Komputer AI LUMI-AI: 387 milionów za superkomputer – Europa nie kupuje tu niepodległości, lecz zdolność do działania

Nie jest to komputer z czystą sztuczną inteligencją: ryzykowne kompromisy w nowym superkomputerze wartym 387 milionów euro

LUMI-AI: Zakład o miliard dolarów: Czy Europa kupuje prawdziwą siłę gospodarczą, czy tylko symbol polityczny?

Dążenie Europy do niezależności technologicznej osiągnęło nowy, kosztowny kamień milowy. Superkomputer LUMI-AI ma powstać w Kajaani w północnej Finlandii za prawie 388 milionów euro – jego twórcą ma być niedawno znacjonalizowana francuska firma, a napędem mają być amerykańskie układy AMD. Podczas gdy politycy świętują projekt jako wielki triumf europejskiej suwerenności w dziedzinie sztucznej inteligencji, bliższe przyjrzenie się umowom rodzi palące pytania. Dlaczego operatorzy uparcie odmawiają podania dokładnej mocy obliczeniowej? Czy to wielomiliardowe przedsięwzięcie to rzeczywiście rozsądna inwestycja w europejski ekosystem startupów – czy też finansujemy ryzykowny kompromis technologiczny, który ostatecznie okaże się kosztownym symbolem politycznym? To dogłębna analiza szans, zagrożeń i niewygodnych prawd stojących za największym jak dotąd kontraktem na zakup sztucznej inteligencji w Europie.

387,8 mln euro za maszynę, której ceny nikt nie chce ujawnić: suwerenność Europy w dziedzinie sztucznej inteligencji zależy od amerykańskich chipów i francuskiej spółki państwowej

31 sierpnia 2026 roku Wspólne Przedsięwzięcie EuroHPC podpisało największą jak dotąd europejską umowę na zakup dedykowanego systemu obliczeniowego AI: 387,8 mln euro trafi do francuskiego dostawcy Bull, który opracuje, zbuduje i dostarczy system LUMI-AI fińskiemu operatorowi CSC w Kajaani w północnej Finlandii. Maszyna zostanie opracowana i zmontowana w Angers, w departamencie Maine-et-Loire w zachodniej Francji, historycznym ośrodku produkcji europejskich komputerów o wysokiej wydajności. Finansowanie zapewniają w równych częściach Wspólne Przedsięwzięcie EuroHPC oraz konsorcjum LUMI-AI Factory, w którego skład wchodzą Finlandia, Czechy, Dania, Estonia, Norwegia i Polska. Dostawa planowana jest na drugą połowę 2027 roku.

To tyle z wiadomości. Ale interesujące pytanie z punktu widzenia ekonomii pojawia się dopiero później: Co właściwie Europa tu kupuje – zakład produkcyjny o wartości dodanej, narzędzie badawcze czy symbol polityczny? Odpowiedź jest niepokojąco zniuansowana. LUMI-AI jest niezwykłe z perspektywy polityki przemysłowej, jednocześnie zaawansowane technologicznie i ryzykowne ekonomicznie. A najbardziej uderzającym odkryciem w tym kontrakcie nie jest liczba, ale jej brak.

Brakujący numer

W niemal każdym dużym projekcie superkomputerowym z ostatnich dwudziestu lat, moc obliczeniowa była tematem przewodnim. W przypadku LUMI-AI tak nie jest. Nie opublikowano ani liczby akceleratorów, ani wiarygodnych danych dotyczących liczby FLOPS-ów; CSC potwierdziło po otrzymaniu zapytania, że ​​celowo nie publikuje żadnych danych o wydajności. Zamiast danych o wydajności, podawane są dwie liczby: dziesięciokrotny wzrost mocy obliczeniowej sztucznej inteligencji dostępnej dla europejskich użytkowników za pośrednictwem tej lokalizacji oraz niemal dwukrotny wzrost całkowitej wydajności obecnie zapewnianej przez istniejący kompleks LUMI.

To poważny mankament w ocenie ekonomicznej, ponieważ bez danych o wydajności nie da się obliczyć ceny za jednostkę obliczeniową – a zatem nie da się ocenić, czy 387,8 mln euro to cena korzystna, zgodna z rynkiem, czy wysoka. Ta kwota decyduje jednak o tym, czy europejscy naukowcy i firmy mogą liczyć na konkurencyjne stawki, czy też powstanie oferta motywowana politycznie, ale ekonomicznie nieatrakcyjna.

