ATAILA Sajtószoba · Budapest ·
2026-W31
Négy gép elég a nagy modellhez. A nehéz rész utána kezdődik.
A hvg.hu cikke a lausanne-i EPFL kutatóinak megoldását mutatja be: nagy, nyílt súlyú nyelvi modellek futnak néhány hagyományos gépen, a szervezet saját helyi hálózatán belül. Számunkra ez nem elméleti kérdés: az ATAILA teljes platformja pontosan erre az állításra épül. A bizalmas munkafolyamatokhoz néhány GPU kell, és valaki, aki a rendszert végponttól végpontig üzemelteti. Hyperscaler-adatközpontra, vagyis a nagy felhőszolgáltatók kapacitására ehhez nincs szükség.
A cikk, amelyre válaszolunk
„Adatközpont? Ugyan már! Irodákba költözhetnek a szuperszámítógépek”
hvg.hu, 2026. július 28.
Mit írt a hvg.hu
A cikk valós feszültségből indul ki. A nagy AI-adatközpontokat egyre több kritika éri az energia- és vízfogyasztásuk miatt. A kézenfekvő alternatíva, hogy a modell egyetlen személyi számítógépen fusson, viszont komoly hardverigényt támaszt. A cikk szerint az EPFL kutatói harmadik utat mutatnak: egy szoftveres réteget (Anyway Systems), amely több hagyományos gépet egyetlen helyi klaszterbe fog össze, és így osztja szét köztük a modell futtatását. A cikkben szereplő számok:
4 gép
egyenként egy hagyományos GPU-val: ennyi elég egy GPT-120B méretű nyílt modell futtatásához, drága, célhardverre épülő infrastruktúra helyett
Fél óra
ennyi idő alatt telepíthető egy meglévő helyi hálózatra, és közben egyetlen adat sem hagyja el a hálózatot
Hónapok
óta fut a teszt svájci cégeknél és közigazgatási szervezeteknél
A kutatók szerint a legfontosabb előny az adatvédelem és a szuverenitás, nem a sebesség: némi késleltetéssel maguk is számolnak. A kérdés így már az, hogy ki kell-e egyáltalán adni hozzá az adatot, és nem az, hogy a modell elfér-e az irodában.
Szinte mindenben egyetértünk, egy ponton nem
Ez nem cáfolat. A cikk ugyanazt a helyzetet írja le, amit a saját ügyfélkörünkben is látunk. Három ponton szó szerint ugyanazt mondjuk:
- Az inferencia a valódi terhelés. A mindennapi AI-használat java a kész modell futtatása, vagyis lekérdezés, nem pedig tanítás. Ehhez nem kell hyperscaler-kapacitás.
- A nyílt súlyú modellek átlépték az „elég jó” küszöböt. Egy 20–200 fős szervezet tipikus feladataihoz (dokumentumok olvasása, összefoglalás, kereshetővé tétel, kódolás) ma már nem kell a legnagyobb zárt modell.
- Az adatrezidencia sok szabályozott iparágban alapfeltétel. Ügyvédi iratoknál, betegadatoknál, pénzügyi anyagoknál nem a kényelem dönt.
Egy ponton viszont élesítenénk a képet, és éppen ez a lényeg.
A fél óra a telepítésre igaz. Az üzemeltetésre nem. A futó modell még nem platform, csak egy futó program. A különbség a 40. napon derül ki, amikor a modellt frissíteni kell, valaki jogosultság nélkül lát meg egy dokumentumot, elfogy a lemez, vagy új funkciót kellene élesbe vinni úgy, hogy közben nem áll meg a rendszer. Ezt a részt a kutatás nem is vállalta, és nem is az a dolga. A vállalatnál viszont pontosan itt kezdődik a költség.
Mit tesz az ATAILA ezzel a négy géppel
- A cikk megállapítása Négy hagyományos gép elég, hyperscaler-adatközpont nem kell.
- A mi válaszunk Egyetértünk, és hozzátesszük: ez az öt rétegből az első. A valódi privát AI platform öt rétegből áll: inferencia, tudás (RAG a céges dokumentumokból), alkalmazások, szállítás és üzemeltetés. A piacon lévő ajánlatok többsége az elsőnél megáll: GPU-bérlés vagy modellfuttató, a többi a vevő dolga. Az ATAILA mind az ötöt szállítja, egy szerződésben, egyetlen felelőssel. Egy réteget nem adunk el abban a reményben, hogy a másik négyet majd megoldja valaki. Mi számít privát AI platformnak?
