# Consorcio de la UE entrena un modelo de IA de 1 billón de parámetros en un superordenador público

> Con PyTorch y TorchTitan, el equipo de EUROPA alcanzó unos 1.300 tokens por segundo por GPU en 384 GPU NVIDIA GH200, y demostró que es posible entrenar modelos de vanguardia a gran escala en infraestructura compartida de la UE.

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

El consorcio EUROPA —Domyn, Fraunhofer IAIS e IIS— entrenó en JUPITER, el superordenador exaescala de EuroHPC en Forschungszentrum Jülich, un modelo de mezcla de expertos con alrededor de 1 billón de parámetros. Al optimizar PyTorch y TorchTitan, aumentó el rendimiento de 90 a aproximadamente 1.300 tokens por segundo por GPU en 384 GPU GH200 (96 nodos). El trabajo demuestra que la infraestructura pública y soberana de computación puede admitir IA a la misma escala que los clústeres privados.

## Los hechos

- Rendimiento: unos 1.300 tokens/s por GPU en 384 GPU NVIDIA GH200
- Tamaño del modelo: 951.9 B de parámetros totales (32.8 B activos por token)

## Por qué importa

Demuestra que los recursos públicos de computación de Europa pueden ejecutar IA de vanguardia a gran escala, reduciendo la dependencia del alquiler de servicios de nube privada.

## Fuentes y referencias

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

Última actualización: 2026-11-12