# Un consorzio UE addestra un modello AI da 1.000 miliardi di parametri su un supercomputer pubblico

> Con PyTorch e TorchTitan, il team EUROPA ha raggiunto circa 1.300 token al secondo per GPU su 384 NVIDIA GH200, dimostrando che l’infrastruttura condivisa dell’UE può sostenere addestramenti su scala d’avanguardia.

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

Il consorzio EUROPA, formato da Domyn, Fraunhofer IAIS e IIS, ha addestrato su JUPITER, il supercomputer exascale EuroHPC del Forschungszentrum Jülich, un modello mixture-of-experts con circa 1.000 miliardi di parametri. Ottimizzando PyTorch e TorchTitan, ha portato la velocità di elaborazione da 90 a circa 1.300 token al secondo per GPU, su 384 GH200 (96 nodi). Il lavoro dimostra che le risorse pubbliche di calcolo sovrane possono supportare l’AI su una scala pari a quella dei cluster privati.

## I fatti

- Velocità: circa 1.300 token/s per GPU su 384 NVIDIA GH200
- Dimensioni del modello: 951,9 miliardi di parametri totali (32,8 miliardi attivi per token)

## Perché conta

Dimostra che le risorse pubbliche europee di calcolo possono gestire l’AI su scala d’avanguardia, riducendo la dipendenza dal noleggio di cloud privati.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-11-12