локальная машина что это
Виртуальные машины: что это, как работают и чем отличаются от контейнеров
Виртуализация физического оборудования позволяет эффективнее использовать его ресурсы и получить большую свободу в установке нужного программного обеспечения. В статье расскажем о «единице виртуализации» — виртуальной машине, разберемся, что это такое и как работает.
Что такое виртуальная машина и как она работает
Виртуальная машина (VM, ВМ) — это виртуальная копия реального оборудования, приложение, которое функционирует как физический компьютер или сервер. Ее еще называют виртуальным сервером.
С точки зрения пользователя виртуальная машина выглядит как настоящее оборудование — как будто вы используете программы или приложения, установленные на вашем компьютере, вот только этот компьютер не реальный, а виртуальный.
ВМ не зависит от реального оборудования и может использовать только те ресурсы, которые были в нее добавлены. Например, воспроизводит внутри себя код установленной на ней операционной системы.
Просто так виртуальная машина работать не будет, между ней и физическим оборудованием должна быть прослойка — специализированная программа под названием гипервизор. Она как бы копирует (эмулирует) процессорное время, память, жесткий диск, сеть и другие аппаратные ресурсы физического устройства, позволяя виртуальным машинам совместно ими пользоваться.
Виртуальные машины работают на гипервизоре и каждая из них может содержать свою ОС. Другие приложения, помимо гипервизора, установлены на хостовом оборудовании и используют его основную ОС. Источник
Зачем нужны виртуальные машины
С помощью них можно эффективнее использовать физическое оборудование — значит, для решения поставленных задач его нужно меньше. Также при использовании виртуальной машины снижается потребность в электроэнергии и охлаждении.
Кроме того, преимуществами виртуальных машин пользуются, чтобы упростить резервное копирование, аварийное восстановление инфраструктуры, новые развертывания приложений и базовые задачи системного администрирования — новую ВМ с нужной ОС и кодом легко развернуть из виртуального образа.
Виртуальные машины легко перемещать между физическими серверами, например, когда надо заменить оборудование на новое или перераспределить нагрузку между серверами. Это упрощает управление кластером, то есть группой из нескольких серверов. Также ВМ можно копировать для оптимизации использования аппаратных ресурсов.
Разные виртуальные машины на одном физическом сервере обычно потребляют разное количество ресурсов, то есть одна из них может использовать всё доступное физическое хранилище, а другая хранить мало файлов, поэтому требуется балансировка распределения доступных ресурсов между ВМ.
Как используют виртуальные машины
Для чего еще нужны виртуальные машины? Есть много вариантов их использования. Часто их развертывают, если для одновременно работающих приложений требуются разные операционные системы и вычислительная мощность.
Вот еще несколько вариантов использования виртуальных машин:
Виртуальные машины и контейнеры: в чем разница?
Контейнеризация — другой вид виртуализации, контейнеры виртуализируют только операционную систему, а не все базовое оборудование. При этом одно и то же ядро операционной системы, то есть ее центральный модуль, может обслуживать не одно, а несколько изолированных экземпляров пространства пользователя — областей ОС, предназначенных для приложений и данных конкретного пользователя. Эти области и называют контейнерами.
Эти контейнеры содержат код, системные инструменты, среду выполнения, системные библиотеки и параметры, необходимые для запуска приложений. Их часто используют, когда требуется работа нескольких приложений на одной и той же операционной системе. Контейнеры полностью изолированы, программы из разных контейнеров не могут воздействовать друг на друга.
Контейнеры применяют в распределенных приложениях на инфраструктуре частного или публичного облака, а также для упаковки устаревших приложений, чтобы упростить их развертывание, в том числе при переносе на другой сервер.
В отличие от виртуальных машин, все контейнеры используют одно и то же ядро операционной системы, которая установлена на сервере. В этом и недостаток, и преимущество контейнеризации:
Одним из ведущих разработчиков контейнеров в настоящее время является Docker, который впервые появился на рынке в 2013 году как контейнерная платформа на базе Linux.
