Заметка автора

Мир торопится строить системы ИИ, но пока не занимается их инженерией.

Эта фраза и объясняет, зачем существует эта книга. Модель, которая побеждает на бенчмарке, еще не является системой, и расстояние между ними — не деталь реализации. Это инженерия: работа по тому, чтобы нечто выдерживало ограничения, с которыми нельзя договориться. Демонстрация ни перед кем не отвечает. Система отвечает перед бюджетами задержки, пределами памяти, энергетическими рамками и ценой ошибки на глазах у реальных пользователей.

Что делает эту область самостоятельной дисциплиной, так это необычная связанность. Процессор подчиняется физике машины: тактам, строкам кэша и теплу, которое он может отвести. Статистическая модель подчиняется математике обучения: смещению, дисперсии и тому, как обобщение меняется вместе с данными и емкостью модели. ML-система должна отвечать перед обоими сразу, в одном и том же решении, и они не всегда согласованы. Изменение, которое радует аппаратуру, может лишить модель точности или пропускной способности, необходимых для сходимости; изменение, которое помогает модели, может потребовать от кремния больше памяти или полосы, чем тот способен дать. Удерживайте это напряжение в поле зрения, и область перестанет выглядеть набором инструментов: она превратится в структуру, о которой можно рассуждать.

Эта книга передает вам такую структуру. Не модный в этом году фреймворк и не самый быстрый ускоритель этого квартала, а способ мышления, который их переживет. Фреймворки меняются, аппаратура обновляется каждые несколько лет, бенчмарки сбрасываются; силы под ними остаются теми же. Если книга сработает, вы закончите ее, способные взглянуть на любую ML-систему — от датчика, потребляющего микроватты, до серверной фермы, потребляющей мегаватты, — и увидеть, как один и тот же небольшой набор сил определяет, что возможно.

Учебники, которые повлияли на меня в студенческие годы, не давали мне одних фактов. Они давали способ видеть, а факты выстраивались вокруг него. Именно это я и попытался сделать здесь.

— Vijay Janapa Reddi
Кембридж, Массачусетс
2026