Кратко

Вопрос, на который цифры масштаба не отвечают

В Германии существует небольшое число прикладных исследовательских институтов в области ИИ, чьи названия постоянно звучат в политических речах, и Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) GmbH, основанный в 1988 году как некоммерческое публично-частное партнёрство, возглавляет этот список. Почти вся широкая публичная риторика воспроизводит одни и те же самоотчётные цифры: количество отделов, центров компетенции, «living labs», сотрудников и проектов.

Два предшествующих расследования BTW уже проверили эти цифры: одно, опубликованное 25 сентября 2026 года, изучало бухгалтерию финансирования; другое, опубликованное 27 сентября 2026 года, прослеживало реестры управления до избрания Оскара-Вернера Райфа председателем наблюдательного совета 20 ноября 2025 года.

Открытым остаётся более конкретный вопрос: что институт делает фактически, в материальном и операционном смысле? Какие вычислительные системы он называет, какие физические испытательные среды описывает с измеримыми размерами, и какие проекты трансфера закреплены в датированных контрактных записях, а не в брошюрах? Ответ не является анекдотическим. Для института, чья бизнес-модель опирается на доверие промышленности и публичных финансистов, граница между тем, что эксплуатируется, что планируется и что просто заявляется, определяет ценность каждого вложенного евро.

Pegasus: именованный, документированный, оцифрованный кластер

Самое прочное доказательное звено вычислительной инфраструктуры DFKI — наименее разрекламированное: кластер Pegasus, размещённый в Кайзерслаутерне, имеет собственный сайт технической документации. Вводная страница объявляет «более 100 PFLOPs для ИИ-задач, более 300 GPU, более 5500 ядер CPU и более 40 TiB RAM», с менеджером нагрузки Slurm, контейнерной средой Enroot и внутренней системой мониторинга [https://pegasus.dfki.de/]. Эти цифры являются самоотчётными, но они не расплывчаты: они разбиты в публичной таблице разделов.

Таблица разделов, доступная в Slurm-документации кластера, перечисляет разделы по типу оборудования: A100 (40 ГБ, 80 ГБ и PCI), B200 Blackwell, H100 и H100 PCI, H200 и H200 PCI, L40S, RTX 3090, RTX A6000, RTX Pro 6000 Blackwell и V100 32 ГБ, плюс раздел «batch». Она указывает архитектурные детали — обычно восемь GPU на узел, соединённые внутри узла NVLink/NVSwitch, а между узлами InfiniBand — и публикует бенчмарки обучения ResNet (изображений/с) и Transformer (токенов/с) по каждому разделу, выполненные с контейнерами PyTorch от NGC. Она также задаёт лимиты времени работы: один-три дня для старых разделов, максимум один день для разделов Blackwell и Hopper [https://pegasus.dfki.de/docs/slurm-cluster/partitions/].

Такой уровень публичной детализации значим по двум причинам. Во-первых, он превращает заявление о масштабе («300+ GPU») в проверяемый артефакт, который потенциальный промышленный партнёр может изучить до обязательств.

Во-вторых, он документирует запланированное устаревание неоднородного парка: сосуществование V100 (архитектура Volta, 2017) и B200 (Blackwell, 2024–2025) в одной таблице показывает вычислительный центр, который накапливает поколения, а не заменяет их — экономический выбор, логичный для института без базового институционального финансирования, но накладывающий ограничения планирования, редко упоминаемые в риторике о «цифровом суверенитете» Европы.

Практическая эксплуатация кластера также документирована со стороны пользователей. Репозиторий GitHub «hpc-infrastructure-access» группы MBAZA-NLP при DFKI документирует практические процедуры доступа — Slurm, разделы, контейнеры — к инфраструктуре HPC DFKI [https://dfki-nlp.github.io/project/genki4media/] [https://github.com/MBAZA-NLP/hpc-infrastructure-access/blob/main/README.md]. Документированный рабочий процесс доступа подтверждает, что кластер является действующей установкой, а не только маркетинговым описанием.

