# EU-consortium traint AI-model met 1 biljoen parameters op supercomputer

> Met PyTorch en TorchTitan haalde het EUROPA-team circa 1.300 tokens per seconde per GPU op 384 NVIDIA GH200-GPU’s. Daarmee laat het zien dat training op grensverleggende schaal mogelijk is op gedeelde Europese infrastructuur.

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

Het EUROPA-consortium – Domyn, Fraunhofer IAIS en IIS – trainde een mixture-of-experts-model met ongeveer 1 biljoen parameters op JUPITER, de exaschaal-supercomputer van EuroHPC bij Forschungszentrum Jülich. Door PyTorch en TorchTitan af te stellen, verhoogde het team de doorvoer van 90 naar circa 1.300 tokens per seconde per GPU, verdeeld over 384 GH200-GPU’s (96 nodes). Het project laat zien dat publieke, soevereine rekenkracht AI op dezelfde schaal kan ondersteunen als private clusters.

## De feiten

- Doorvoer: circa 1.300 tokens/s per GPU op 384 NVIDIA GH200-GPU’s
- Modelgrootte: 951,9 miljard parameters in totaal (32,8 miljard actief per token)

## Waarom het ertoe doet

Het laat zien dat Europese publieke rekeninfrastructuur AI op grensverleggende schaal kan draaien, waardoor de afhankelijkheid van gehuurde private cloudcapaciteit afneemt.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-11-12