Слева — контейнеры, они находятся как бы над операционной системой, вместо Docker может быть и другая система контейнеризации. А вот справа — виртуальные машины, которые сами содержат гостевые ОС. Источник
Облачные вычисления и виртуальные машины
Виртуальными машинами можно пользоваться не только на своем оборудовании. Их можно брать в аренду у облачных провайдеров — они сами покупают оборудование, настраивают системы виртуализации, а потом выделяют своим клиентам нужное количество виртуальных серверов. В облаке можно развернуть не только одну-две виртуальных машины, но и целую IT-инфраструктуру с множеством таких ВМ, связями между ними и сложными настройками.
Облачные вычисления добавляют к виртуализации дополнительные технологии, например, сервис самостоятельного администрирования и автоматический биллинг — подсчет стоимости потраченных ресурсов. Так, в облачном дата-центре инженеры могут создавать новые виртуальные машины в зависимости от потребностей пользователей или нового проекта. А обычный пользователь в облачной среде выбирает ресурсы из каталога в личном кабинете и создает виртуальные машины, не взаимодействуя с реальным физическим оборудованием.
Для многих бизнес-задач использовать виртуальные серверы в облаке проще и выгоднее, чем покупать и настраивать собственное оборудование. Облачная инфраструктура дает широкие возможности для разработки программного обеспечения, подходит как для стартапов и небольшого бизнеса, так и для развертывания IT-систем крупных проектов.
На чём лучше вести локальную разработку?
Я использую open server для разработки сайтов на php. Но узнал что это вроде как сейчас old school и вообще чуть ли не дурной тон, так ли это?
Я далёк от вагранта или докера, но вроде их используют для разработки? Получается на каждый проект у тебя будет своя виртуальная машина, не хлопотно ли это, по сравнению с локальной разработкой?
Вагрант — система управлением конфигурацией конкретной машины.
Докер — запуск изолированных процессов на машине.
Докер.
Это не виртуальная машина, а запуск изолированных процессов. Т.е., запущенный процесс думает, что он один единственный, и ничего вокруг нет. Это работает на уровне ядра Linux. Без использования виртуальных машин.
В терминологии Докера есть Images и Containers.
Image — образ, шаблон, на основе которого запускается Container.
Image строится на основе какого-либо базового образа ОС.
Container — сервис, запущенный и построенный на базе Image.
Таким образом, вы можете построить несколько образов, например, образ для Nginx, образ для PHP, образ для MySQL. Вдобавок, вы можете построить несколько образо, для каждой желаемой версии PHP, MySQL и т.п.
Каждый из этих образов будет иметь у себя в базе какую-либо ОС. Т.е., происходит изолирование окружения, на котором работает Docker.
На базе построенных образов вы можете запускать Containers, т.е., непосредственно строить рабочее окружение. Каждый запущенный контейнер думает, что он запущен один, в образе наследуемой ОС. Но на самом деле, это всего лишь отдельный процесс, работающий на уровне ядра Linux, без виртуализации. Т.е., у вас нет накладных расходов на виртуальные машины. Изолирование контейнеров выполняется на уровне ядра.
При всем этом, ваша базовая система остается чиста от устанавливаемых пакетов, свободна от неразберихи с библиотеками, версиями и т.п.
Оба инструмента хороши. Но у каждого свое назначение.
Vagrant — великолепный инструмент для конфигурации удаленных машин с нуля, VDS/VPS и т.п.
Docker — великолепный инструмент для быстрого развертывания/переконфигурации рабочего окружения, практически без изменения системы, на которую он устанавливается.
Переносим весь офис в «облако»: ни байта на локальных машинах
Принцип очень простой: нужно оставить каждому пользователю по самой простой машине с браузером, а все приложения и все данные держать в ЦОДе. Там же, в дата-центре, можно создать для каждого пользователя виртуальный рабочий стол, куда можно будет заходить по аналогу RDP.
Чтобы всё это нормально работало, нужно решение, которое будет обеспечивать наличие таких рабочих столов в облаке, доставку приложений, менеджмент данных и транспорт информации с устройств ввода-вывода до конечного пользователя. Это Citrix XenApp.