Хронология DGX: с 20 до 45, затем более 60 петафлопс

Парк Pegasus появился не сразу. Пресс-релиз DFKI от 27 июля 2020 года объявляет о вводе в эксплуатацию первого NVIDIA DGX A100 в центре машинного обучения в Кайзерслаутерне, увеличившем мощность кластера «с текущего уровня 20 петафлопс до 45 петафлопс» — каждый DGX A100 даёт пять петафлопс через восемь GPU A100 Tensor Core, с заявленной эффективностью около 1,2 кВт на петафлопс против 3–5 кВт у предшествующих систем. Пресс-релиз упоминает оптимизированные контейнеры NGC для TensorFlow и PyTorch и предусматривает ещё четыре системы DGX A100 [https://www.dfki.de/en/web/news/nvidia-dgx-a100-20].

Более поздний пресс-релиз документирует расширение центра седьмой системой DGX-A100, с заявленной мощностью «с начальных 20 петафлопс до более чем 60 петафлопс», привязанной к отделу Interactive Machine Learning (IML) и исследованиям фундаментальных моделей для медицины; профессор Daniel Sonntag цитируется по целям интерактивного глубокого обучения [https://www.dfki.de/en/web/news/rechenzentrum]. Сайт лаборатории IML описывает блок DGX-A100 с восемью GPU A100 суммарной памятью до 640 ГБ GPU и 1,5 петафлопс, размещённый в «большом центре глубокого обучения в Кайзерслаутерне».

Три замечания. Первое: хронология имеет разрывы — ни один документ явно не согласует 20 → 45 петафлопс 2020 года с «более чем 60», анонсированными позже, и с «более чем 100 PFLOPs» текущей документации Pegasus. Вероятно, это одна линия в разные даты, но DFKI этого не говорит, и читатель, ищущий датированное и согласованное состояние установленной мощности, должен реконструировать последовательность сам. Второе: сохранение цифры «начальные 20 петафлопс» в пресс-релизе о седьмой DGX предполагает кумулятивный учёт, а не пересчёт при каждом расширении — деталь, важная при сравнении заявленной мощности с промышленным центром обработки данных.

Третье: цепочка документального доказательства реальна — от дат пресс-релизов до текущих таблиц разделов каждое звено публично и проверяемо, что заметно отличает DFKI от института с одной маркетинговой страницей «возможностей».

MarEH и залы Бремена: физическая инфраструктура, оцифрованная до литра

Если ИИ-вычисления — один столп, то робототехника — другой, и его доказательства труднее преувеличить: у них есть размеры. Страница «Maritime Infrastructure» Robotics Innovation Center DFKI в Бремене описывает Maritime Exploration Hall (MarEH) — установку площадью 1300 м² для испытания робототехники над и под водой, имитирующую задачи оффшорной индустрии. Главный бассейн имеет размеры 23 м × 19 м × 8 м и содержит 3,4 млн литров солёной воды (18 г соли на литр). Названное оборудование включает краны 12,5 т и 250 кг, портал 500 кг, стеклянную ёмкость 5 м × 4 м × 2,2 м на 40 000 литров с тремя стеклянными стенами, «black tank» 3,4 м × 2,6 м × 2,2 м, который можно закрывать для контроля света и мутности, лабораторию виртуальной реальности с проекцией 21,6 м² на семи элементах и систему подводного захвата движения Qualisys с 12 камерами (12 мегапикселей, 300 Гц, точность около 4 мм) [https://robotik.dfki-bremen.de/en/research/research-facilities-labs/maritime-infrastructure].

Страница содержит, однако, внутреннее противоречие, которое статья должна указать, а не сгладить: камера давления описана один раз как «6000 м (600 бар)», а в другом месте — «до 660 бар… около 6600 метров». Оба значения не могут одновременно быть верными для одной камеры; DFKI не разрешает это противоречие. Это не повод отвергать документ — большинство размеров правдоподобны и точны, — но это полезное напоминание, что даже техническая документация серьёзного института заслуживает критического построчного чтения.

Тот же кампус в Бремене принимает дополняющую инфраструктуру: многофункциональный зал, описанный робототехническим центром, и Space Exploration Hall, открытая Robotics Innovation Center DFKI для испытаний роботов в наземных условиях, имитирующих космический вакуум. Эти установки, вместе с описанной на главном сайте DFKI Robotics Exploration Laboratory, образуют континуум физических испытательных сред, который могут предъявить немногие европейские институты: это тип актива, который, в отличие от цифр штата, нельзя декретировать в стратегическом плане.

