Detection. В автоматическом режиме мониторит угрозы и выводит предупреждения в консоли после подключения Yandex Security Deck.

Обновления коснулись и модуля DSPM по обнаружению и контролю конфиденциальных данных. Теперь он интегрирован с Яндекс 360: пользователи могут сканировать данные из Диска и находить персональные, платёжные и другие чувствительные данные.

Запустили ML WAF в Yandex Smart Web Security

В составе сервиса появился новый модуль ML WAF. Это технология для защиты на основе машинного обучения, которая не требует настройки, работает сразу при подключении и позволяет мгновенно блокировать веб-атаки, не покрываемые сигнатурными правилами.

Полный список всех обновлений в дайджесте

Кроме докладов с рассказом о новинках в программу также добавились воркшопы, где можно было воплотить практические сценарии использования новых фич на своём ноутбуке, а также питчинг — пространство для обмена опытом между экспертами. 

Но самые запоминающиеся способы рассказать о технологиях мы оставили для зоны Экспо, где гости участвовали в инженерных интерактивах. Попросили рассказать о них самих авторов.

Инфраструктурные челленджи

На стенде Infrastructure была отдельная зона сборки физического сервера для Yandex BareMetal. Для чего там понадобились сосиски — рассказал Владимир Аксёнов @AksyonovV

Владимир Аксёнов

Руководитель группы IT‑поддержки дата-центра, Yandex Infrastructure

Меня зовут Вова, и я руковожу IT‑поддержкой в дата‑центре: мы отвечаем за весь цикл эксплуатации IT‑оборудования, от установки и «наливки» новых устройств до регламентных работ с текущими серверами и решения инцидентов. 

Дата‑центр Яндекса, в котором я работаю, это площадка‑лаборатория: большинство технологий, которые сейчас используются во всех ДЦ, впервые были опробованы именно у нас. А это значит, что мы своими глазами наблюдали эволюцию оборудования и технологий для его обслуживания, а также протестировали много разных опытных образцов в связке с ребятами из R&D. 

Для сборки серверов на конференции мы смонтировали стойку OCP-4 — это уже четвёртое поколение наших собственных стоек, созданных с учётом стандарта Open Compute Project Foundation (OCP). Комплектующие для этих стоек проходят множество испытаний, в том числе в термолаборатории в специальном термостенде, где оценивается эффективность охлаждения оборудования. Часто это может приводить к конструктивным изменениям неочевидных на первый взгляд мелочей. 

Предела совершенству нет, и иногда уже в процессе опытной эксплуатации нам хочется что‑то улучшить. Например, так было, когда к нам в стойки приехал DVT‑образец новой дисковой полки. 

При обслуживании дисков с такой полкой нужно было два человека: первый снимает фиксацию полки и вытаскивает её на себя, второй — подталкивает полку сзади. Это создавало опасность для пальцев первого инженера — если напарник толкал слишком резко и сильно, возникала ситуация, что руки специалиста могут попасть между стойкой и полкой и прищемиться. Чтобы показать это наглядно коллегам и не травмировать руки, мы и придумали трюк с сосисками, которые похожи на пальцы: 

После этого теста ни один палец инженера не пострадал, дизайн полки был быстро доработан за пару дней, а новое оборудование в дата‑центр уже поступало с удобными ручками, и теперь обслуживать его может один человек. 

Это влияет и на скорость обслуживания железа, благодаря таким многочисленным микроулучшениям мы можем предоставлять выделенные серверы клиентам быстрее. На конференции предложили посетителям попробовать собрать такой сервер самим, и «пощупать» тот процесс, который обычно виден для них только в облачной консоли. 

Вайбкодинг и игры для DevOps  

На стенде DevOps сыграли в «Спасение Контейнерлэнда» и силами нескольких вайбкодеров научили нейросеть запускать функции для управления байком. Подробнее рассказывают авторы игр Павел Селиванов @pauljammи Александра Тихонова. 

Павел Селиванов

Руководитель продуктового направления DevOps Tools, Yandex Cloud

Специально для конференции мы создали отдельную вселенную Контейнерлэнда, куда пришел хаос: сервисы не отвечают, поды падают, хранилища недоступны. У наших гостей была возможность стать мастером K8s и всё спасти, исправив типичные ошибки в коде. 

Для решения пользователи исправляли ошибки в YAML‑редакторе и CLI. Все задачи основаны на реальных примерах проблем при работе с Kubernetes: построение отказоустойчивых систем, работа с аспектами безопасности в кластере, хранение и использование секретных данных и так далее. А проходя задания, участники узнавали о лучших практиках работы с Kubernetes и возможностях управляемого сервиса от Yandex Cloud.

