Europa hat sich bei seinem bisher größten reinen KI-Rechenzentrums-Deal gegen Nvidia entschieden. Am 31. August 2026 unterzeichnete die EuroHPC Joint Undertaking einen Vertrag über 387,8 Millionen Euro (umgerechnet rund 451 Millionen US-Dollar) mit dem französischen Anbieter Bull, einer Tochter von Atos, um den Supercomputer LUMI-AI zu bauen. Herzstück der Maschine sind AMD Instinct MI430X-Beschleuniger, nicht die Nvidia-Chips, auf die viele Beobachter getippt hatten. Für die europäische Cloud- und Hardware-Landschaft ist das mehr als eine technische Randnotiz, es ist ein politisches Signal.
Der Standort ist bekannt: Kajaani in Finnland, wo bereits der bestehende LUMI-Supercomputer von CSC – IT Center for Science betrieben wird. Neu ist, dass Europa mit LUMI-AI erstmals eine dediziert für KI-Training ausgelegte Maschine dieser Größenordnung baut, komplett ohne Nvidia-Ökosystem. Laut der offiziellen Mitteilung der EuroHPC Joint Undertaking soll das System in der zweiten Jahreshälfte 2027 in Betrieb gehen.
Der Deal im Überblick: Wie Europa AMD den Zuschlag für LUMI-AI gab
387,8 Millionen Euro sind für ein einzelnes HPC-Beschaffungsprojekt eine hohe Summe, selbst für EuroHPC-Verhältnisse. Der Zuschlag ging an Bull statt an Hewlett Packard Enterprise (HPE), jenen Hersteller, der die ursprüngliche LUMI-Maschine gebaut hatte und traditionell eng mit Nvidia zusammenarbeitet. Diese Verschiebung im Lieferantenkreis ist für die Branche fast genauso bemerkenswert wie die Chip-Entscheidung selbst.
Technisch basiert LUMI-AI auf AMD Instinct MI430X-GPUs kombiniert mit AMD EPYC-Prozessoren der sechsten Generation mit jeweils 256 Kernen. Statt Nvidias NVLink kommt bei der Vernetzung Bulls eigenes BXI-Interconnect zum Einsatz, ein weiterer Baustein, der die Abhängigkeit von US-amerikanischer Infrastruktur reduzieren soll. Nach Angaben, die im Umfeld der Ankündigung kursierten, soll LUMI-AI etwa die zehnfache KI-Rechenkapazität und nahezu die doppelte HPC-Leistung der bestehenden LUMI-Maschine liefern.
Wichtig für die Einordnung: LUMI-AI ersetzt nicht das bestehende LUMI-System, sondern ergänzt es. Beide Maschinen sollen parallel am selben Standort in Kajaani laufen, dazu kommt inzwischen auch noch LUMI-IQ, ein Quantencomputer, dessen Fehlerkorrektur-Architektur Anfang September 2026 vorgestellt wurde. Kajaani entwickelt sich damit zu einem der dichtesten europäischen Rechenzentren-Cluster für KI, klassisches HPC und Quantencomputing gleichzeitig.
Was ist LUMI und warum baut Europa jetzt aus?
LUMI ist kein neuer Name in der europäischen Supercomputing-Szene. Das System gehört zur Flotte der EuroHPC-Vorstufe-zu-Exascale-Rechner und wird seit 2021 von CSC in Finnland betrieben, finanziert durch einen Konsortium-Verbund aus mehreren europäischen Ländern gemeinsam mit EU-Mitteln über die EuroHPC Joint Undertaking. Bemerkenswert: LUMI war von Anfang an eine AMD-Maschine, ausgestattet mit AMD Instinct MI250X-Beschleunigern, den Vorgängern der jetzt bestellten MI430X-Generation. Der Schritt zu LUMI-AI ist damit kein Seitenwechsel von Nvidia zu AMD, sondern eine Fortsetzung eines bereits 2021 eingeschlagenen Weges.
Der Ausbaudruck kommt aus einer simplen Beobachtung: Europäische Forschungseinrichtungen, Start-ups und zunehmend auch Behörden fragen KI-Rechenkapazität in einem Tempo nach, das die bestehende Infrastruktur nicht mehr abdeckt. Gleichzeitig wächst der politische Wille, diese Kapazität nicht ausschließlich bei US-Cloud-Anbietern oder Nvidia-zentrierten Systemen einzukaufen. LUMI-AI ist der bislang konkreteste Ausdruck dieser doppelten Motivation: mehr Rechenleistung, aber mit europäischer Kontrolle über Lieferkette und Architektur.