Чтобы всё это работало почти «из коробки» и раза в полтора дешевле, мы сделали очень интересное SaaS-решение в своём облаке. Но для начала пройдёмся по основным моментам, облегчающим работу IT-отдела и экономящим средства.
Удобство управления
Когда все рабочие машины, фактически, находятся в ЦОДе, ими очень легко управлять. Мы говорим о создании рабочей машины с назначенными правами и политиками, которая запускается в облаке в виде отдельного виртуального сервера для конкретных пользователей. Если нужно, например, добавить одно приложение всем инженерам компании, это делается не изменением объектов, а одной модификацией класса. По факту – парой щелчков в настройках шаблона виртуального рабочего стола. Обновления не занимают больше 20 минут и касаются сразу всех нужных рабочих станций.
Удобство поддержки
У пользователя физически установлена машина, работающая как терминал: это может быть что угодно, на чём запустится браузер – хоть Raspberri Pi, хоть «змей Горыныч» с тремя мониторами на один системник, хоть обычный офисный дешевый моноблок (что чаще всего).
Операционная система не важна: тонкий клиент запускается где угодно.
Производительность терминала пользователя не важна: даже если он работает с высоконагруженными приложениями, эта нагрузка падает на сервера ЦОДа.
Такой парк компьютеров очень просто обслуживать. Более того, вся прелесть в том, что данные пользователя тоже хранятся в ЦОДе (а не на его терминале доступа), то есть при любой поломке достаточно принести новый системник или посадить пользователя за соседний стол, чтобы полностью решить вопрос. Ещё раз: ни одна поломка железа не приведёт к потере данных, и ни одна поломка железа не потребует больше 15 минут на исправление.
Удобство доступа
К удалённому рабочему столу можно подключаться с чего угодно: с планшета, с телефона, с любого компьютера, с которого системный администратор разрешил авторизоваться в ЦОДе — в том числе, с домашнего, если это необходимо. Это означает тот простой факт, что можно работать где угодно и как угодно. Забыли ноутбук дома? Ничего страшного, всегда можно достучаться до своей привычной рабочей среды откуда угодно.
Архитектура
XenApp – это решение, входящее в группу Citrix Delivery Center (XenDesktop, XenApp, XenServer, NetScaler и Citrix Receiver), предназначенное для доставки любых приложений Windows. Это решение осуществляет виртуализацию приложений, централизацию и управление данными приложениями из центра обработки данных, плюс даёт доступ к приложению по модели «программное обеспечение как сервис» (SaaS) по запросу на любое пользовательское устройство вне зависимости от его местоположения. Для доставки приложения ранее использовался проприетарный протокол ICA, сейчас в последних версиях XenApp используется многопотоковый протокол High-Definition User Experience (благодаря ему трафик минимален).
Для того, чтобы приложение могло быть доставлено конечному клиенту, необходим или Citrix Receiver или Citrix SmartAccess. Первое – софтверное решение для предоставления удалённых рабочих столов и корпоративных приложений, установленных на площадке провайдера или, в нашем случае, в «облаке» по модели SaaS. При этом его работа не требует контроля со стороны ИТ-служб. Существуют реализации Citrix Receiver для Windows, Windows Mobile, iPhone, iPad, Android устройств, Mac OS X и Linux. Второе — web-интерфейс без загрузки клиентского ПО.
Что это значит?
Зачем нужно «облако»?
Понятно, что пока всё вышеописанное вполне можно реализовать без «облачного» подхода, просто закупив десяток серверов. Однако понятно, что больше чем половину времени они будут работать вхолостую: ведь их использование останавливается на выходных, ночью, снижается в обед и так далее.
«Облако» даёт возможность горизонтально масштабироваться как угодно и платить только по факту использования (момент: серверов, но не лицензий). Это прямая экономия средств.
«Облако» даёт возможность не думать о масштабировании при запуске новых рабочих мест (хоть сразу целыми отделами) и повышении нагрузки на существующие.
«Облако» позволяет балансировать нагрузку между серверами.
