Как выбрать оборудование для локальной модели на казахском

Локальная модель с казахским языком не требует особого «казахского» ускорителя. Ей нужны обычные GPU, оперативная память и хранилище, но выбирать их по одному числу параметров нельзя. Качество казахского зависит от обучающих данных, токенизатора и настройки модели, а память зависит от формата весов, длины контекста и числа одновременных запросов. Смешивать эти две задачи в одну спецификацию опасно: можно купить дорогой сервер, который быстро выдает слабый текст, или выбрать хорошую модель и не оставить ей места для рабочего контекста.

Для первого серьезного стенда я обычно закладываю один ускоритель с 24 ГБ VRAM, 64 ГБ системной памяти и быстрый NVMe объемом от 1 ТБ. Это не универсальный рецепт. Такая машина дает практичный выбор между моделью класса 8B в BF16, моделями 8B-14B в 4-битном формате и некоторыми 30B-32B сборками с жесткими ограничениями по контексту. Она позволяет измерить качество на собственных казахских документах до того, как организация закажет сервер с 48-80 ГБ VRAM или несколько ускорителей.

Размер модели остается важным, но язык меняет порядок проверки. Сначала надо доказать, что конкретная модель понимает казахские окончания, смешанный казахско-русский текст, отраслевую лексику и местный контекст. Затем измеряют память и скорость на той же версии весов, с тем же шаблоном чата и той же длиной запроса, которые пойдут в работу. Таблица из чужого обзора не заменяет этот прогон.

Казахский язык меняет выбор модели, а не формулу памяти

Ускоритель хранит числа, поэтому кириллица, латиница или арабская графика сами по себе не меняют объем весов. Восемь миллиардов параметров занимают одинаковую память независимо от языка запроса. Разница появляется раньше и позже вычисления: токенизатор может разбивать казахское слово на большее число частей, а модель может хуже владеть самим языком. Больше токенов означает более длинную последовательность, больше места в KV-кэше и больше времени на обработку одного и того же по смыслу документа.

Казахский агглютинативен: к основе последовательно добавляются суффиксы, и плохо обученный токенизатор часто дробит редкие формы. Нельзя заранее объявить один токенизатор плохим только по размеру словаря. Его проверяют на реальных материалах: официальных письмах, договорах, медицинских формулировках, названиях районов, фамилиях и текстах, где автор переключается между казахским и русским. Два документа одинаковой длины в символах могут дать заметно разное число токенов.

Технический отчет Qwen3 прямо перечисляет казахский среди 119 поддерживаемых языков и диалектов. Это полезный сигнал для короткого списка, но не доказательство качества в вашей задаче. Работа KazMMLU показала разрыв между качеством крупных моделей на языках с большим объемом данных и результатами на казахских и русских вопросах о Казахстане. Авторы собрали вопросы из местных учебных материалов и проверили их носителями языка. Их вывод для закупки прост: отметка multilingual не заменяет местный набор испытаний.

Есть и специализированные варианты. ISSAI выпустил KazLLM в размерах 8B и 70B, включая 4-битные сборки; страница института указывает лицензию CC BY-NC для некоммерческого использования. Sherkala-Chat адаптирует модель класса 8B под казахские инструкции. Такие модели стоит сравнивать с сильной многоязычной базой, а не автоматически считать победителями. Специализация может улучшить язык и местные знания, но базовая модель большего размера иногда лучше решает сложную логику, работу с таблицами или программирование.

Разделяйте четыре свойства, которые часто прячут под словом «поддерживает»: модель принимает казахские символы, строит грамматичные предложения, знает контекст Казахстана и правильно выполняет вашу рабочую инструкцию. Для каждого свойства нужен отдельный тест. Оборудование влияет на скорость этих тестов, но не исправляет пробел в обучающих данных.

Рабочая задача определяет полезный размер модели

Выбирайте размер по самому трудному регулярному запросу, а не по впечатлению от свободного диалога. Для классификации обращений, извлечения полей, черновиков типовых ответов и поиска по базе знаний модель 7B-8B часто дает приемлемый результат после хорошего промпта и подключения проверенных документов. Для сложного редактирования, анализа противоречивых источников, длинных ответов и рассуждений модели 14B-32B обычно дают больше запаса. Класс 70B нужен, когда измеренное улучшение оправдывает стоимость памяти, задержку и энергопотребление.

