# 欧盟团队在公共超级计算机上训练万亿参数 AI 模型

> EUROPA 团队使用 PyTorch 和 TorchTitan，在 384 块 NVIDIA GH200 GPU 上实现每块 GPU 约 1,300 个 token/秒，证明共享的欧盟基础设施也能支持前沿规模模型训练。

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

EUROPA 联盟由 Domyn、Fraunhofer IAIS 和 IIS 组成，在位于于利希研究中心的 JUPITER（EuroHPC 百亿亿次级超级计算机）上训练了一个约有 1 万亿参数的混合专家模型。通过优化 PyTorch 和 TorchTitan，团队将 384 块 GH200 GPU（96 个节点）的吞吐量从每块 GPU 每秒 90 个 token 提升至约 1,300 个。该项目表明，公共主权算力也能支持与私有集群同等规模的 AI。

## 事实

- 吞吐量：384 块 NVIDIA GH200 GPU 上每块 GPU 约 1,300 个 token/秒
- 模型规模：总参数量 951.9 B（每个 token 激活 32.8 B）

## 为什么重要

这表明欧洲公共算力资源能够运行前沿规模的 AI，减少对租用私有云资源的依赖。

## 来源与参考

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

最后更新: 2026-11-12