На практике есть три варианта: в классической схеме с закупкой серверов машины просто работают, что дико неэкономно. В другом подходе можно отключать машины вручную, это также дает некоторую экономию, но все еще неудобно. В реализованном нами подходе в «облаке» КРОК можно настроить автоматическое включение-выключение серверов в соответствии с нагрузкой или расписанием. Работает это решение с использованием стандартного облачного API и встроенных механизмов по управлению Citrix-фермой.
Как это работает в связке с «облаком» КРОК?
Вы хотите иметь в «облаке» терминальные серверы. Допустим, к ним будут подключаться клиенты вашей компании. Можно выстроить график нагрузки в зависимости от времени. Например, ночью пользователей удаленных рабочих столов вообще нет. В момент пика, в 14 часов, пользователей 600. Получается, что пиковая нагрузка (пусть это 600 пользователей) требует 20 серверов, 300 пользователей – 10, а в какой-то момент хватает и одного сервера. Терминальные серверы включаются и выключаются в зависимости от количества пользователей.
Результат — экономия за счёт того, что не надо платить за время простоя серверной инфраструктуры. При этом стоимость разработки ПО для привязки Citrix к «облаку» отбивается, как правило, через 6 месяцев за счет этой экономии. Софт настраивается индивидуально для каждого заказчика. Например, можно настроить так, чтобы дополнительный сервер стартовал, когда на предыдущем осталось место только для пяти пользователей. Можно сделать так, чтобы серверы стартовали по расписанию, или можно настроить автоматическое удаление рабочего стола пользователя, если он неактивен более двух часов. Плюс любые другие пожелания заказчика.
В результате экономится до 80% средств, требовавшихся на работу серверов ранее. Плюс — IT-отдел разгружается от рутины и приводит к тому, что хаос на рабочих станциях кончился раз и навсегда.
Я думаю, что уже лет через 5-10 останется очень мало офисов, где приложения будут работать на локальных машинах.
Настройка среды Amazon SageMaker на локальной машине
Перевод статьи подготовлен в преддверии старта курса «Промышленный ML на больших данных»
Amazon SageMaker дает не просто возможность управлять notebook-ами в Jupyter, а предоставляет конфигурируемый сервис, который позволяет создавать, обучать, оптимизировать и разворачивать модели машинного обучения. Распространённое заблуждение особенно в начале работы с SageMaker заключается в том, что для использование этих сервисов вам нужен SageMaker Notebook Instance или SageMaker (Studio) Notebook. На самом деле вы можете запустить все сервисы непосредственно с вашего локального компьютера или даже вашей любимой IDE.
Прежде чем мы пойдем дальше, давайте разберемся как взаимодействовать с сервисами Amazon SageMaker. У вас есть два API:
SageMaker Python SDK – высокоуровневый API на Python, который абстрагирует код для построения, обучения и развертывания моделей машинного обучения. В частности, он предоставляет эстиматоров для алгоритмов первого класса или встроенных алгоритмов, а также поддерживает фреймворки, такие как TensorFlow, MXNET и т.д. В большинстве случаев вы будете использовать его для взаимодействия с интерактивными задачами машинного обучения.
AWS SDK – это низкоуровневый API, который используется для взаимодействия со всеми поддерживаемыми сервисами AWS не обязательно для SageMaker. AWS SDK доступен для большинства популярных языков, таких как Java, Javascript, Python (boto) и т.д. В большинстве случаев вы будете использовать этот API для таких вещей, как создание ресурсов для автоматизации или взаимодействия с другими сервисами AWS, которые не поддерживаются SageMaker Python SDK.
Почему локальная среда?
Стоимость – это первое, что приходит в голову, но также немаловажную роль играет гибкость использования вашей родной IDE и возможность работать в автономном режиме и запускать задачи в облаке AWS по готовности.
Как работает локальная среда
Вы пишите код для построения модели, но вместо экземпляра SageMaker Notebook или SageMaker Studio Notebook вы делаете это на своей локальной машине в Jupyter или из своей IDE. Затем, когда все готово, вы начнете обучение на экземплярах SageMaker на AWS. После обучения модель будет храниться в AWS. Затем можно запустить развертывание или пакетное преобразование с локальной машины.