Это не лестница, на которой каждый следующий размер всегда лучше. Адаптированная 8B-модель может аккуратнее писать по-казахски, чем общая 14B-модель. Модель 32B может лучше рассуждать, но чаще использовать русские конструкции в казахском тексте. Вариант 70B может показать лучший средний балл и все равно ошибаться в ваших сокращениях или названиях услуг. Поэтому спецификация начинается с набора задач и порога приемки, а не со строки «не менее 70 млрд параметров».

Для пилота соберите минимум четыре группы примеров: чистый казахский текст, смешанный казахско-русский текст, документы с отраслевыми терминами и запросы с локальными реалиями. Добавьте опасные случаи, где правдоподобная ошибка хуже отказа: сумма в договоре, дозировка, статья нормативного акта, персональные данные. Оценивайте точность содержания отдельно от языка. Гладкая грамматика часто маскирует выдуманный факт.

Маленькая модель подходит, если задача узкая и ответ можно проверить правилом, поиском или человеком. Большая модель оправдана, если она стабильно проходит более трудный тест, а не просто пишет длиннее. Для внутреннего помощника с поиском по документам качественное извлечение и правильное цитирование источника часто дают больший прирост, чем переход с 8B на 70B. При этом модель не должна видеть документы, доступ к которым пользователь не имеет: локальное размещение само по себе не создает разграничение прав.

Не путайте генерацию и обучение. Инференс только загружает готовые веса и создает рабочие буферы. Полное дообучение хранит градиенты и состояния оптимизатора, поэтому требует во много раз больше памяти. LoRA и QLoRA уменьшают требования, но активации все равно растут с длиной последовательности и размером пакета. Машина, которая уверенно обслуживает 14B в 4 битах, не обязана обучать эту модель с вашими настройками.

VRAM считают от весов, формата и резерва

Первое приближение выглядит просто: объем весов равен числу параметров, умноженному на число бит на параметр и деленному на восемь. Для 8B в BF16 получается около 16 ГБ, для 14B около 28 ГБ, для 32B около 64 ГБ, для 70B около 140 ГБ. Это нижняя оценка только для весов. Рантайм добавляет служебные данные, временные буферы, KV-кэш и иногда отдельный мультимодальный проектор.

4-битная квантизация не означает ровно четыре бита на каждый параметр в готовом файле. Групповые масштабы, метаданные и часть тензоров в более высокой точности увеличивают размер. Документация llama.cpp приводит хороший контрольный пример: Llama 3.1 8B в Q4_K_M занимает 4,9 ГБ вместо 32,1 ГБ исходной сборки, а 70B занимает 43,1 ГБ вместо 280,9 ГБ. Эти числа нельзя механически переносить на любую архитектуру, но они показывают, почему размер реального файла полезнее рекламного обозначения Q4.

Последняя колонка не обещает конкретную скорость. Она показывает, где после загрузки весов остается место для контекста и буферов. Сборка, которая «влезла» с 200 МБ свободной VRAM, не готова к работе. Первый длинный запрос, параллельный пользователь или увеличение batch size могут вызвать выгрузку слоев в RAM либо ошибку нехватки памяти.

Квантизация меняет не только размер. Q8 обычно ближе к исходной модели, Q5 и Q4 дают хороший компромисс, а агрессивные Q3 и Q2 чаще повреждают редкие языковые формы и точные ответы. Средний англоязычный тест может почти не заметить потерю, которая видна в казахских окончаниях, именах и переключении языков. Я не покупаю оборудование под Q2, пока Q2 не прошел тот же казахский набор, что и BF16 или Q8. Экономия памяти не имеет смысла, если после нее редактор переписывает каждый ответ.

Оставляйте резерв. Для одиночного интерактивного режима разумно планировать не менее 15-20 процентов VRAM сверх измеренного пика на выбранном контексте. Для сервиса резерв считают после теста одновременных запросов, потому что простой процент не описывает планировщик и KV-кэш. В спецификации фиксируйте точное имя модели, контрольную сумму файла, тип квантизации, версию рантайма, контекст и число слотов. Без этого цифра «занимает 18 ГБ» невоспроизводима.