AMD Instinct MI430X: Die Technik hinter dem Milliarden-Deal
Der MI430X gehört zur MI400-Familie, die AMD im Rahmen seiner Advancing-AI-Veranstaltung im Juli 2026 vorgestellt hat, und setzt auf die neue CDNA-5-Architektur. Gefertigt wird der Chip in einem Chiplet-Design: Die Recheneinheiten entstehen im 2-nm-Verfahren von TSMC (N2), während die I/O-Chiplets im 3-nm-Prozess (N3/N3P) hergestellt werden. Laut der offiziellen AMD-Produktseite bringt der MI430X 432 Gigabyte HBM4-Speicher mit und erreicht eine Bandbreite von bis zu 23,3 Terabyte pro Sekunde.
Die eigentliche Besonderheit liegt aber woanders: 288 TFLOPS native FP64-Rechenleistung, also Berechnungen mit doppelter Genauigkeit. AMD selbst hatte in einem Blog-Beitrag vom Mai 2026 zunächst von “mehr als 200 TFLOPS” gesprochen, bevor die finalen Spezifikationen mit dem höheren Wert bestätigt wurden. Für KI-Training allein wäre das nicht der entscheidende Wert, dort zählt eher die FP4-Leistung, die AMD mit bis zu 9,2 PFLOPS angibt. Eine offizielle TDP-Angabe fehlt bislang, Fachmedien und Analyseseiten kursieren Schätzungen zwischen 1.200 und 1.500 Watt pro Beschleuniger, AMD selbst hat dazu keine Zahl veröffentlicht.
MI430X vs. MI250X: Der Sprung zwischen zwei LUMI-Generationen
Wer die Zahlen von 2021 und 2027 nebeneinanderlegt, sieht das Ausmaß des Sprungs. Der MI250X, der im ursprünglichen LUMI-System und im US-Supercomputer Frontier steckt, brachte 128 Gigabyte HBM2e-Speicher, eine Bandbreite von rund 3,2 Terabyte pro Sekunde und eine FP64-Vektorleistung von 47,9 TFLOPS. Der MI430X versechsfacht die Speicherbandbreite und versechsfacht nahezu auch die FP64-Rechenleistung, bei mehr als dreimal so viel Speicherkapazität pro Chip. Die folgende Tabelle stellt beide Generationen zusätzlich Nvidias H100 als Referenzpunkt gegenüber, dem heute noch am weitesten verbreiteten KI-Beschleuniger in europäischen Rechenzentren.
| Spezifikation | AMD Instinct MI430X (2027) | AMD Instinct MI250X (LUMI, 2021) | Nvidia H100 SXM (Referenz) |
|---|---|---|---|
| Architektur | CDNA 5 | CDNA 2 | Hopper |
| Fertigung | TSMC N2 (2 nm) + N3 I/O | TSMC 6 nm | TSMC 4N |
| HBM-Speicher | 432 GB HBM4 | 128 GB HBM2e | 80 GB HBM3 |
| Speicherbandbreite | bis zu 23,3 TB/s | ca. 3,2 TB/s | ca. 3,35 TB/s |
| FP64-Leistung (Vektor) | 288 TFLOPS | 47,9 TFLOPS | ca. 34 TFLOPS |
| FP4/KI-Spitzenleistung | bis zu 9,2 PFLOPS | nicht relevant (kein FP4) | modellabhängig, kein direkter FP4-Wert |
| TDP | offiziell nicht bestätigt | 500–560 W | bis zu 700 W |
| Haupteinsatz | HPC + souveräne KI | HPC (Exascale-Klasse) | KI-Training und -Inferenz |
Warum FP64 plötzlich wieder zählt
Die meisten aktuellen KI-Beschleuniger, egal ob von Nvidia oder AMD, sind in erster Linie auf niedrige Präzision optimiert: FP8, FP4 oder INT8, weil genau diese Formate KI-Training und -Inferenz beschleunigen. Klimamodelle, Strömungssimulationen, Medikamentenforschung oder Teilchenphysik brauchen dagegen häufig doppelte Genauigkeit (FP64), weil kleine Rundungsfehler sich über Millionen Rechenschritte aufsummieren und Ergebnisse verfälschen können. Genau hier positioniert AMD den MI430X: als Chip, der native FP64-Leistung nicht opfert, um bei KI-Benchmarks zu glänzen. Nvidias aktuelle KI-Beschleuniger, einschließlich der kommenden Vera-Rubin-Generation, priorisieren dagegen klar Trainings- und Inferenz-Durchsatz über wissenschaftliche Präzision. Einer verbreiteten Einschätzung aus dem Umfeld der Ankündigung zufolge soll die native FP64-Leistung des MI430X rund 8,7-mal so hoch liegen wie die von Nvidias Vera-Rubin-GPU, was rechnerisch auf eine Rubin-FP64-Leistung von grob 33 TFLOPS hindeuten würde. Nvidia selbst hat dazu keine offizielle Vergleichszahl veröffentlicht, weshalb dieser Wert als Schätzung aus Drittquellen zu verstehen ist und nicht als bestätigte Nvidia-Angabe. Mehr zum Rubin-Ansatz von Nvidia und dessen Effizienzversprechen gegenüber Cloud-TPUs findet sich in unserer Analyse zum Nvidia-Rubin-Start.