Настройка среды с помощью conda
Рекомендуется настроить виртуальную среду Python. В нашем случае мы будем использовать conda для управления виртуальными средами, но вы можете воспользоваться virtualenv. Опять же Amazon SageMaker использует conda для управления средами и библиотеками. Предполагается, что у вас уже установлена conda, если нет – то вам сюда.
Создаем новую среду conda
Активируем и верифицируем среду
Устанавливаем необходимые библиотеки
Устанавливаем библиотекиAWS
Если вы впервые используете awscli, вам нужно его настроить. Здесь вы можете посмотреть, как это сделать.
По умолчанию будет установлена вторая версия SageMaker Python SDK. Обязательно проверьте наличие критических изменений во второй версии SDK.
Устанавливаем Jupyter и создаем ядро
Верифицируем среду и проверяем версии
Затем проверьте версии в notebook и убедитесь, что это именно те, которые нужны.
Создаем и обучаем
Теперь вы можете начать создавать свою модель локально и начать обучение на AWS, когда будете готовы.
Импортируем библиотеки
Создаем эстиматор
Создайте эстиматор и установите гиперпараметры как вы делаете это обычно. В приведенном ниже примере мы обучаем классификатор изображений с использованием встроенного алгоритма классификации изображений. Также вы указываете тип экземпляра Stagemaker и количество экземпляров, которые вы хотите использовать для обучения.
Каналы обучения
Укажите каналы обучения так, как вы делаете это всегда, тут тоже нет никаких изменений по сравнению с тем, как вы сделали бы это на своем экземпляре notebook.
Начинаем обучение
Начните задачу по обучению на SageMaker, вызвав метод fit, который начнет обучение на экземплярах SageMaker AWS.
Вы можете проверить статус задач обучения с помощью list-training-jobs.
Вот и все. Сегодня мы разобрались с тем, как локально настроить среду SageMaker и собрать модели машинного обучения на локальной машине с помощью Jupyter. Помимо Jupyter вы можете сделать то же самое из собственной IDE.
Удачного обучения!
Доминирование китайцев, рост премиума и интрига года: российский рынок за 3 квартала 2021
После проблемного для автобизнеса 2020 года, когда продажи новых машин во втором квартале были остановлены из-за пандемии, первичный рынок в 2021 году демонстрирует рост. По данным АЕБ, этот рост за первые три квартала составил 15,1%, а продажи достигли 1,26 миллиона автомобилей. Однако в этой статистике учтены автомобили, переданные дилерам, а не конечным покупателям. Для составления более объективной картины давайте посмотрим на статистику регистраций новых автомобилей в ГИБДД. Она позволит оценить реальный прирост рынка, а заодно покажет, у каких брендов данные по отгрузкам дилерам сильно превышают реальные продажи. Более того, на некоторые цифры прироста будет действительно любопытно взглянуть.
Для начала традиционно напомним, что разница между числом машин, отгруженных дилерам, и реально вставших на учет – это нормально. Бренды с большими продажами имеют больше дилеров с обширными складскими запасами, а небольшие продажи означают минимальные склады или вовсе привоз автомобилей под конкретные заказы. Кроме того, те же складские запасы играют роль при активном повышении или понижении спроса: при росте продаж число регистраций может даже превышать отгрузки дилерам из-за опустошения складов. Ну и, наконец, стоит понимать, что даже автомобили, переданные дилерам, все равно приносят прибыль производителям – вопрос лишь в нюансах оплаты и так далее. Но на большую разницу между объемом так называемых «желтых» машин, отправленных дилерам, и числом реальных регистраций все равно интересно взглянуть – она иногда порождает неоднозначные ситуации.
Перед тем как перейти к продажам конкретных брендов, оценим общую рыночную ситуацию. Как мы помним, АЕБ отчиталась о росте рынка на 15,1%, до 1 260 111 автомобилей. Статистика регистраций имеет свое мнение относительно объема купленных машин: на учет за три квартала встало на сто тысяч меньше – 1 158 013 автомобилей. Однако темп прироста рынка здесь ненамного ниже, чем по официальным данным: за три квартала прошлого года на учет встало немногим более миллиона машин, так что число регистраций выросло на 13,5%. Не так уверенно, как 15,1% у АЕБ, но все равно неплохо. Особенно с учетом того, что вторая половина 2021 года была омрачена новой глобальной проблемой: нехваткой электронных компонентов для производства машин, который породил дефицит на первичном рынке и взрывной рост цен для конечного покупателя. Так что четвертый квартал вряд ли порадует положительной статистикой. Но пока не будем гадать и взглянем на уже имеющиеся цифры.