Длинный контекст и параллельность съедают свободную память

После весов чаще всего недооценивают KV-кэш. Модель сохраняет ключи и значения механизма внимания для уже прочитанных токенов, чтобы не пересчитывать всю историю на каждом следующем токене. Объем растет примерно линейно с длиной контекста и числом активных последовательностей. Архитектуры с grouped-query attention уменьшают его за счет меньшего числа KV-голов, но не делают бесплатным.

Упрощенная оценка для одного слоя и одной последовательности использует число KV-голов, размер головы, два массива K и V и число байт в формате кэша. Затем результат умножают на число слоев и токенов. Формула помогает увидеть порядок величины, однако окончательное число берите из журнала вашего рантайма. Реализация может резервировать кэш заранее, делить его между слотами или хранить K и V в разных форматах.

Официальная карточка Qwen3-8B указывает 36 слоев, 32 головы запросов, 8 KV-голов и нативный контекст 32 768 токенов. Возможность открыть такой контекст не означает, что его надо выделять каждому пользователю. Один диалог на 8 тысяч токенов, четыре одновременных диалога и пакетная обработка длинных документов создают разные пики памяти даже при неизменных весах.

В llama.cpp типы кэша K и V можно менять отдельно; документация перечисляет F16, Q8 и несколько Q4/Q5 вариантов. Квантизированный KV-кэш экономит память, но его также надо проверять на казахском: длинная зависимость между именем, падежом и ссылкой на предыдущий абзац может пострадать раньше, чем короткий англоязычный вопрос. Начните с F16, измерьте базовое качество, затем меняйте один параметр за раз.

Контекст в паспорте модели задает технический предел, а рабочий контекст задает система. Если помощник отвечает по внутренним документам, поисковый слой должен присылать несколько подходящих фрагментов, а не весь архив. Сокращение мусорного контекста ускоряет ответ и часто повышает точность. Покупать второй ускоритель, чтобы кормить модели плохо отобранные страницы, обычно дороже, чем исправить поиск и разбиение документов.

Параллельность считают по активным генерациям, а не по числу учетных записей. Сто сотрудников могут обращаться редко, и один GPU справится с очередью. Десять операторов могут одновременно открыть длинные дела, и тот же GPU даст неприемлемую задержку. Нужны два замера: время до первого токена после длинного запроса и скорость последующей генерации. Среднее число токенов в секунду скрывает ожидание в очереди.

Размер модели не гарантирует хороший казахский

Для казахского качество растет с размером неровно. Больше параметров дают модели емкость для знаний и сложных связей, но не создают отсутствующие казахские данные. Результат зависит от доли и качества текстов при предварительном обучении, настройки на инструкции, токенизатора и того, проверяли ли разработчики казахский отдельно. Название семейства и число B описывают лишь часть картины.

8B - нормальная отправная точка для классификации, извлечения, кратких ответов и черновиков. Такая модель быстро запускается, помещается на доступном ускорителе и позволяет перебрать промпты, схемы ответа и настройки поиска. Ее ограничения проявляются в длинном рассуждении, неоднозначных инструкциях и редких фактах. Если система должна заполнять JSON по документу, 8B с грамматикой вывода может оказаться полезнее более крупной модели, которая иногда ломает формат.

14B дает больше устойчивости на сложных формулировках, но переход надо подтвердить слепым сравнением. Покажите двум моделям одинаковые входы без названия модели и попросите носителей казахского оценить смысл, естественность, терминологию и фактические ошибки. Если разница мала, дополнительная VRAM лучше послужит длинному контексту или второму слоту. Если 14B заметно реже путает отрицание, субъект действия и русские кальки, память потрачена по делу.

Класс 30B-32B подходит для более сложного анализа и дает ощутимый запас рассуждения, но на одном ускорителе 24 ГБ Q4-сборка работает почти без резерва. Этот класс разумнее ставить на 32-48 ГБ VRAM или принимать частичную выгрузку в RAM с измеренной задержкой. Для интерактивного помощника медленная выгрузка часто разрушает опыт сильнее, чем небольшая разница в качестве помогает ему.

70B выбирают после измерения ценности ответа. 4-битные веса требуют примерно 43 ГБ на примере Llama 3.1 из документации llama.cpp, а контекст и параллельность поднимают планку. Один ускоритель 48 ГБ может запустить некоторые сборки, но для рабочего сервиса места мало. Ускоритель 80 ГБ или несколько карт дают запас, однако разбиение модели добавляет обмен данными между устройствами. Две карты с достаточной суммарной памятью не всегда равны одной большой карте по задержке.