Istnieją dwa prawdopodobne wyjaśnienia tej powściągliwości, które nie są jednakowo uzasadnione. Pierwsze jest natury technicznej: generacja używanych akceleratorów pojawi się dopiero w 2027 roku, taktowanie, pojemność pamięci i budżety na chłodzenie są zazwyczaj ustalane na krótko przed dostawą, a wczesne ogłoszenie maksymalnej wydajności jest często wykorzystywane przeciwko firmie później. Drugie jest natury komercyjnej: nieujawnienie pojemności uniemożliwia porównanie cen z komercyjnymi dostawcami usług w chmurze i konkurencyjnymi systemami opartymi na technologii Nvidia. Wszystkie te czynniki stanowią strategię komunikacyjną, która priorytetowo traktuje zarządzanie oczekiwaniami nad przejrzystością. W przypadku projektu finansowanego w połowie z europejskich środków publicznych jest to decyzja wymagająca wyjaśnienia.

Każdy, kto chce zrozumieć skalę, może spojrzeć na zastosowany komponent. AMD Instinct MI430X oferuje do 288 TFLOPS-ów sprzętowej wydajności wektorowej FP64 i przepustowość pamięci HBM4 wynoszącą około 23 TB/s. To wyjątkowo wysoka wydajność podwójnej precyzji w symulacjach naukowych – znacznie wyższa niż w przypadku akceleratorów zoptymalizowanych głównie pod kątem formatów szkolenia AI o niskiej precyzji. Właśnie w tym tkwi prawdziwa natura tej maszyny, różniąca się od jej nazwy.

Hybrydowy system sprzedawany jako system AI

LUMI-AI nosi nazwę „AI”, ale nie jest to klaster przeznaczony wyłącznie do szkolenia w dziedzinie sztucznej inteligencji. Wybór akceleratora o bardzo wysokiej wydajności FP64 to decyzja na rzecz klasycznych obliczeń o wysokiej wydajności – mechaniki płynów, modelowania klimatu, materiałoznawstwa, dynamiki molekularnej – przy jednoczesnym zapewnieniu możliwości obsługi nowoczesnych obciążeń AI. Z ekonomicznego punktu widzenia jest to stawianie na zastosowania mieszane, a nie na specjalizację.

To założenie jest uzasadnione. Czysta infrastruktura szkoleniowa AI staje się przestarzała w zastraszającym tempie; okres półtrwania konkurencyjności klastra szkoleniowego wynosi od dwóch do trzech lat, podczas gdy logika amortyzacji i użytkowania publicznej infrastruktury badawczej jest zaprojektowana na pięć do siedmiu lat. Maszyna, która nadal wykonuje wysokiej jakości symulacje, nawet gdy jej wydajność w zakresie AI została przewyższona przez dostawców komercyjnych, ma znacznie bardziej stabilną krzywą użytkowania. Co więcej, przewaga konkurencyjna Europy nie leży w trenowaniu bardzo dużych modeli językowych, a w łączeniu symulacji fizycznej z uczeniem maszynowym — na przykład w prognozowaniu pogody i klimatu, rozwoju materiałów czy odkrywaniu leków. W tej dziedzinie FP64 nie jest nostalgicznym reliktem, lecz warunkiem koniecznym.

Ale to ryzyko ma swoją cenę. Systemy hybrydowe nie są optymalne dla żadnego obciążenia. Osoby trenujące bardzo duże modele ostatecznie płacą za funkcje, których nie wykorzystują na wysokowydajnym akceleratorze FP64. Osoby przeprowadzające tradycyjne symulacje ostatecznie finansują funkcje AI, na których im nie zależy. Do tego dochodzi ekosystem oprogramowania: AMD ROCm poczyniło znaczące postępy w ostatnich latach, ale CUDA pozostaje de facto standardem w szkoleniu AI. Jest to możliwe dla grup badawczych z przenośnym kodem, ale dla startupów z ograniczonymi zasobami programistycznymi i ugruntowanymi potokami Nvidii stanowi to realną przeszkodę w migracji. To osłabia właśnie tę grupę użytkowników, którą politycy najczęściej wymieniają jako uzasadnienie ekspansji.

Decyzja o zakupie jest jednak godna uwagi. Wybierając AMD zamiast dominującej platformy Nvidii, EuroHPC wykorzystało jedyną realną siłę nacisku, jaką dysponuje duży nabywca na rynku quasi-monopolowym: finansowanie drugiego dostawcy. Wpływ tej decyzji na politykę przemysłową może ostatecznie przeważyć nad korzyściami naukowymi wynikającymi z samej maszyny, ponieważ wzmacnia ona pozycję negocjacyjną wszystkich przyszłych europejskich nabywców.

Suwerenność z amerykańskimi komponentami

Nadrzędną ideą całego projektu jest suwerenność technologiczna. Po bliższym przyjrzeniu się, odnosi się ona przede wszystkim do integracji, obsługi i kontroli danych – a nie do produkcji półprzewodników. Procesory i akceleratory pochodzą od AMD, infrastruktura pamięci masowej od IBM, a technologia sieciowa od Nokii. Integrator systemów, zakład produkcyjny, lokalizacja, operator, zarządzanie i ramy prawne przetwarzania danych – wszystkie te elementy znajdują się w Europie.

