Ein Vertrag über 387,8 Millionen Euro wird bis zur zweiten Jahreshälfte 2027 einen neuen Supercomputer für künstliche Intelligenz in Kajaani, Finnland, in Betrieb nehmen. Dieser soll europäischen Startups, Forschern und öffentlichen Einrichtungen Zugang zu Rechenkapazitäten bieten, die laut offiziellen Angaben zehnmal höher sein werden als die KI-Leistung des aktuellen LUMI-Systems. Das Europäische Gemeinsame Unternehmen für Hochleistungsrechnen (EHPC) unterzeichnete den Auftrag am Montag mit dem französischen Staatsunternehmen Bull, wie aus einer Mitteilung hervorgeht.
LUMI-AI ist die sechste Maschine, die für das EU-Programm „KI-Fabriken“ bestellt wurde, und der bisher größte Auftrag für Bull, wie das Unternehmen gegenüber Reuters. EuroHPC übernimmt die Hälfte der Gesamtkosten über das Programm „Digitales Europa“. Finnland, Tschechien, Dänemark, Estland, Norwegen und Polen finanzieren die andere Hälfte über das LUMI AI Factory-Konsortium und teilen sich die Systemressourcen.
Die Vergabe der Rechenkapazität ist ein konkreter Schritt in Europas Bemühungen, die Abhängigkeit von Rechenclustern weniger amerikanischer Technologieunternehmen zu verringern. Sie begründet jedoch noch keinen europäischen Konkurrenten zu den größten KI-Laboren der USA und Chinas. Die Maschine ist noch nicht gebaut, ihre vollständige Konfiguration und Spitzenleistung sind noch nicht bekannt, und der öffentliche Zugang hängt weiterhin von Zuteilungsregeln, Software, der Verfügbarkeit von Daten und der Fähigkeit europäischer Teams ab, Rechenstunden in funktionierende Modelle und Produkte umzusetzen.
Ein öffentliches System, das für KI und Wissenschaft entwickelt wurde
LUMI-AI wird neben der bestehenden LUMI-Anlage auf dem Campus des CSC–IT Center for Science in Kajaani installiert. Laut EuroHPC ist das neue System für große, dynamische und teils vertrauliche Datensätze ausgelegt und unterstützt KI-Training und -Inferenz sowie Simulationen und andere datenintensive wissenschaftliche Anwendungen. Diese Kombination ist wichtig, da die fortgeschrittene Forschung zunehmend traditionelle numerische Modellierung mit maschinellem Lernen verknüpft, anstatt sie als separate Arbeitslasten zu behandeln.
Die Beschaffung umfasst neben der Hardware auch Anschaffung, Lieferung, Installation und Wartung. Bull wird AMD-Prozessoren und -Beschleuniger, IBM-Speicher und Nokia-Netzwerkkomponenten in ein System integrieren, das als nutzbarer Forschungsdienst fungieren muss. Der Vertrag folgt einer im Mai 2025 gestarteten Ausschreibung, während der Bau der dedizierten Rechenzentrumsfläche in einem ehemaligen Papierfabrikkomplex im Januar begann. Ein Baufortschrittsbericht gab das Frühjahr 2027 als Ziel für die Produktionsbereitschaft des Gebäudes an.
Der Zeitplan lässt nur wenig Spielraum zwischen der Fertigstellung der Anlage und der Verfügbarkeit für die Nutzer Ende 2027. Die Bereitstellung eines Supercomputers erfordert mehr als nur die Installation von Racks: Stromverteilung, Flüssigkeitskühlung, Hochgeschwindigkeitsspeicher, externe Netzwerkverbindungen, Cybersicherheit, Workload-Planung und Abnahmetests müssen reibungslos zusammenarbeiten. Verzögerungen in einer dieser Ebenen können dazu führen, dass teure Prozessoren ungenutzt bleiben oder die Anzahl der von ihnen ausführbaren Aufgaben eingeschränkt wird. Daher sind Integration und Inbetriebnahme genauso wichtig wie die Anzahl der Chips.