MoE-модель требует отдельного чтения спецификации. У нее может быть мало активных параметров на токен и высокая скорость вычисления, но память нужна для всех загруженных экспертов, если рантайм не выгружает их. Число активных параметров описывает вычислительную работу, а общее число описывает весовой файл. Закупка по меньшему числу приводит к неприятному сюрпризу при загрузке.

Разумный стартовый стенд оставляет пути для роста

Для организации, которая еще не измерила свою задачу, практичная стартовая конфигурация выглядит так: один GPU с 24 ГБ VRAM, 64 ГБ RAM, современный процессор с 12-16 производительными ядрами и NVMe от 1 ТБ. Нужны корпус с прямым воздушным потоком, блок питания с запасом по длительной мощности и плата, которая физически принимает выбранный ускоритель. Эта конфигурация подходит для пилота, разработки поиска по документам, сравнения 8B-14B и осторожного запуска 30B-32B в Q4.

Почему не 16 ГБ? Для 8B Q4 этого хватает, а иногда помещается и 14B Q4. Но контекст, мультимодальный модуль, второй экземпляр модели или обучение адаптера быстро съедают остаток. Разница между «запускается» и «можно исследовать» как раз находится в свободной памяти. Если бюджет жесткий и задача уже доказана на 8B Q4, 16 ГБ остается честным вариантом. Для неопределенного пилота 24 ГБ экономит время инженера.

Почему 64 ГБ RAM? Системная память нужна для загрузки и преобразования моделей, CPU-offload, индекса документов, нескольких рантаймов и служебных процессов. Для 8B можно жить с 32 ГБ, но одновременная работа с BF16-файлом и квантизированной копией быстро создает давление на память. Для 70B Q4 я начинаю разговор со 128 ГБ RAM, даже если веса должны жить на GPU. Это дает место для файла, кэшей и диагностики без swap.

NVMe важен при запуске и смене моделей. Последовательная скорость диска не ускоряет уже загруженную генерацию, зато медленное хранилище превращает каждое сравнение в ожидание. На 1 ТБ помещаются несколько форматов 8B-32B, исходные документы, индекс и журналы. Для коллекции 70B, BF16-оригиналов и обучающих наборов лучше 2-4 ТБ. Сразу разделите рабочие документы, модели и журналы по каталогам и правилам доступа: локальный диск не отменяет управление данными.

Для круглосуточного сервиса потребительская рабочая станция и сервер решают разные задачи. Сервер дает удаленное управление, контролируемое охлаждение, варианты памяти с коррекцией ошибок, резервирование питания и понятное обслуживание. Рабочая станция дешевле и тише для команды разработки. Не платите за серверные функции в одиночном эксперименте, но не ставьте настольный корпус в стойку и не называйте это промышленной эксплуатацией.

Сеть почти не влияет на скорость одного локального ответа, если модель и документы находятся на одной машине. Она влияет на загрузку данных, резервное копирование и работу нескольких узлов. Для одного сервера часто достаточно обычного подключения организации. Быстрая сеть нужна, когда индекс, хранилище и инференс разнесены или когда несколько GPU-серверов обмениваются большими наборами данных. Не покупайте дорогую коммутацию до схемы потоков.

Отдельно посчитайте дисковый запас для жизненного цикла модели. Команда редко хранит один готовый GGUF: рядом остаются исходные веса, две-три квантизации, предыдущая рабочая версия, индекс документов и набор приемочных ответов. Обновление нельзя начинать с удаления единственной версии, которая сейчас обслуживает пользователей. Для отката нужен локальный проверенный файл и сохраненная конфигурация запуска. Если модели поступают через закрытый контур, учитывайте место для карантина, проверки контрольной суммы и копирования между зонами. Эти операции почти не нагружают GPU, зато определяют, сколько времени займет безопасное обновление.

CPU-offload спасает пилот, но не заменяет VRAM

Когда все слои не помещаются на ускорителе, llama.cpp и похожие рантаймы могут держать часть весов в RAM и выполнять часть работы на CPU. Это позволяет запустить 32B на машине с 24 ГБ VRAM или 70B на системе с большой RAM. Возможность полезна для оценки качества и редких пакетных задач. Для интерактивного сервиса цена обычно видна сразу: пропускная способность системной памяти и обмен через PCIe ограничивают генерацию.