Bull statt HPE: Ein Wechsel mit Signalwirkung
Dass EuroHPC sich für Bull statt für HPE entschieden hat, wird in Branchenkreisen als ebenso relevant eingestuft wie die Chip-Wahl. HPE hatte das ursprüngliche LUMI-System gebaut und gilt traditionell als enger Nvidia-Partner im HPC-Geschäft. Mit Bull, einer Marke des französischen Atos-Konzerns, setzt EuroHPC stattdessen auf einen Integrator, der sein eigenes Hochgeschwindigkeits-Interconnect namens BXI mitbringt und damit auch auf Netzwerkebene unabhängig von Nvidias NVLink-Ökosystem bleibt. Für ein Beschaffungsprojekt, das explizit unter dem Label der digitalen Souveränität steht, ist das mehr als ein Nebenaspekt: Es bedeutet, dass praktisch jede Ebene der Maschine, vom Rechenchip über den Prozessor bis zur Verbindungstechnik, aus einer nicht-US-dominierten oder zumindest diversifizierten Lieferkette stammt.
Europäische Souveränität: Der politische Kontext hinter dem Kauf
Die EuroHPC Joint Undertaking ist das zentrale EU-Vehikel, um Hochleistungsrechner gemeinsam mit den Mitgliedstaaten zu finanzieren und zu betreiben. Sie handelt Ausschreibungen aus, verwaltet EU-Kofinanzierung und regelt den Zugang für Forschung und Industrie. Die LUMI-AI-Vergabe fügt sich in eine Reihe europäischer Initiativen, die auf technologische Unabhängigkeit im KI- und Halbleiterbereich abzielen: weniger Abhängigkeit von einzelnen außereuropäischen Cloud- und Hardware-Anbietern, mehr Kontrolle über kritische Recheninfrastruktur für Wissenschaft, Verwaltung und strategische Industrien. Explizite Verweise auf konkrete Förderprogramme fehlen in der offiziellen LUMI-AI-Kommunikation, der übergeordnete Rahmen europäischer Digital- und Chip-Politik ist als Kontext aber unübersehbar. Wer verstehen will, wie knapp die Speicherbausteine sind, die solche Systeme überhaupt erst finanzierbar machen, findet Hintergründe in unserem Bericht zur aktuellen Speicherchip-Knappheit bei DRAM und NAND.
JUPITER, Leonardo, MareNostrum: Nvidia dominiert weiterhin die EuroHPC-Flotte
So symbolisch der AMD-Zuschlag für LUMI-AI auch ist, er ändert wenig an der Grundtatsache, dass Nvidia-Hardware in den meisten großen EuroHPC-Systemen steckt. JUPITER am Forschungszentrum Jülich in Deutschland, Europas erstes Exascale-System, läuft auf Nvidia-Grace-Hopper-Architektur. Auch Leonardo in Bologna und MareNostrum 5 in Barcelona setzen auf Nvidia-Beschleuniger. LUMI-AI ist damit eher die Ausnahme als die Regel in der aktuellen EuroHPC-Flotte, wenn auch eine mit erheblichem Gewicht durch die Investitionssumme und die politische Aufmerksamkeit, die sie erhält.
| System | Standort | Hersteller/Integrator | Chip-Basis | Status |
|---|---|---|---|---|
| LUMI-AI | Kajaani, Finnland | Bull (Atos) | AMD Instinct MI430X | Vertrag 08/2026, Betrieb ab H2 2027 |
| LUMI (Bestandssystem) | Kajaani, Finnland | HPE | AMD Instinct MI250X | seit 2021 in Betrieb |
| LUMI-IQ | Kajaani, Finnland | CSC | Quantenprozessor | Architektur im 09/2026 vorgestellt |
| JUPITER | Jülich, Deutschland | Eviden/Atos | Nvidia Grace Hopper | seit 2024/25 in Betrieb |
| Leonardo | Bologna, Italien | Atos/CINECA | Nvidia-Beschleuniger | seit 2022 in Betrieb |
| MareNostrum 5 | Barcelona, Spanien | BSC | Nvidia-Beschleuniger | seit 2023 in Betrieb |
Nvidias Antwort: Vera Rubin und die Cloud-Strategie
Nvidia reagiert auf den wachsenden Konkurrenzdruck nicht mit einem Rückzug aus Europa, sondern mit der nächsten Chip-Generation. Vera Rubin, benannt nach der Astronomin, die Belege für Dunkle Materie lieferte, kombiniert laut Nvidias eigenen Ankündigungen eine neue “Vera”-CPU mit der “Rubin”-GPU-Architektur und soll ab 2026/2027 in Serie gehen. Analysten von Wolfe Research gehen laut einem CNBC-Bericht vom Juli 2026 von einem durchschnittlichen Verkaufspreis von rund 5.000 US-Dollar pro Vera-Chip aus und rechnen für das laufende Jahr mit etwa 1,3 Millionen ausgelieferten Einheiten. Wie sich Rubin gegen Googles TPU-Generation Ironwood schlägt, haben wir bereits in unserem Artikel zum Nvidia-Rubin-Start eingeordnet, während sich unser Beitrag zu TPU Ironwood mit der Google-Seite dieser Rechnung beschäftigt.
Marktanteile: Wie groß ist Nvidias Vorsprung im KI-Beschleuniger-Markt wirklich?
Belastbare, für 2026 offiziell bestätigte Marktanteilszahlen für den globalen KI-Beschleuniger-Markt sind rar, weil weder Nvidia noch AMD granulare Stückzahlen veröffentlichen. Mehrere Marktbeobachter und Branchenkommentare gehen jedoch übereinstimmend davon aus, dass Nvidia weiterhin eine sehr deutliche Mehrheit der Umsätze und Auslieferungen im KI-Beschleuniger-Segment hält, in manchen Einschätzungen im Bereich von 80 bis 90 Prozent. Eine exakte, offiziell bestätigte Prozentzahl für 2026 lässt sich daraus aber nicht seriös ableiten, weshalb diese Angabe als grobe Markteinschätzung und nicht als belegte Statistik zu verstehen ist. Für AMD bedeutet das: Selbst ein prestigeträchtiger Auftrag wie LUMI-AI ändert kurzfristig wenig an der Gesamtmarktverteilung, wirkt aber als Referenzprojekt, das AMD bei künftigen öffentlichen Ausschreibungen in Europa als Beleg für Lieferfähigkeit im Exascale-Maßstab anführen kann. Einen Vergleich der Cloud-Mietpreise für aktuelle Beschleuniger-Generationen inklusive AMDs MI300X-Familie haben wir separat in unserem Bericht zu Nvidia B200 vs. H200 in Österreich aufgearbeitet.
Zeitplan bis 2027: Was noch passieren muss
Zwischen Vertragsunterschrift und Inbetriebnahme liegt bei einem System dieser Größe naturgemäß viel Vorlaufzeit. Die Fertigung der MI430X-Chiplets bei TSMC, die Integration in Bulls Rechnerarchitektur, der Aufbau der Kühlungs- und Stromversorgungsinfrastruktur in Kajaani und schließlich Testbetrieb und Abnahme sind laut EuroHPC bis zur zweiten Jahreshälfte 2027 eingeplant. Parallel dazu wird an derselben Kajaani-Anlage mit LUMI-IQ ein Quantencomputer aufgebaut, dessen Fehlerkorrekturarchitektur laut einem Tech-Times-Bericht vom September 2026 Anfang des Monats vorgestellt wurde. Damit entsteht in Finnland ein Standort, an dem klassisches HPC, KI-Training und Quantencomputing unter einem Dach kombiniert werden, eine Konstellation, die es in Europa in dieser Form bislang nicht gab.
Österreich und EuroHPC: Was der Deal für heimische Forschung bedeutet
Österreich ist Mitgliedstaat der EuroHPC Joint Undertaking und damit grundsätzlich Teil des Governance-Rahmens, über den auch LUMI-AI beschafft wurde. In den öffentlich verfügbaren LUMI-Konsortialunterlagen taucht Österreich allerdings nicht als einer der direkt finanzierenden Länder des LUMI-Standorts auf, anders als etwa Belgien, Tschechien, Dänemark, Estland, Norwegen, Polen, Schweden oder die Schweiz. Das bedeutet nicht, dass österreichische Forschungsgruppen und Unternehmen außen vor bleiben: Über die reguläre EuroHPC-Zugangsvergabe können Wissenschaftlerinnen und Wissenschaftler aus allen Mitgliedstaaten Rechenzeit auf den EuroHPC-Systemen beantragen, sofern ihre Projekte im Auswahlverfahren bestehen. Für heimische KI-Forschung und den Ausbau lokaler Infrastruktur bleibt die eigentliche Bedeutung von LUMI-AI aber eher indirekt: Es zeigt, dass ein europäischer Beschaffungsprozess mittlerweile explizit gegen die naheliegende Nvidia-Option und für eine alternative, stärker europäisch geprägte Lieferkette entscheiden kann, ein Präzedenzfall, auf den sich auch künftige nationale und regionale Ausschreibungen berufen dürften.
Marktauswirkungen: Was der Deal für die Chip-Branche bedeutet
Für AMD ist der LUMI-AI-Zuschlag vor allem ein Referenzprojekt mit Symbolkraft. Das Unternehmen konkurriert im HPC-Segment traditionell erfolgreicher als im breiteren KI-Cloud-Geschäft, wo Nvidia mit seinem CUDA-Software-Ökosystem einen erheblichen Vorteil hat. Ein öffentlich finanziertes, europäisches Exascale-KI-System, das explizit auf AMD-Hardware und ein Nicht-Nvidia-Interconnect setzt, liefert AMD ein konkretes Beispiel dafür, dass sich souveräne KI-Infrastruktur ohne Nvidia realisieren lässt. Für Nvidia dürfte der unmittelbare finanzielle Effekt gering sein, das Unternehmen bleibt in JUPITER, Leonardo und MareNostrum 5 fest verankert. Strategisch relevanter ist die politische Signalwirkung: Wenn öffentliche Auftraggeber in Europa zeigen, dass Alternativen zu Nvidia machbar sind, dürfte das den Verhandlungsspielraum bei künftigen Ausschreibungen erhöhen, auch gegenüber Nvidia selbst. Für Zulieferer wie TSMC, das sowohl die MI430X-Chiplets als auch Nvidias Chips fertigt, ändert sich an der Auftragslage grundsätzlich wenig, da beide Konzerne letztlich auf dieselbe Fertigungskapazität zurückgreifen. Wie eng diese Fertigungskapazität inzwischen mit den Preisen für HBM-Speicher zusammenhängt, zeigt sich auch an anderer Stelle im KI-Hardware-Markt, etwa bei AMDs eigener Halo-Station-Plattform mit 576 GB HBM3E.
5 Prognosen: Wie es mit AMD, Nvidia und Europas KI-Infrastruktur weitergeht
- Weitere europäische Ausschreibungen mit expliziter Nvidia-Alternative: Nach LUMI-AI ist zu erwarten, dass mindestens eine weitere große EuroHPC- oder nationale Ausschreibung in den kommenden 18 bis 24 Monaten AMD oder andere Nicht-Nvidia-Architekturen als gleichwertige Option in den Vergabekriterien berücksichtigt.
- Verzögerungen bis zur tatsächlichen Inbetriebnahme sind wahrscheinlich: Bei Projekten dieser Komplexität, von der Chip-Fertigung bis zur Kühlinfrastruktur, verschiebt sich der ursprünglich für H2 2027 angepeilte Starttermin erfahrungsgemäß um mehrere Monate.
- Nvidia wird mit aggressiveren Konditionen für öffentliche Aufträge reagieren: Um die Ausnahmestellung in JUPITER, Leonardo und MareNostrum 5 zu verteidigen, dürfte Nvidia bei kommenden EuroHPC-Vergaben mit günstigeren Konditionen oder zusätzlichen Software-Support-Paketen antreten.
- FP64-Leistung wird zum eigenen Verkaufsargument für Chip-Hersteller: Da wissenschaftliches Rechnen in Europa politisch stark gefördert wird, dürften sowohl AMD als auch Nvidia native FP64-Werte künftig prominenter bewerben, statt sie hinter reinen KI-Benchmarks zu verstecken.
- Kajaani entwickelt sich zum europäischen Referenzstandort für Hybrid-Computing: Mit LUMI, LUMI-AI und LUMI-IQ am selben Standort dürfte Finnland in den kommenden Jahren gezielt als Modellregion für die Kombination aus HPC, KI und Quantencomputing positioniert werden, mit Ausstrahlungseffekten auf Ansiedlungsentscheidungen weiterer Rechenzentren in der Region.
Was Unternehmen und Forschungseinrichtungen jetzt beachten sollten
Für IT-Entscheider und Forschungsgruppen außerhalb des unmittelbaren LUMI-Konsortiums bringt der Deal vor allem einen praktischen Hinweis: Software-Portabilität wird wichtiger. Wer heute ausschließlich auf CUDA-spezifischem Code aufbaut, riskiert bei künftigen Ausschreibungen, von AMD-basierten Systemen wie LUMI-AI ausgeschlossen zu bleiben, weil eine Portierung auf AMDs ROCm-Software-Stack zusätzlichen Aufwand bedeutet. Umgekehrt öffnet sich für Teams, die bereits heute plattformunabhängig entwickeln oder Frameworks wie PyTorch mit ROCm-Backend nutzen, ein zusätzlicher Zugang zu öffentlich geförderter Rechenkapazität. Praktische Hinweise zur Einrichtung von AMDs Software-Stack auf eigener Hardware haben wir in unserer Anleitung zu ROCm auf AMD Radeon zusammengefasst, auch wenn die dortigen Consumer-Karten technisch weit von einem MI430X-Cluster entfernt sind.
Häufig gestellte Fragen (FAQ)
Was ist LUMI-AI genau?
LUMI-AI ist ein neuer, für KI-Training ausgelegter Supercomputer, den die EuroHPC Joint Undertaking am Standort Kajaani in Finnland bauen lässt. Der Vertrag über 387,8 Millionen Euro wurde am 31. August 2026 mit dem Anbieter Bull unterzeichnet, die Inbetriebnahme ist für die zweite Jahreshälfte 2027 geplant.
Warum hat sich Europa gegen Nvidia und für AMD entschieden?
Offizielle Begründungen nennen vor allem technische Eignung und den Wunsch nach diversifizierten, europäisch mitgeprägten Lieferketten. AMDs MI430X bietet zudem eine ungewöhnlich hohe native FP64-Rechenleistung, die für wissenschaftliches Rechnen relevanter ist als für reines KI-Training.
Ist das bestehende LUMI-System auch von AMD?
Ja. Das ursprüngliche, seit 2021 laufende LUMI-System nutzt bereits AMD Instinct MI250X-Beschleuniger. LUMI-AI ist somit eine Fortsetzung der bestehenden AMD-Partnerschaft und kein Wechsel weg von Nvidia.
Welche technischen Daten hat der AMD Instinct MI430X?
Der Chip basiert auf der CDNA-5-Architektur, bringt 432 Gigabyte HBM4-Speicher mit, erreicht bis zu 23,3 Terabyte pro Sekunde Speicherbandbreite und liefert laut AMD 288 TFLOPS native FP64-Leistung sowie bis zu 9,2 PFLOPS FP4-Leistung für KI-Workloads. Eine offizielle TDP-Angabe hat AMD bislang nicht veröffentlicht.
Ist Österreich Teil des LUMI-Konsortiums?
Österreich ist Mitgliedstaat der EuroHPC Joint Undertaking, taucht aber nicht als direkt finanzierendes Land in den öffentlich bekannten LUMI-Konsortialunterlagen auf. Über reguläre EuroHPC-Zugangsverfahren können österreichische Forschungsgruppen dennoch Rechenzeit beantragen.
Welche anderen europäischen Supercomputer nutzen Nvidia-Chips?
JUPITER in Jülich (Deutschland), Leonardo in Bologna (Italien) und MareNostrum 5 in Barcelona (Spanien) laufen alle auf Nvidia-Beschleunigern. LUMI-AI ist damit derzeit die auffälligste Ausnahme innerhalb der großen EuroHPC-Systeme.
Wann wird LUMI-AI tatsächlich einsatzbereit sein?
EuroHPC nennt die zweite Jahreshälfte 2027 als Zielzeitraum für die Inbetriebnahme. Bei Projekten dieser Größenordnung sind Verzögerungen um mehrere Monate in der Praxis nicht ungewöhnlich.