Премиум-сегмент
Начнем, как обычно, с премиум-сегмента, и здесь нас сразу ждет первое откровение 2021 года: рост продаж здесь почти вдвое сильнее, чем у среднего ценового сегмента. Даже если оставить за скобками Genesis, у которого в прошлом году продажи только стартовали, то средний прирост в группе «положительных» брендов составляет около 25%. То есть, дорогие машины стали продаваться лучше сразу на четверть! Впрочем, успех коснулся не всех.
Начнем с «большой немецкой тройки». У Audi дела идут хорошо: на учет за три квартала встали 13,5 тысяч новых машин, и этот показатель практически совпадает с заявленными АЕБ данными о 13,9 тысячи проданных автомобилей. При этом доля прошлогодних машин невелика: в первом квартале было продано 2,5 тысячи, а за остальные два – всего около 400, так что прирост вполне честный. Единственный нюанс касается процентного показателя этого самого прироста: в отчете АЕБ это 37%, а по статистике регистраций только 26%. Впрочем, это все равно много.
У BMW процентный прирост чуть ниже, зато кристально прозрачен: 20% по АЕБ и 19% по регистрациям. К тому же по продажам баварцы вышли на абсолютное первое место: если в первом квартале в отчете АЕБ они были вторыми после Mercedes-Benz, хотя по регистрациям обогнали его, то теперь в официальной статистике значится 35,5 тысячи машин, которые почти совпадают с 34,7 тысячи, которые встали на учет. Mercedes-Benz, впрочем, отстал ненамного: 30,5 тысячи автомобилей получили регистрацию, хотя это поменьше, чем 33,8 тысячи, указанные в отчете АЕБ. И прирост тоже чуть менее однозначный: 23% в официальных цифрах против +19% в реальных. Lexus расположился на третьей строчке списка лидеров, причем соотношение продаж и регистраций у него такое же идеальное, как у BMW: 15,7 тысячи регистраций и 15,9 тысячи в отчете. Правда, прирост чуть ниже, чем у других, 11%. Но, как говорится, это немного, но это честная работа.
Большинство других премиум-брендов тоже показали отличные результаты. Например, Volvo стала четвертой в сегменте с показателем почти в 7 тысяч проданных машин. И пусть процентный прирост по регистрациям ниже заявленного АЕБ – 31% против 40%, зато статистика регистраций совпадает с отчетом с точностью до единиц. За Volvo очень плотно идут Land Rover и Porsche, продавшие около 4800 и 4600 машин соответственно. С процентами тут тоже не все гладко, однако прирост все равно честный, особенно с учетом небольшой доли прошлогодних машин.
Land Rover Defender
Бренды третьего эшелона по объему продаж тоже оказались успешными. У Mini, например, прирост по регистрациям даже ощутимо выше, чем заявлено официально: 23% против 16%. У Cadillac и Genesis эти показатели гораздо выше: американских машин встало на учет на 86% больше, а корейских – сразу на 128%. Правда, Genesis продолжает наполнять дилерскую сеть: в АЕБ отчитались о 2454 проданных машинах, а на учет встало только 1809. Зато это не прошлогодние, а сплошь свежие автомобили.
Jeep не смог улучшить свое положение так же, как остальные, а по процентным показателям вообще попал в группу «ложноположительных». В отчете АЕБ значится прирост в 6%, а вот по регистрациям к прошлому году наблюдается небольшое снижение на 1%. Единственное утешение – что заявленные продажи очень близки к данным о регистрациях. А вот у Infiniti и Jaguar дела идут очень неважно. Японская марка отчиталась о приросте в 18%, а на учет встало на 16% меньше, чем в прошлом году. И это не единственный нюанс. Несмотря на то, что абсолютные показатели в отчетах АЕБ и статистике ГИБДД практически совпадают, составляя около 1,5 тысяч машин, 900 из них – прошлогодние. В общем, хуже показатели только у Jaguar, который показал честное падение почти в два раза.