Процессор выбирают не только по числу ядер. Важны пропускная способность памяти, число каналов, поддерживаемый объем RAM и линии PCIe. Два дорогих GPU в слотах, которые электрически работают в узком режиме, могут ждать передачу данных. Перед закупкой проверьте руководство платы: расстояние между слотами, распределение линий, режим при установке NVMe и возможность питать карты без переходников сомнительного происхождения.

Если модель почти целиком на GPU, более мощный CPU мало меняет скорость генерации. Он продолжает обслуживать токенизацию, поиск, API, подготовку пакетов и часть операторов, которые рантайм не перенес на ускоритель. Для RAG-системы процессор также строит индекс и обрабатывает документы. Поэтому слабый CPU создает задержку до первого токена, даже если сама генерация быстрая.

RAM должна обеспечивать пропускную способность, а не только объем. Одноканальная конфигурация или неверно расставленные модули особенно вредят CPU-offload. NUMA-сервер с двумя процессорами требует привязки процесса и памяти к узлу, рядом с нужным GPU. Иначе данные ходят через межпроцессорное соединение. Это типичная причина, по которой дорогой сервер проигрывает аккуратно собранной рабочей станции.

Swap не считается расширением памяти для LLM. Он может не дать процессу упасть при кратком пике, но генерация с постоянным чтением весов с диска становится непредсказуемо медленной. Если тест уходит в swap, зафиксируйте это как нехватку RAM. Не публикуйте полученную скорость как характеристику модели или ускорителя.

Собственный тест должен предшествовать спецификации

Проверку можно провести на арендованном стенде, демонстрационной машине интегратора или доступной рабочей станции. Цель не выбрать победителя за один вечер, а получить воспроизводимый профиль: качество, VRAM, RAM, время до первого токена, скорость генерации и поведение при параллельных запросах. Меняйте по одному фактору, иначе вы не поймете, помог размер модели, формат весов или новый промпт.

Сначала сравните токенизацию. Следующий фрагмент считает токены без обращения к сети, если модели заранее лежат в локальном кэше. Подставьте два-три кандидата и тексты из своей организации.

from transformers import AutoTokenizer

models = [
    "Qwen/Qwen3-8B",
    "issai/LLama-3.1-KazLLM-1.0-8B",
]
text = "Құжатты қарап, өтініш берушіге қазақ тілінде қысқа жауап дайындаңыз."

for name in models:
    tokenizer = AutoTokenizer.from_pretrained(name, local_files_only=True)
    ids = tokenizer.encode(text, add_special_tokens=False)
    print(name, "tokens=", len(ids), "first_ids=", ids[:12])

Вывод имеет форму имя модели tokens= N first_ids= [...]. Само число не определяет качество, но объясняет расход контекста. Прогоните целые документы и посчитайте медиану и тяжелые случаи. Если один токенизатор постоянно создает намного более длинные последовательности, этой модели потребуется больше времени и KV-памяти при одинаковом исходном тексте.

Затем запустите точный GGUF-файл с фиксированным контекстом и сохраните журнал:

llama-cli -m model-Q4_K_M.gguf -c 8192 -ngl 99 -p "Қазақстандағы қызмет туралы қысқа анықтама жазыңыз." -n 256

В журнале llama.cpp ищите строки о размере модели и KV buffer size, затем prompt eval time и eval time с токенами в секунду. Если часть слоев не перенеслась на GPU, журнал это покажет. Повторите запуск после прогрева, потому что первое чтение файла с диска и построение буферов искажает время.

Рабочий прогон делайте в пяти режимах: короткий вопрос, длинный документ, максимальный ожидаемый ответ, несколько одновременных запросов и запрос на границе контекстного окна. Для каждого сохраните пик VRAM и RAM, время до первого токена, скорость генерации и ошибки. Отдельно сравните BF16 или Q8 с выбранным Q4 на казахском наборе. Так вы увидите цену квантизации, а не поверите среднему баллу из другого языка.

Приемку проводит носитель языка вместе со специалистом предметной области. Первый замечает неестественные окончания, кальки и переключение на русский, второй проверяет факты и полноту. Разрешите оценщикам помечать опасный ответ отдельно от просто слабого. Для юридического, медицинского или финансового текста красивое предложение с неверным числом должно провалить тест.