SmartFactory-KL и Gaia-X: датированный стенд от 26 мая 2021 года

Третий столп — трансфер в промышленность, и его наиболее точно датированный артефакт — пресс-релиз DFKI от 26 мая 2021 года: SmartFactory-KL (SF-KL), платформа производства, рождённая в 2005 году и строящая демонстраторы с 2014 года, выбрана в качестве испытательного стенда производства для Gaia-X. Конфигурация охватывает три площадки: SmartFactory-KL, отдел Innovative Factory Systems (IFS) DFKI и отдел WSKL Технического университета Кайзерслаутерна. Видение Production Level 4 (PL4), расширяющее концепцию Industrie 4.0 2011 года, датируется 2019 годом; демонстратор PL4 представил вариант использования Gaia-X в 2020 году и уже работает в Innovation Lab SmartFactory-KL; второй демонстратор, с совершенно новой транспортной системой, строился в здании DFKI. Keran Sivalingam назван руководителем подпроекта smartMA-X [https://www.dfki.de/en/web/news/sfkl-testbed-gaiax0] [https://www.dfki.de/en/web/news/gaia-x-projekt-smartma-x-startet-in-kaiserslautern0].

Сопутствующая страница DFKI «GAIA-X project begins in Kaiserslautern» подтверждает хронологию и цитирует Sivalingam: «Сначала мы должны подключить наш демонстратор к сети Gaia-X» — с исследованиями композитных против атомарных компетенций как техническим вопросом. Ernst Stöckl-Pukall, руководитель цифровизации и Industrie 4.0 в федеральном министерстве экономики (BMWi), там идентифицирован.

Это дело показательно именно потому, что оно датировано и ограничено: оно показывает DFKI в роли оператора испытательного стенда в инициативе суверенитета данных, успех которой четыре года спустя остаётся частично недоказанным. Институт, который превращает видение (PL4, 2019) в демонстратор (2020), а затем в статус стенда (2021), исполняет; чего он не контролирует, так это судьбу самой платформы.

Контрактные проекты: проверяемые даты начала и окончания

Помимо инфраструктуры, DFKI исполняет проекты, чьи сроки закреплены во внешних или контрактных записях.

LUMINOUS. Реестр CORDIS Европейской комиссии регистрирует проект LUMINOUS (Language Augmentation for Humanverse) под грантом Horizon Europe 101135724, подпись ЕС 23 октября 2023 года, старт 1 января 2024 года, окончание 31 марта 2027 года, под темой HORIZON-CL4-2023-HUMAN-01-21 (Next Generation eXtended Reality, RIA). Проект сочетает генеративные и мультимодальные большие языковые модели с расширенной реальностью и zero-shot распознаванием неизвестных объектов; три его пилота — нейрореабилитация выживших после инсульта с речевыми нарушениями, иммерсивное обучение промышленной безопасности и 3D-архитектурное проектирование. Сам DFKI сообщил о проекте лишь 19 августа 2024 года в рубрике «Transfer Stories» — разрыв более семи месяцев между контрактным стартом и публичной коммуникацией, измеряющий разницу между профинансированным проектом и рассказанным проектом [https://www.dfki.de/en/web/news/project-luminous-the-next-level-of-augmented-reality] [https://cordis.europa.eu/project/id/101135724]. Сторонняя страница обсерватории упоминает окончание в декабре 2026 года; CORDIS, официальный реестр, авторитетен.

LIEREx. Проект LIEREx (Language-Image Embeddings for Robotic Exploration) объявлен DFKI на срок с 1 июля 2024 года по 31 декабря 2026 года. Он встраивает модели «зрение-язык» (например, CLIP) в семантическую карту, позволяющую запрашивать произвольные объекты, реализованную на мобильном роботе и оцениваемую через целенаправленное внутреннее исследование; сопутствующие отчёты документируют реальное оборудование: платформу TIAGo 2 с LiDAR Ouster OS0 и RGB-D камерой Femto Bolt ToF, эмулятор Habitat с Matterport3D/HM3D и интеграцию 3D-семантических графов сцены [https://www.dfki.de/en/web/research/projects-and-publications/project/lierex].