- A cikk megállapítása Az adat nem hagyja el a helyi hálózatot.
- A mi válaszunk Ez a mi kiindulópontunk is: az adat ott marad, ahol keletkezik. A gyakorlatban két kiadásban adjuk. Az ATAILA Cloud multi-tenant (több ügyfél osztozik rajta) és teljes körűen üzemeltetett: európai hardveren fut, nálad nincs se vas, se üzemeltetési feladat. Az ATAILA Enterprise single-tenant licencmodell a saját adatközpontodban, ahol csak a te rendszered fut. Az adat el sem hagyja a szervereidet, az üzemeltetést pedig vagy mi végezzük távolról, vagy a csapatod, betanítással és támogatással. Ez üzleti döntés, nem hitkérdés: sok 20–200 fős szervezetnek az üzemeltetett európai felhő olcsóbb és biztonságosabb, mint egy szerverszekrény, amit senki nem tart karban. Egyik irányba sem terelünk. A két kiadás
- A cikk megállapítása Fél óra alatt telepíthető.
- A mi válaszunk Igen, és a valódi munka utána kezdődik. Nálunk a szállítási réteg azt jelenti, hogy az új funkció verziózott, auditált úton, emberi jóváhagyással jut élesbe, a sandbox, dev, uat és prod környezeteken keresztül, és nem azon a gépen, amelyiken éppen fut. Az üzemeltetési réteg pedig azt jelenti, hogy a monitorozás, a mentés, a frissítés, a biztonság és a kapacitás valakinek a nevesített feladata. Ezt a réteget a legtöbb ajánlat elfelejti. Ezért fix havidíjat kérünk, és nem lekérdezésenként számlázunk. Így működik a Factory és a Release Manager
- A cikk megállapítása Hónapok óta tesztelik cégeknél és a közigazgatásban.
- A mi válaszunk A hónapokig tartó teszt jó hír, de a teszt és az éles üzem között van az igazán drága szakasz. A legtöbb vállalati AI-kezdeményezés azon hal meg, hogy a működő prototípus és a futó rendszer közötti szakadékot senki nem finanszírozza, és nincs gazdája. Nem azon, hogy a modell rossz. Nálunk az éles környezet az első lépés, nem az utolsó: a platform open*.hu referenciatermékei ma is éles üzemben futnak, a legújabb pedig az újrafelhasználás miatt órák alatt állt élesbe. Élő referenciák
Amit nem ígérünk
Nem állítjuk, hogy négy gép mindenre elég. Az elosztott, helyi futtatásnak ára van: némi késleltetés, korlátozott párhuzamosság, és a hardverigény nő, ha nagy kontextussal, sok egyidejű felhasználóval vagy nagy keresési terheléssel dolgozol. Ha valakinek a mérete tényleg hyperscaler-kapacitást kíván, azt megmondjuk, és nem adunk el neki négy gépet.
Modellgyártók sem vagyunk. Nem tanítunk alapmodellt: nyílt súlyú modelleket futtatunk és üzemeltetünk. A saját hozzáadott értékünk a modellek körüli rendszer.
Azt sem állítjuk, hogy minden munkafolyamatot érdemes automatizálni. Ha nincs meg hozzá az adat, vagy a folyamat nem éri meg, azt az első beszélgetésen mondjuk el, nem a harmadik hónapban.
Amit viszont vállalunk: ha egyszer eldöntötted, hogy egy adat nem mehet ki nyilvános AI-ba, onnantól üzemelő rendszert kapsz tőlünk, nem telepítési útmutatót.
Hol kezdjük
Ha van olyan bizalmas munkafolyamatod, amit régóta automatizálnál, de soha nem tennél be egy nyilvános chatablakba, meséld el nekünk. Őszintén megmondjuk, hogy néhány GPU elég-e hozzá, vagy sem. Ha igen, el is visszük odáig.
Az eredeti cikk
„Adatközpont? Ugyan már! Irodákba költözhetnek a szuperszámítógépek”
hvg.hu, 2026. július 28.
- Elolvasom itt: hvg.hu
- ATAILA-archívum, mentve 2026. szeptember 6.
← Vissza a sajtószobába Sajtómegkeresés: kapcsolat