Jeep Grand Cherokee
Средний и бюджетный сегмент
Если средний прирост у премиум-марок составил 25%, то в среднем и бюджетном сегменте этот показатель ощутимо ниже. Даже если взять только тех, кто показал положительную динамику, то она в среднем составляет около 14%. А уж если говорить не о «средней температуре по больнице», а о реальных продажах, то они выросли и того слабее.
У Lada, впрочем, все стабильно хорошо. Даже с учетом постоянных подорожаний (седьмое за год состоялось в декабре, и теперь базовая Granta стоит почти 600 тысяч, а Vesta более 800) продажи растут, а статистика регистраций даже обгоняет данные АЕБ, демонстрируя прирост в 19% против 18%. Учитывая ситуацию с дефицитом и наценками у дилеров практически всех брендов, будет интересно взглянуть на ситуацию в начале следующего года.
Hyundai и Kia традиционно дополняют тройку лидеров по объемам продаж и числу регистраций. Есть, правда, важный нюанс: заявленный прирост у Kia превышает реальный почти в два раза, а у Hyundai более чем в три. Впрочем, число машин, вставших на учет, у Kia всего на 5 тысяч машин меньше заявленного, а у Hyundai – на 10 тысяч, что в общем масштабе в 120-150 тысяч штук можно отчасти списать на затоваривание складов не самыми дефицитными моделями. Зато у Renault реальный прирост даже превысил заявленный: на учет встало сто тысяч машин, что на 16% больше, чем годом ранее, а в отчете АЕБ значится показатель в +12%. Видимо, здесь на фоне дефицита и роста цен покупатели выгребли все складские запасы.
Таким же удачным, как для французов, год пока оказывается для Skoda. У немецко-чешского производителя тоже есть «положительный перекос»: данные по постановкам на учет обгоняют официальную статистику. Правда, если говорить об абсолютных показателях, то зарегистрированных машин оказалось на две тысячи меньше, чем отгруженных дилерам. Toyota и Subaru смогли переломить отрицательный тренд первого квартала и увеличили реальные продажи на 8% и 13% соответственно. Suzuki тоже смогла показать честный прирост сразу на 27%, пусть в данных АЕБ и фигурирует еще более впечатляющий показатель в 38%. Mazda не отстала от японских коллег, продав 21 тысячу машин и нарастив продажи на 12%. Из крупных игроков только у Volkswagen результаты вновь оказались противоречивыми: при заявленном приросте в 2% на учет встало на 2% меньше автомобилей. Однако это не значит, что дела плохи, Volkswagen остается в числе лидеров по продажам, наравне с Toyota и Skoda, с показателем в 70 тысяч автомобилей.
Отрицательными результатами на растущем рынке отметились только Nissan и Mitsubishi. Первый честно отрапортовал о снижении продаж на 12%, а вот у второго динамика отличается почти в пять раз: при потерях в отчете АЕБ на 5% число регистраций снизилось сразу на 24%. Впрочем, число проданных автомобилей близко к числу регистраций, так что падение можно отчасти объяснить «эффектом высокой базы».
У брендов Peugeot, Citroen и Opel смотреть стоит только на динамику машин, вставших на учет. Дело в том, что статистика АЕБ включает в себя продажи легких коммерческих автомобилей, а данные ГИБДД – нет, поэтому данные о продажах отличаются в разы. Ну а победные реляции о росте числа регистраций на 108% у Peugeot и на 211% у Opel скрывают за собой 1549 и 218 машин соответственно. Так что это очень локальная победа.
Отрицательным результатам Honda можно не удивляться – на фоне официально объявленного ухода с рынка в 2022 году продажи не могут расти. Из мелких игроков можно отметить успех GM – как «настоящего», который продает кроссоверы Tahoe, Traverse и Trailblazer, так и «узбекского», вернувшего на рынок Spark, Nexia и Cobalt.
