Содержание
Razer провела первоапрельскую AI-кампанию так, будто у неё под рукой стоял свой мини-датацентр. Только вместо облака компания использовала Akash Network — P2P-маркетплейс вычислений, где владельцы видеокарт отдают GPU-мощности в аренду и торгуются по цене. Результат: больше 11 000 уникальных изображений за пять дней и себестоимость $0,01 за генерацию.
Кампания называлась AVA Mini. С 31 марта по 4 апреля пользователи загружали фото питомцев и получали персонализированного 3D AI-компаньона. Razer подчёркивает, что обошлась без hyperscale-провайдеров и без облачной подписки.
Почему Razer ушла от облачных API к P2P-аукциону
Экономика у таких вирусных штук простая: если генерация стоит дорого, бесплатный массовый запуск превращается в дыру в бюджете. По данным, которые компания раскрыла про проект, типичные inference-API для сопоставимых задач на моделях семейства Flux берут $0,03-0,15 за изображение. Для consumer-кампании, где нагрузка скачет и предсказать спрос сложно, это быстро становится неприличной суммой.
На Akash ситуация другая. Там провайдеры GPU конкурируют в реальном времени, и цена формируется торгами. В этом кейсе AkashML подхватил вычисления у отдельных владельцев железа, в том числе на RTX 4090 и RTX 5090, и опустил стоимость до $0,01 за генерацию (около 1 000 рублей за 100 изображений).
Как это работало технически: контейнеры, лимиты и автоскейл
Razer запускала несколько контейнеров AIKit на разных машинах, а AkashML собрал их за единым OpenAI-совместимым endpoint. Это важная деталь: для Razer и её разработчиков система выглядела как один сервис, хотя физически всё крутилось на разрозненных узлах у разных владельцев GPU.
Платформа занималась балансировкой и держала лимит 500 запросов в минуту. Под пиковую нагрузку ближе к 1 апреля дополнительные инстансы AIKit поднимались автоматически, без ручного вмешательства инженеров.
,01" data-lazy-src="https://trashexpert.ru/wp-content/uploads/2026/05/trashexpert_1778213265795_9a5136f8.png"/>
- Пиковая производительность: 30 изображений в минуту
- Среднее время ответа: 3,24 секунды end-to-end (включая загрузку и передачу фото)
- Период кампании: 31 марта — 4 апреля
- Объём: более 11 000 уникальных изображений
Модель Flux на одной потребительской видеокарте и без «потолка» по мощности
В кампании использовали Flux от Black Forest Labs, модель на 4 млрд параметров. Она работала в пределах памяти одной потребительской видеокарты. То есть без разбиения на несколько GPU и без сложной оркестрации, которая обычно всплывает на больших моделях.
Razer заявляет, что за эти пять дней система не упёрлась в ограничение по мощности. И, по их словам, не было ситуации, когда инженерам пришлось срочно тушить пожар из-за перегруза.
Что это говорит о P2P-GPU для «взрослого» продакшена
Этот кейс хорошо показывает сильную сторону децентрализованных маркетплейсов: они дают низкую цену и масштабируются через пул чужого железа. Но у подхода есть и ограничение, о котором Razer тоже говорит прямо: для долгих высоконагруженных систем с жёсткими SLA нужны дополнительные инженерные меры. Узлы в P2P-сети могут быть более «волатильными», чем централизованное облако, и это риск для задач, где важна абсолютная предсказуемость.
Основатель Akash Network Greg Osuri прокомментировал запуск так: «The unit economics couldn’t work out better. I’m excited about collaborating further on Akash Homenode and deploying on Razer products to expand Akash’s compute landscape». По-русски это сводится к главному: экономика сошлась, и стороны хотят развивать сотрудничество.
Со стороны Razer позицию сформулировал вице-президент по софту Quyen Quach: «The future of AI isn’t just better models — it’s efficient infrastructure. With Razer AIKit, many use cases already run locally. With Akash Network, it extends that into a decentralized cloud to scale efficiently».
Подробности о связке AIKit и Akash Razer описала на отдельной странице: Razer AIKit + Akash (AVA Mini).