Несколько GPU нужны после измерения нагрузки

Второй ускоритель покупают по одной из трех измеренных причин: веса не помещаются на одной карте, один экземпляр не выдерживает параллельность или нужен отдельный контур для обучения. Эти причины ведут к разным схемам. Разбиение одной модели между GPU увеличивает доступную память, несколько копий модели повышают число одновременных ответов, а отдельная учебная машина не отбирает ресурс у рабочего сервиса.

При tensor parallel части вычисления одного слоя распределяются между картами, поэтому важна скорость соединения. Обычный PCIe может быть достаточен для пилота, но обмен добавляет задержку. При pipeline parallel разные группы слоев находятся на разных устройствах, и медленный этап ограничивает весь конвейер. Рантайм, архитектура модели и конкретные GPU определяют результат, поэтому сумма TFLOPS на коробках ничего не гарантирует.

Для 70B Q4 две карты по 24 ГБ выглядят привлекательными: суммарно веса могут поместиться. Но почти весь объем уйдет под модель, а KV-кэш, буферы и неравномерное распределение тензоров оставят мало места. Две карты по 32 ГБ или одна карта с большим объемом памяти дают более спокойную эксплуатацию. Выбор между ними зависит от цены, доступности, нужной параллельности и поддержки конкретным рантаймом.

Если сервисом пользуются подразделения с разными данными, иногда лучше несколько небольших экземпляров 8B-14B, чем одна общая 70B. Так проще изолировать индексы, обновлять модели и ограничивать очереди. Крупная модель остается оправданной для запросов, где тест доказал ее преимущество. Маршрутизатор может отправлять простые операции маленькой модели, а сложные редкие запросы большой, но это уже две системы для контроля и тестирования.

GSE проектирует и интегрирует серверы и AI-инфраструктуру в Казахстане, поэтому спецификацию можно привязать к измеренной модели, числу пользователей, требованиям к размещению и дальнейшему обслуживанию. Название линейки или максимальная конфигурация сами по себе не заменяют протокол испытаний.

Планируйте питание и охлаждение по длительной нагрузке, а не по офисному простою. Ускоритель может часами работать близко к установленному лимиту мощности; несколько карт нагревают воздух друг для друга. Проверьте допустимую мощность стойки, направление потока, температуру на входе, кабели питания и поведение после отказа вентилятора. Эти скучные пункты определяют, будет ли модель доступна в рабочий день.

В договоре поставки зафиксируйте приемочный запуск, а не только перечень комплектующих. Исполнитель должен загрузить согласованный файл модели, открыть установленный контекст, провести заданное число параллельных генераций и показать пик памяти без swap. В протокол внесите версии драйвера и рантайма, температуру, потребление, время до первого токена и скорость генерации после прогрева. Такой тест ловит неверно подключенные линии PCIe, слабое охлаждение и конфигурацию памяти еще до ввода в эксплуатацию. Синтетический стресс-тест полезен, но он не заменяет запуск того программного стека, ради которого покупали систему.

Финальная конфигурация должна отвечать на измеренный вопрос

Хорошая спецификация содержит не абстрактный «AI-сервер», а проверяемую связку: модель и лицензия, формат весов, рабочий контекст, число одновременных генераций, требуемая задержка, объем VRAM и RAM, режим хранения данных и план роста. Если хотя бы один пункт неизвестен, оставьте конфигурацию расширяемой и не заполняйте неизвестность самым дорогим GPU.

Для большинства первых локальных проектов на казахском разумная точка входа остается прежней: 24 ГБ VRAM, 64 ГБ RAM и 1 ТБ NVMe, затем сравнение 8B, 14B и при необходимости 30B-32B в подходящей квантизации. Если 8B проходит приемку, организация получает более дешевый и быстрый сервис. Если только 70B выполняет задачу, результаты теста дают честное основание для 64-80 ГБ VRAM или многокарточного узла.

Не сокращайте казахский тест ради красивой аппаратной таблицы. Измерьте токены на своих документах, проверьте BF16 или Q8 как эталон, сравните Q4, откройте реальный контекст и дайте несколько параллельных запросов. После такого прогона оборудование выбирается почти механически. До него любая точная конфигурация остается догадкой.