Chevrolet Tahoe и Chevrolet Traverse
Китайские бренды
Сильнее всех сочетанием роста рынка, повышения цен и начинающегося дефицита смогли воспользоваться китайские бренды. Что там масс-маркет, что там премиум – здесь процентные показатели исчисляются десятками и сотнями процентов! Причем речь идет не о повышении продаж с 10 машин до 100, а о серьезном повороте покупателей в сторону китайских машин. Само собой, нужно признать, что этот поворот во многом вынужденный, но с другой стороны, сыграть на слабостях других брендов смогли абсолютно все лидирующие китайские марки.
Как и в начале года, за первую строчку борются Chery и Haval. И с особенностями продаж ситуация тоже аналогичная. По данным АЕБ, Haval немного обгоняет Chery – 25 053 проданных машины против 24 688. Но то отгрузки дилерам, а вот по числу регистраций ситуация абсолютно противоположная. Если у Haval есть небольшая доля «желтых» машин, и на учет встало чуть меньше 24 тысяч автомобилей, то у Chery регистрации значительно превышают дилерские заказы – 28 тысяч машин против 24,5! То есть, Chery на практике выросла сильнее остальных, активно распродавая складские запасы. Так что если у Haval показатель прироста в 115%, заявленный АЕБ, абсолютно честный, то у Chery он даже заниженный, ведь на учет встало на 370% больше автомобилей, а в статистику попало «всего» 288%. При этом если в первом квартале кассу Chery делал один только Tiggo 4, то по итогам трех кварталов продажи распределились между ним, а также Tiggo 7 и Tiggo 8. Неудивительно, что бренд продолжает расширять модельный ряд – например, недавно дебютировал Tiggo 8 Pro.
Третье место среди китайских брендов стабильно остается за Geely. Здесь китайцы тоже почувствовали веяния рынка и добавили в модельную линейку гибрид Atlas Pro. Однако костяк продаж формируют «старый» Atlas и компактный Coolray, который пришелся ко двору. В результате Geely закончила три квартала с результатом почти в 17 тысяч машин, причем регистрации здесь тоже слегка опережают отгрузки дилерам.
Невероятными процентными показателями отметились менее крупные игроки. Great Wall напомнил о себе пикапом Poer и суммарно со старыми Wingle реализовал 864 машины, показав прирост в 5300% на фоне нулевого прошлого года. Еще один «шокирующий» результат в 21800% продемонстрировал бренд Exeed, недавно сумевший переименоваться из Cheryexeed. Из 2322 машин, заявленных АЕБ, на учет встали только 1533, но планы по расширению продаж подтверждаются новинками: к кроссоверу TXL добавился флагманский VX, а на очереди компактный LX.
Единственный заметный на рынке китайский бренд, не ставший успешным – это Changan. Он, впрочем, отметился активной распродажей складов, так что статистике регистраций даже оказался в плюсе, хотя, по данным АЕБ, и числится в глубоком минусе. Многие обещанные новинки вроде CS75 Plus остались нереализованными, но китайцы уже получили ОТТС на кроссовер Uni-K, который обещали привезти к дилерам до конца 2021 года. Посмотрим, сбудутся ли эти обещания и начнут ли расти продажи.
Из более скромных игроков можно отметить GAC. У марки тоже большие планы, но продажи пока остаются скромными: около 500 машин за три квартала. Даже FAW и JAC продали в 2-3 раза больше, хотя первый просто избавился от запасов машин 2019-2020 годов выпуска.
Чего ждать дальше?
Учитывая затянувшийся дефицит электронных компонентов и дилерские выкрутасы, в четвертом квартале стоит ждать падения продаж, которое наверняка продолжится и в начале следующего года. Главная интрига сейчас заключается в том, сколько машин купят в четвертом квартале по завышенным ценам и насколько большими будут реальный и заявленный итоговый годовой прирост. По данным АЕБ, за январь-ноябрь 2021 года было продано всего на 6,9% больше новых машин, чем за тот же период в 2020. А учитывая, что статистика регистраций оказывается скромнее в объемах, чем отчет АЕБ, мы имеем все шансы увидеть в 2021 году еще более сильную просадку, чем в прошлом.