# تحالف أوروبي يدرّب نموذجًا بمليار مليار مُعامل على حاسوب فائق عام

> باستخدام PyTorch وTorchTitan، حقق فريق EUROPA نحو 1,300 رمز في الثانية لكل GPU على 384 وحدة NVIDIA GH200، وأثبت إمكان تدريب نماذج رائدة النطاق على بنية تحتية أوروبية مشتركة.

Oossa · 2026-11-12 · https://oossa.com/ar/eu-consortium-trains-1-trillion-parameter-ai-model-on-public-supercomputer

درّب تحالف EUROPA، الذي يضم Domyn وFraunhofer IAIS وIIS، نموذجًا بمزيج من الخبراء يضم نحو 1 تريليون مُعامل على JUPITER، الحاسوب الفائق إكساسكيل التابع لمبادرة EuroHPC في مركز Forschungszentrum Jülich. وبضبط PyTorch وTorchTitan، رفع الفريق معدل المعالجة من 90 إلى نحو 1,300 رمز في الثانية لكل GPU، عبر 384 وحدة GH200 (96 عقدة). ويُظهر هذا العمل أن الحوسبة العامة ذات السيادة قادرة على دعم الذكاء الاصطناعي بالحجم نفسه الذي تتيحه العناقيد الخاصة.

## الحقائق

- معدل المعالجة: نحو 1,300 رمز/ثانية لكل GPU على 384 وحدة NVIDIA GH200
- حجم النموذج: 951.9 B إجمالي المُعاملات (32.8 B مُعامل نشط لكل رمز)

## لماذا يهم

يثبت ذلك أن موارد الحوسبة العامة الأوروبية قادرة على تشغيل ذكاء اصطناعي بمستوى النماذج الرائدة، ما يقلل الاعتماد على استئجار خدمات الحوسبة السحابية الخاصة.

## المصادر والمراجع

1. [Training a 1T-Parameter MoE on EU public infrastructure with PyTorch and TorchTitan](https://pytorch.org/blog/training-a-1t-parameter-moe-on-eu-public-infrastructure-with-pytorch-and-torchtitan/) – PyTorch

آخر تحديث: 2026-11-12