AMD-Hardware erweitert die Herausforderung für Nvidia
Auf der EuroHPC wurden die AMD Instinct MI430X Grafikprozessoren der nächsten Generation und die AMD EPYC Prozessoren der sechsten Generation mit bis zu 256 Kernen vorgestellt. AMD positioniert den MI430X sowohl für autonome KI als auch für hochpräzise wissenschaftliche Berechnungen. Die veröffentlichten Spezifikationen umfassen bis zu 432 Gigabyte HBM4-Speicher, eine Speicherbandbreite von 23,3 Terabyte pro Sekunde, 288 Teraflops bei 64-Bit-Präzision und 9,2 Petaflops bei FP4-Operationen mit geringerer Präzision.
Diese Zahlen beschreiben die theoretische Leistungsfähigkeit, nicht die tatsächliche Anwendungsleistung. Wissenschaftliche Simulationen benötigen oft präzise 64-Bit-Arithmetik, während KI-Training und -Inferenz mit geringerer numerischer Genauigkeit mehr Operationen mit weniger Speicher und Energie verarbeiten können. Ein für beide Anwendungsfälle konzipiertes System muss diese Anforderungen berücksichtigen, und seine effektive Geschwindigkeit hängt davon ab, wie effizient die Prozessoren kommunizieren, wie schnell Daten vom Speicher eintreffen und ob die Software die Beschleuniger auslasten kann.
Die Entscheidung verschafft AMD zudem eine weitere Flaggschiff-Position in einem von Nvidia dominierten Markt. Dieser Wettbewerb kann die Abhängigkeit von einem einzelnen Beschleunigerhersteller verringern und Softwarealternativen fördern, bedeutet aber gleichzeitig Mehraufwand für Anwender, deren Code und KI-Tools möglicherweise auf Nvidias CUDA-Ökosystem optimiert wurden. Der Wert von LUMI-AI hängt daher teilweise von der Reife des ROCm-Software-Stacks, der Bibliotheken und der Entwicklerunterstützung von AMD ab, was sich allein aus den Spitzenleistungsdaten des Chips nicht ableiten lässt.
Die Übertragung großer Datensätze nach Kajaani stellt eine weitere Herausforderung dar. Laut dem Netzwerktest von CSC, SURF und Nokia wurde 2025 eine quantensichere optische Verbindung mit einer Übertragungsrate von über 1,2 Terabit pro Sekunde über eine Distanz von mehr als 3.500 Kilometern zwischen Amsterdam und Kajaani getestet . Dieser Test demonstrierte die Transportkapazität unter kontrollierten Bedingungen. Er garantierte jedoch nicht, dass jede Universität, jedes Start-up oder jede Regierungsbehörde über ebenso schnelle Verbindungen oder ausreichend aufbereitete Daten verfügen wird.
Europa verbindet Rechenleistung mit breiterem Zugang
Das AI-Factory-Modell soll öffentlich finanzierte Kapazitäten über nationale Labore hinaus zugänglich machen. EuroHPC betreibt derzeit 19 Factorys und 13 regionale Antennen und bietet Rechenleistung, Datendienste, Schulungen und technischen Support an. Gemäß den geltenden Zugangsregelnerhalten europäische KI-Startups sowie kleine und mittlere Unternehmen kostenlosen Zugang zu industriellen Innovationsressourcen; andere kommerzielle Nutzer können Gebühren entrichten, während förderfähige, öffentlich geförderte Forschungsprojekte ebenfalls freien Zugang erhalten.
Diese Struktur überwindet eine echte Hürde. Der Kauf eines kleinen Kontingents an Cloud-GPUs mag für Experimente machbar sein, doch das Training großer Modelle oder die Durchführung umfangreicher Simulationen erfordern knappe Beschleuniger, spezialisierte Ingenieure und kontinuierliche Datenpipelines. Durch die Bündelung dieser Ressourcen können auch kleinere Organisationen Projekte realisieren, die sonst finanzstarken Unternehmen vorbehalten blieben. Darüber hinaus kann sie gemeinwohlorientierte Projekte in den Bereichen Gesundheit, Klima, Fertigung, Materialwissenschaften und europäischsprachige Technologien unterstützen, die möglicherweise nicht unmittelbar private Investitionen anziehen.
Zugang ist nicht gleichbedeutend mit Wirkung. EuroHPC muss Anträge bewerten, Zeit auf konkurrierende Projekte verteilen und Teams mit unterschiedlichem technischen Entwicklungsstand unterstützen. Manche Nutzer benötigen mehr als nur Prozessoren: Sie brauchen möglicherweise verwaltete Datensätze, sichere Arbeitsbereiche, Werkzeuge zur Modellevaluierung und Unterstützung bei der Überführung von Prototypen in die Produktion. Der Erfolg des Programms sollte daher an abgeschlossenen Forschungsprojekten, implementierten Diensten und tragfähigen Unternehmen gemessen werden, nicht allein an den zugewiesenen GPU-Stunden.
Der Souveränitätsanspruch hat wichtige Grenzen
LUMI-AI stärkt die europäische Kontrolle darüber, wo sensible Anwendungen ausgeführt werden, wer Zugriff darauf erhält und wie öffentliche Kapazitäten verwaltet werden. Bulls Rolle als Systemintegrator ist auch politisch bedeutsam. Frankreich erwarb das Unternehmen Anfang des Jahres für bis zu 404 Millionen Euro vom verschuldeten Konzern Atos, und der neue Auftrag beschert dem Staatsunternehmen ein Referenzprojekt von beinahe gleichem Umfang.
Die Lieferkette bleibt jedoch international. Die Hauptprozessoren stammen vom US-amerikanischen Unternehmen AMD, die Speichertechnologie von IBM und die Netzwerktechnologie vom finnischen Unternehmen Nokia. Europäische Finanzierung und Betrieb können die Kontrolle über die Zuständigkeit und die Ausfallsicherheit verbessern, ohne eine vollständig europäische Halbleiterinfrastruktur zu schaffen. Diese Unterscheidung ist wichtig, da „souveräne KI“ sich auf den Datenstandort, die operative Kontrolle, das inländische Eigentum oder die Herkunft der Komponenten beziehen kann; LUMI-AI verfolgt einige dieser Ziele deutlicher als andere.
Europa verfolgt zudem den Aufbau deutlich größerer KI-Gigafabriken zur Entwicklung hochmoderner Modelle. Im Juli eine Ausschreibung zur Auswahl von Konsortien für den Bau und Betrieb dieser Standorte. LUMI-AI bildet einen Teil der Grundlage für diese Strategie, kann aber die notwendigen Ressourcen wie Kapital, Strom, Chips, Daten und Fachkräfte nicht ersetzen, um im Wettbewerb mit Hyperscalern, die ihre Kapazitäten in mehreren Regionen ausbauen, bestehen zu können.
Lieferung und Nutzung bestimmen die Rückgabe
Das bestehende LUMI bietet eine anspruchsvolle Ausgangsbasis. Der ursprüngliche Vertrag sah eine Dauerleistung von über 375 Petaflops und eine theoretische Spitzenleistung von über 550 Petaflops vor. Später wurde es zu einer Plattform für Klimaforschung, Wirkstoffentwicklung, Materialwissenschaften und KI-Forschung. Die von LUMI-AI versprochene Verzehnfachung der KI-Kapazität ist beachtlich, doch EuroHPC hat noch nicht genügend vergleichbare Leistungsdaten veröffentlicht, um diese Behauptung in Trainingszeit, Durchsatz bei Inferenzprozessen oder wissenschaftlichen Ergebnissen zu übersetzen.
Die Energieeffizienz wird die Rentabilität maßgeblich beeinflussen. Das kalte Klima von Kajaani ermöglicht ganzjährige kostenlose Kühlung, und die derzeitige LUMI-Anlage speist ihre Abwärme in das Fernwärmenetz der Stadt ein. CSC hat eine Vereinbarung zur Wärmerückgewinnung aus der neuen Anlage nach deren Inbetriebnahme unterzeichnet. Diese Maßnahmen können die Umweltkosten senken, jedoch wurden der Gesamtstrombedarf und die Effizienzkennzahlen für LUMI-AI noch nicht veröffentlicht.
Der Vertrag legt fest, wer das System baut, wie es finanziert wird und wann die Nutzer es erhalten. Ob LUMI-AI die praktische KI-Lücke Europas schließen wird, ist noch unklar. Entscheidende Beweise werden erst nach der Inbetriebnahme vorliegen: zuverlässige Nutzung, transparenter Zugriff, sicherer Transfer sensibler Daten, Software, die die Hardwareleistung optimal nutzt, und Projekte, die über öffentlich geförderte Experimente hinaus Bestand haben. Bis dahin erhält Europa mit 387,8 Millionen Euro eine bedeutende Rechenplattform und eine Chance, aber keine Garantie für einen technologischen Erfolg.