SiSWiss. Проект SiSWiss (Secure language models for knowledge management) идёт с 1 июня 2025 года по 31 мая 2028 года, финансируемый федеральным министерством исследований, технологий и космоса (BMFTR) в программе «Sichere Zukunftstechnologien in einer hypervernetzten Welt: Künstliche Intelligenz». Он координируется L3S Research Center в Ганновере с DFKI, CISPA и компанией Laverana как партнёрами. Его предмет: мультиперсонные LLM со структурой «Differential Sensitivity Awareness» (DSA), дифференцирующей доступ к чувствительной информации по разрешениям пользователя, обучаемые преимущественно RLHF, с открытыми методами, оптимизированными для немецкоязычного рынка. L3S независимо подтверждает окно (01.06.2025–31.05.2028) и координатора (Dr. Daniel Kudenko). Написание названия проекта различается по источникам — SiSWiss на странице DFKI (размещённой на неканоническом хосте www-live.dfki.de), SisWiss на страницах L3S — незначительная, но показательная фрагментация документации [https://www-live.dfki.de/en/web/research/projects-and-publications/project/siswiss] [https://www.l3s.de/research-at-l3s/all-projects/siswiss/].

TSS-MoVe, Genki4Media и операционный доступ к HPC. Проект TSS-MoVe направлен на пилотную систему автоматизированного технологического мониторинга для всех видов транспорта, документированную как страницами DFKI, так и DZSF, федеральным немецким институтом железнодорожных исследований [https://dfki-nlp.github.io/project/tss-move/]. Genki4Media — проект NLP DFKI в федеральной программе «Gen-KI für den Mittelstand» (документирован на digitale-technologien.de с партнёром Fraunhofer FOKUS), адресующий генеративный ИИ для медиаприложений [https://www.dfki.de/en/web/about-us/dfki-at-a-glance/company-profile]. Наконец, репозиторий GitHub MBAZA-NLP «hpc-infrastructure-access» документирует практические процедуры доступа к HPC DFKI со стороны группы NLP — Slurm, разделы, контейнеры, — что подтверждает: доступ к кластеру типа Pegasus является операционным документированным рабочим процессом, а не маркетинговым описанием [https://dfki-nlp.github.io/project/genki4media/] [https://github.com/MBAZA-NLP/hpc-infrastructure-access/blob/main/README.md].

Что цифры масштаба продолжают противоречить

Сопоставим теперь эти датированные материалы с цифрами масштаба, доминирующими в коммуникации DFKI. Страница Company Profile сайта DFKI сообщает о 29 исследовательских отделах, 13 центрах компетенции и 8 living labs, около 960 исследователях и администраторах и 600 аспирантах из более чем 76 стран, работающих более чем по 560 проектам. Страница About DFKI того же сайта указывает «десять центров компетенции»; зеркальная версия того же контента, размещённая на www-live.dfki.de, сообщает, по имеющимся данным, о 28 отделах и десяти центрах компетенции [https://www.dfki.de/en/web/about-us/dfki-at-a-glance/company-profile].

Три числа для центров компетенции (10, 13 и снова 10), два для отделов (28, 29): эти расхождения проходят через страницы самого DFKI, одновременно публично доступные. Это не мошенничество — классический симптом самооценки, ведущейся вручную без единого владельца и контроля согласованности. Но именно это критическое чтение должно выделить: цифры масштаба DFKI являются самооценками без опубликованной методологии, тогда как его инфраструктура и проекты документированы датированными, измеримыми и частично проверяемыми третьими сторонами артефактами.

Методологический урок шире этого случая: в оценке исследовательского института самые проверяемые элементы почти никогда не бывают теми, что продвигает пресс-служба.

Границы доказательств

Три ограничения очерчивают эту картину. Во-первых, большинство источников первого прохода были захвачены как выдержки, предоставленные поисковой системой, без прямого рендеринга полной страницы; второй проход непосредственно осмотрел названные страницы проектов, но страницы Pegasus и MarEH остаются документированными выдержками. Во-вторых, все цифры мощности (PFLOPs, GPU, ядра) являются самоотчётными для DFKI; независимого внешнего аудита установленной мощности не выявлено. В-третьих, несоответствие камеры давления MarEH (600 бар/6000 м против 660 бар/6600 м на той же странице) должно быть атрибутировано источнику, а не разрешено арбитражем.

Эти ограничения не отменяют картину: они определяют степень уверенности — высокую для контрактных дат и физических размеров, среднюю для вычислительных мощностей и низкую для любых агрегатов масштаба.