Vibe Code Challenge хотелось сделать более хардкорным и порешать с помощью сгенерированного кода более интересные задачи. Поэтому мы вдохновились опытом IoT‑команды и предложили гостям настроить управление умным устройством — в качестве него взяли один из байков, наподобие тех, которыми Яндекс управляет по всей Москве. 

Участникам предлагали силами нейронок разблокировать устройство с использованием mqtt‑клиента, написать функцию для активации звукового сигнала и затем создать API GateWay, чтобы вызов функций был доступен через URL. В конце ещё можно было проехаться и вычислить пройденное расстояние.

Атмосферная нейроинсталляция

В гостиной Центра технологий для общества мы представили совместный проект ИНТЕРКОННЕКТ, который специалисты Yandex Cloud реализовали вместе с командами NeuroLab, TO KONNEKT Farming Utopia, Universe Design, Gravionix и впервые представили на фестивале Outline. 

Инженеры соединили мицелий чёрных рейши с нейроинтерфейсом. Поскольку в ответ на свет и тепло этот гриб генерирует электросигнал, у команды получилось превратить его в текст, аудио‑ и визуальные образы. 

В первую очередь это арт‑проект, который может звучать как чистый полёт фантазии. Но на самом деле за этим стоят интересные биотехнологии: некоторые виды грибов могут обладать кратковременной памятью, а также особым способом коммуникации за счёт передачи электросигналов внутри мицелия, что напоминает человеческий язык. Исследование этих процессов с помощью искусственного интеллекта может быть перспективно как для нейронауки, так и для computer science, а также для создания биогибридных механизмов.

Для проекта использовалось несколько видов субстрата с мицелием чёрных рейши (вид Ganoderma Sinense) от фермы Farming Utopia. Электрическая активность этих грибов меняется в ответ на колебания влажности, температуры, света — как предполагают учёные, такие сигналы в сетях мицелия используются для передачи и обработки данных об окружающей среде. 

Чтобы записать эти сигналы, использовались игольчатые электроды, которые фиксировали график электромагнитных колебаний, чем‑то похожий на электроэнцефалограмму. С созданием интерфейса помогли ребята из Gravionyx, которые специализируются на системах для биоинформатики, а его поддержку обеспечивала команда NeuroLab. Само состояние гриба, зафиксированное на графике, интерпретировали на основе учения И.П.Павлова, который выделял первую и вторую сигнальные системы. 

Следующим шагом вместе с нашим коллегой, независимым робохореографом и программистом Димой Масаидовым развернули систему, которая позволила бы интерпретировать эти графики, с помощью среды нодового программирования VVVV, выполняющей роль узловой программы. Она принимала и обрабатывала сигналы, интерпретировала их в состояния и перенаправляла в промты для нейронных сетей в реальном времени. Через VVVV состояние гриба уже можно передать в графический, звуковой или текстовый интерфейс.

Об особенностях работы с LLM рассказал участник команды, которая разворачивала и настраивала модели, Михаил Дымсков @mifistor

Михаил Дымсков

Тимлид группы инженеров техподдержки Yandex Cloud

Для генерации текста использовалась большая языковая модель YandexGPT 5 Lite. Мы использовали публично опубликованную версию модели с hugging face, о которой писали отдельно в большой статье на Хабре. Затем текст также озвучивался с помощью Yandex SpeechKit. Опираясь на гипотезу о наличии чего-то вроде памяти у грибов, мы подмешали воспоминания людей, чтобы LLM генерировала текст, основанный на реальных воспоминаниях. Так природа тоже могла обрести человеческий голос.

Также с помощью VVVV и патча от Димы Масаидова сигнал интерпретировали в MIDI и передали в модульный синтезатор. 

Как за счёт этого генерируется эмбиент:

• Амплитуда с графика электроколебаний интерпретируется в высоту ноты и отдается через VVVV в MIDI. 

• MIDI приходит в ES Disting MK4 с MIDI Breakout и конвертируется в CV. 

• Далее CV делится на два сигнала: один уходит в Make Noise Maths, второй — на V/OCT модуля Monsoon в режиме Granular Processing. 

• Maths контролирует Freeze (EOC), Density и Position на Moonsoon и rate на Qu‑Bit Bloom, а так же Struct и Bright модуля uRings в режиме Sympathetic Strings. 

• На uRings подается генеративный gate с Qu‑Bit Bloom в режиме Branches и Mutations.

Также состояния гриба показывали визуально: в зависимости от графика изображения меняли цвет и форму.

Получилось красиво: