EuroHPC: Spitzenforschung und KI mit JUPITER
Der Supercomputer JUPITER wird über das EuroHPC Joint Undertaking beschafft, eine öffentlich-private Partnerschaft zur Förderung des Hochleistungsrechnens (High-Performance Computing, HPC) in der Europäischen Union. EuroHPC verwaltet 50 % der Rechenzeit des Systems, die anderen 50 % werden vom Gauss Centre for Supercomputing (GCS) an deutsche Universitäten und Forschungseinrichtungen vergeben.
EuroHPC-JUREAP
Ähnlich wie GCS hat auch EuroHPC im Rahmen des JUPITER Research and Early Access Program (JUREAP) Leuchtturmprojekte ausgewählt und ihnen erhebliche Rechenzeit auf JUPITER zugewiesen. Diese Rechenzeit wird nach der vollständigen Inbetriebnahme von JUPITER genutzt, um zeitnahe Antworten auf die entscheidenden Fragen unserer Zeit zu liefern. Bis dahin werden die 15 ausgewählten JUREAP-EuroHPC-Leuchtturmprojekte in Zusammenarbeit mit dem JSC für JUPITER vorbereitet. Die ausgewählten Projekte konzentrieren sich auf KI, umfassen aber auch andere wichtige wissenschaftliche Bereiche wie Klimaforschung, Strömungsmechanik und Teilchenphysik.
Die JUPITER AI Factory (JAIF)
Im März 2025 vergab EuroHPC auch den Zuschlag an die JUPITER AI Factory, unter der Leitung vom JSC, die JUPITER als zentrales Element nutzt. Die KI-Fabriken bieten eine breite Palette von Dienstleistungen für Start-ups, KMU, Industrie und Wissenschaft und sind ein idealer Rahmen für einige EuroHPC-JUREAP-Leuchtturmprojekte. Zehn der EuroHPC-JUREAP-Leuchtturmprojekte werden von akademischen Partnern geleitet, fünf von Start-ups/KMU. Dies unterstreicht das Bestreben, europäische Supercomputer in Zukunft für Start-ups, KMU und die Industrie zugänglicher zu machen, um die europäische Innovation weiter zu fördern.
JUPITER Anwendungsfälle
Jean-Gabriel Barthelemy, Machine Learning Engineer bei Lingua Custodia, Frankreich
Unser Ziel ist es, sparsame und hocheffiziente mehrsprachige LLMs für europäische Sprachen zu entwickeln. Unsere Forschung konzentriert sich auf die Verbesserung der Trainingseffizienz (schnelleres Lernen) und des Durchsatzes bei der Textgenerierung, um LLMs mit weniger Energie und weniger leistungsstarken Maschinen ausführen zu können. Mit JUPITER gewinnen wir eine beispiellose Rechenleistung, um Modelle schneller und in größerem Umfang zu trainieren. Durch die Gewährleistung des offenen Zugangs und der Einhaltung des EU-KI-Gesetzes wollen wir KI demokratisieren, Innovationen fördern und Sprachbarrieren überwinden, um eine integrativere digitale Zukunft zu schaffen.
Dr. Toms Bergmanis, leitender KI-Forscher bei Tilde, Lettland
Wir entwickeln TildeLM, ein offenes Foundation Model für große Sprachmodelle mit über 30 Milliarden Parametern, das alle europäischen Sprachen abdecken soll, mit besonderem Schwerpunkt auf baltischen und osteuropäischen Sprachen. Die Rechenleistung von JUPITER wird es uns ermöglichen, Open Weight Models (teiloffene Modelle) zu nutzen, um neue Trainingsdaten zu synthetisieren und TildeLM für nachgelagerte Anwendungen in Sprachdiensten wie Übersetzung, Zusammenfassung und suchgestützte Generierung anzupassen. Unser Ziel ist es, 250 Millionen Nutzenden in Europa und darüber hinaus hochwertige, kulturell relevante KI-gestützte Sprachtechnologien zur Verfügung zu stellen. Diese Bemühungen werden die digitale Souveränität Europas fördern und Innovationen in der grenzüberschreitenden Kommunikation vorantreiben.
Prof. Dr. Matteo Bernardini, Universität La Sapienza Rom, Italien
Unsere Forschung befasst sich mit der Physik von turbulenten Strömungen bei hohen Geschwindigkeiten, mit dem Hauptziel, die aerodynamische Erwärmung und den Luftwiderstand in Überschall- und Hyperschallfahrzeugen zu verstehen. Mithilfe groß angelegter direkter numerischer Simulationen untersuchen wir komplexe Wechselwirkungen zwischen Stoßwellen und Grenzschichten sowie Wärmeübertragungsmechanismen auf glatten und rauen Oberflächen. Mit JUPITER wollen wir Exascale-Computing nutzen, um Turbulenzen in bisher unerreichter Detailgenauigkeit zu erfassen und damit neue Wege für wissenschaftliche Entdeckungen zu eröffnen. Dieser innovative Ansatz verbessert nicht nur unser Verständnis der Strömungsdynamik, sondern treibt auch Fortschritte in der Sicherheit und Effizienz der Luft- und Raumfahrt voran, was letztlich der Gesellschaft durch sicherere und nachhaltigere Hochgeschwindigkeitsreisen zugutekommt.
Prof. Dr. Alexandra Birch, Universität Edinburgh, Vereinigtes Königreich
Wir forschen an mehrsprachigen großen Sprachmodellen, die den Bedürfnissen der europäischen Bürgerinnen und Bürgern gerecht werden. Wir konzentrieren uns auf die Entwicklung von Modellen, die in jeder Sprache arbeiten und lange Dokumente verarbeiten können. JUPITER wird uns dabei helfen, diese Modelle mit großen Mengen mehrsprachiger Daten zu trainieren und große synthetische Trainingssätze aus langen Dokumenten und Argumentationsketten zu erstellen, um bisher unerreichbare Leistungen zu erzielen. Dies wird zu Modellen führen, die sowohl für Forschende als auch für Industrie und Regierung nützlich sind, da sie Zugang zu den besten generativen KI-Modellen haben, die ihren Anforderungen in der gesamten EU gerecht werden.
Dr. Robin Kurtz, Senior Data Scientist bei KBLab, Nationalbibliothek Sweden
Im Rahmen des Projekts „Scandinavian Language Models“ trainieren wir Large Language Models (LLM) für Schwedisch, Norwegisch und Dänisch. Angesichts des enormen Rechen- und Datenaufwands konzentrieren wir uns auf das kontinuierliche Vortraining bestehender Modelle, wobei wir die Sprachfähigkeiten der Modelle für die drei skandinavischen Sprachen erweitern oder verbessern. Der Zugang zu den erhöhten Rechenkapazitäten von JUPITER ermöglicht es uns, den Trainingsprozess auf größere Modelle und größere Datensätze auszuweiten. Die leistungsfähigsten LLMs sind für Englisch optimiert und nur über teure APIs zugänglich. Die Veröffentlichung offener Modelle trägt somit zur Demokratisierung der KI bei, insbesondere für Sprachen mit geringeren Ressourcen wie Schwedisch, Norwegisch und Dänisch.
Prof. Dr. André Martins, Universität Lisabon, Wissenschaftlicher Leiter bei Unbabel, Portugal
Unsere Forschung zielt darauf ab, die nächste Generation von KI-Foundation Models für die Sprachgenerierung zu entwickeln, die mit fortschrittlichen kognitiven Fähigkeiten ausgestattet sind. Durch die Integration von Konzepten aus den Bereichen maschinelles Lernen, Sparse Modeling, Informationstheorie und Kognitionswissenschaft verfolgen wir einen interdisziplinären Ansatz, um die Grenzen des multimodalen Reasonings zu erweitern. Mit JUPITER streben wir die Skalierung multimodaler und mehrsprachiger Sprachmodelle an, die alle europäischen Sprachen unterstützen und damit die Grenzen bestehender Modelle überwinden. Die auf JUPITER trainierten Modelle werden offen veröffentlicht und kommen damit der gesamten Forschungsgemeinschaft und europäischen Unternehmen zugute, die fortschrittliche KI-Systeme entwickeln möchten.
Dr. David Montero, Multiverse Computing, Spanien
Wir erforschen neuartige Modellkomprimierungstechniken, um den Zugang zu leistungsstarken großen Sprachmodellen zu demokratisieren. Unser derzeitiger Schwerpunkt liegt auf Deepseek-R1 (671 Milliarden Parameter), mit dem Ziel, dessen Größe drastisch zu reduzieren und gleichzeitig die Genauigkeit zu erhalten und eingebettete politische Vorurteile zu beseitigen. Mit den beispiellosen KI-Rechenkapazitäten von JUPITER werden wir fortschrittliche Tensor-Netzwerkmethoden anwenden, um eine extreme Komprimierung mit minimalem Qualitätsverlust zu ermöglichen. Exascale-Ressourcen sind unerlässlich, um Modelle dieser Größenordnung und Komplexität effizient zu verarbeiten. Diese Arbeit ermöglicht eine breitere, unvoreingenommene Nutzung von KI und reduziert gleichzeitig die Umwelt- und Infrastrukturkosten drastisch – was sich in Bezug auf Zugänglichkeit, Fairness und Nachhaltigkeit zukünftiger Foundations Models positiv auf die Gesellschaft auswirkt.
Dr. Simon Šuster, NLPWissenschaftler bei Textgain, Belgien
Wir bauen auf dem CaLICO-Projekt auf, das den Grundstein legt, indem es das weltweit erste Foundation Model entwickelt, das in der Lage ist, schädliche Inhalte zu verarbeiten. Unser derzeitiger Schwerpunkt liegt auf der Entwicklung fortschrittlicher Text-Encoder, die nicht generativ sind und effizient kontextbezogene Darstellungen für KI-Anwendungen wie Dokumentenabruf und Textklassifizierung erstellen. Mit JUPITER, einem Exascale-Supercomputer, können wir das Training auf riesige mehrsprachige Datensätze skalieren, darunter bisher ungenutzte Quellen wie soziale Medien. Durch die Parallelisierung der Berechnungen über hunderte von GPU-Knoten beschleunigen wir die Entwicklungszyklen und tragen zur Weiterentwicklung der Sprachtechnologie bei.
Dr. Ioan Hadade, Europäisches Zentrum für Mittelfristige Wettervorhersagen (ECMWF)
Wir freuen uns, Rechenzeit auf JUPITER, Europas erstem Exascale-Supercomputer, für die Initiative „Destination Earth“ (DestinE) der Europäischen Kommission zu erhalten. Diese strategische Zuteilung im Rahmen der Sonderausschreibung von EuroHPC unterstützt das ECMWF und über 100 Partnerinstitutionen bei der Weiterentwicklung der digitalen Zwillinge von DestinE, der Förderung der Modellierung des Erdsystems im Kilometermaßstab und der Entwicklung KI-gesteuerter Komponenten für Schlüsselbereiche wie Ozeane, Land und Meereis. Außerdem trägt sie dazu bei, die Portabilität und Skalierbarkeit der Digital Twin Engine von DestinE zu demonstrieren, die bereits auf Pre-Exascale-Systemen läuft. Diese Bemühungen stärken die Fähigkeit Europas, den Klimawandel zu antizipieren und sich daran anzupassen, und stehen im Einklang mit der Strategie des ECMWF und der Vision der Europäischen Kommission.
Dr. Joachim Köhler, Leiter der Abteilung Netmedia am Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS) & Lamarr-Institut für Maschinelles Lernen und Künstliche Intelligenz, Deutschland
Als Forschende am Fraunhofer IAIS und am Lamarr Institute untersuchen wir die Kommunikation zwischen Mensch und KI, indem wir große Sprachmodelle entwickeln, die alle offiziellen europäischen Sprachen verstehen. Mit dem Projekt EuroLinguaGPT wollen wir ein Modell mit 180 Milliarden Parametern auf JUPITER trainieren. Normalerweise würde das Monate dauern, aber mit JUPITER kann der Prozess erheblich beschleunigt werden. Dank der Exascale-Leistung können wir Datenqualität, -abgleich und -sicherheit in bisher ungekanntem Umfang untersuchen, während die energieeffiziente Architektur von JUPITER den CO2-Fußabdruck gering hält. Ein souveränes mehrsprachiges Modell wird die kulturelle Vielfalt, die wirtschaftliche Wettbewerbsfähigkeit und die digitale Unabhängigkeit stärken.
Prof. Dr. Giannis Koutsou, Rechenbasiertes Forschungszentrum für Wissenschaft und Technologie, The Cyprus Institute, Zypern
Wir führen großskalige Simulationen der Quantenchromodynamik (QCD) in ihrer Gitterformulierung durch. Diese Simulationen dienen der Untersuchung der Struktur fundamentaler Materiebausteine wie Protonen und Neutronen und zeigen die Verteilungen der darin enthaltenen Quarks und Gluonen. Unser Ziel ist es, eine enge Verbindung zu Präzisionsexperimenten herzustellen, die dieselben Größen untersuchen und die starke Wechselwirkung als Bestandteil des Standardmodells der Teilchenphysik testen. Die Rechenleistung von JUPITER wird es uns ermöglichen, größere physikalische Volumina zu simulieren, feinere Gitterauflösungen zu verwenden und eine Größenordnung mehr Statistik zu erzeugen als bisher möglich. Dadurch werden belastbare Extrapolationen unserer Ergebnisse zur kontinuierlichen Physik realisierbar.
Prof. Dr. Federico Toschi, Technische Universität Eindhoven, Niederlande
Wenn eine Flüssigkeit siedet, wird die Wärmeübertragung außerordentlich verstärkt, was das Sieden zu einer wichtigen Technologie für Wärmetauscher macht. Bei steigender Wärmezufuhr bildet sich jedoch in der Nähe der Wände eine kontinuierliche Dampfschicht, die die Wärmeübertragung von den Wänden zur Flüssigkeit stark behindert und zu einem abrupten Rückgang des Wärmeflusses führt, der sogenannten Siedekrise oder kritischen Wärmeflussrate. In diesem Projekt verwenden wir hochauflösende numerische Simulationen auf Basis der Lattice-Boltzmann-Methode und werden dank JUPITER die Hydrodynamik untersuchen, die dem Übergang zwischen Blasenbildung und Filmsieden unter gemischten Siedebedingungen zugrunde liegt.
Dr. Giovanni Di Muccio, Polytechnische Universität Marken – Universität La Sapienza University Rom, Italien
Unsere Forschung nutzt quantenmechanische und atomistische Multiskalen-Simulationen, um die einzigartigen Mechanismen der Lichttransduktion in bistabilen Rhodopsinen, insbesondere dem Rhodopsin-1 der Springspinne (JSR1), aufzuklären, mit dem Ziel, optogenetische Technologien zu verbessern. Mit der Exascale-Rechenleistung von JUPITER können wir die komplexen photochemischen Prozesse, die die Opsin-Aktivierung antreiben, präzise modellieren und so eine bisher unerreichte Detailgenauigkeit in unseren Simulationen erzielen. Die Fähigkeit, solch umfangreiche Quantenberechnungen durchzuführen, eröffnet neue Möglichkeiten für die Entwicklung neuartiger optogenetischer Aktuatoren mit erhöhter Präzision und minimaler Invasivität. Diese Arbeit ist vielversprechend für die Neurowissenschaften und medizinische Therapien, da sie durch eine sicherere und gezieltere Aktivierung neuronaler Schaltkreise möglicherweise die Behandlung neurologischer Erkrankungen verbessern kann.
Prof. Ali Hassanali, Kondensierte Materie und statistische Physik (CMSP), Abdus Salam Internationales Zentrum für Theoretische Physik, Italien
Unser Team für atomistische Simulationen am Internationalen Zentrum für Theoretische Physik (ICTP) in Triest, Italien, nutzt modernste klassische und quantenmechanische Simulationen, um die grundlegenden und emergenten Eigenschaften von kondensierten Phasensystemen zu untersuchen und zu verstehen, die für physikalische, chemische und biologische Kontexte relevant sind. In unserem Projekt interessieren wir uns insbesondere für die Wechselwirkungen zwischen UV-Licht und Wasserstoffbrückenbindungsnetzwerken und die daraus resultierende Photochemie. Diese Prozesse sind für die Atmosphärenchemie von Bedeutung. Konkret werden wir Simulationen des angeregten Zustands von Eis durchführen, um die Rolle von Defekten bei der Abstimmung seiner optischen Eigenschaften zu untersuchen.
Prof. Dr. Philipp Schlatter, Friedrich-Alexander-Universität (FAU) Erlangen-Nürnberg, Deutschland
Wir beschäftigen uns mit der hochpräzisen Simulation turbulenter Strömungen an Wänden, insbesondere an gekrümmten Oberflächen. Für die eigentlichen Simulationen verwenden und entwickeln wir gemeinsam mit der KTH den Neko-Code, einen GPU-optimierten Code, der auf einer hochauflösenden Spektralelementdiskretisierung basiert. Dank der Rechenleistung von JUPITER können wir Parameterbereiche untersuchen, welche mit klassischen CPU-Maschinen einfach nicht untersuchbar waren. Wir hoffen, zu einem besseren Verständnis und genaueren Turbulenzmodellen in Situationen mit Wandkrümmungen beitragen zu können, wie sie beispielsweise bei Flugzeugflügeln, Autos oder sogar gekrümmten Rohren in der chemischen Industrie auftreten.
Kontakt
- Institute for Advanced Simulation (IAS)
- Jülich Supercomputing Centre (JSC)
Raum 307
Dr. Andreas Herten
Co-Lead of division Novel System Architecture design, head of ATML Accelerating Devices PI in Helmholtz Information Program 1, Topics 1 and 2
- Institute for Advanced Simulation (IAS)
- Jülich Supercomputing Centre (JSC)
Raum 228