To więcej niż nic i nie należy tego bagatelizować. Kto decyduje, które projekty badawcze otrzymają czas obliczeniowy, kto kontroluje prawa dostępu, kto ustala priorytety w sytuacjach kryzysowych i jaka jurysdykcja ma zastosowanie do przetwarzanych danych – to są pytania, które naprawdę determinują zależność w życiu codziennym. System zarządzany przez Europę, działający na podstawie prawa europejskiego, to znacząca różnica w porównaniu z wynajmowaną mocą obliczeniową od amerykańskiego hiperskalera.

Jest to jednak tylko częściowa suwerenność, a pozostała luka jest najistotniejsza. Dopóki akceleratory o wysokiej wydajności i pamięci HBM nie będą produkowane w Europie, reżimy kontroli eksportu lub wąskie gardła w dostawach pozostaną ryzykiem, którego żadna umowa integracyjna nie będzie w stanie złagodzić. Podobne napięcie występuje w przypadku planowanych gigafabryk AI: konkurs EuroHPC ogłoszono 30 lipca 2026 r., a termin składania wniosków upływa w listopadzie, a w tym przypadku również oczekuje się, że układy scalone będą pochodzić od AMD i Nvidii. Suwerenność jest tu definiowana jako model operacyjny, a nie jako integracja pionowa. Jest to realistyczne, ale należy to otwarcie stwierdzić, zamiast naciągać to zbyt ogólnie.

Zarządzana platforma AI — zdjęcie: Xpert.Digital

Tutaj dowiesz się, jak Twoja firma może szybko, bezpiecznie i bez wysokich barier wejścia wdrażać dostosowane do jej potrzeb rozwiązania z zakresu sztucznej inteligencji.

Zarządzana platforma AI to kompleksowe i bezproblemowe rozwiązanie w zakresie sztucznej inteligencji. Zamiast zmagać się ze skomplikowaną technologią, kosztowną infrastrukturą i długotrwałymi procesami rozwoju, otrzymujesz gotowe rozwiązanie dostosowane do Twoich potrzeb od wyspecjalizowanego partnera – często w ciągu zaledwie kilku dni.

Najważniejsze zalety w skrócie:

⚡ Szybka implementacja: Od pomysłu do gotowej do użycia aplikacji w ciągu kilku dni, a nie miesięcy. Dostarczamy praktyczne rozwiązania, które generują natychmiastową wartość dodaną.

🔒 Maksymalne bezpieczeństwo danych: Twoje wrażliwe dane pozostają z Tobą. Gwarantujemy bezpieczne i zgodne z przepisami przetwarzanie bez udostępniania danych osobom trzecim.

💸 Brak ryzyka finansowego: Płacisz tylko za rezultaty. Wysokie początkowe inwestycje w sprzęt, oprogramowanie lub personel są całkowicie wyeliminowane.

🎯 Skoncentruj się na swojej podstawowej działalności: Skoncentruj się na tym, co robisz najlepiej. Zajmiemy się całościową implementacją techniczną, obsługą i utrzymaniem Twojego rozwiązania AI.

📈 Przyszłościowa i skalowalna: Twoja sztuczna inteligencja rośnie razem z Tobą. Zapewniamy ciągłą optymalizację i skalowalność oraz elastycznie dostosowujemy modele do nowych wymagań.

Więcej informacji tutaj:

• Zarządzana platforma AI

Nabywca sam został znacjonalizowany

Być może najbardziej niedocenianym aspektem tego kontraktu jest wykonawca. Od 31 marca 2026 roku Bull nie jest już oddziałem większej korporacji, lecz francuskim przedsiębiorstwem państwowym: rząd francuski przejął w całości od Atos dział zaawansowanych technologii komputerowych, wyceniając go na maksymalnie 404 miliony euro, wliczając w to elementy rozliczane w ramach programu earn-out. Historyczna marka Bull zastąpiła markę Eviden, również w lokalizacji w Angers. Firma zatrudnia około 3000 specjalistów w 32 krajach i generuje około 720 milionów euro przychodów.

Ta sytuacja jest oczywista z ekonomicznego punktu widzenia. Cena zakupu całej firmy jest rzędu wielkości tej pojedynczej umowy. Umowa o wartości 387,8 mln euro odpowiada zatem mniej więcej połowie rocznych obrotów – koncentracji, którą każda prezentacja inwestorska wskazywałaby jako ryzyko koncentracji. Jednak dla przedsiębiorstwa państwowego o strategicznym charakterze, jest to właśnie cel tego przedsięwzięcia: państwo zapewniło sobie moce produkcyjne, które nie były rentowne na rynku, a teraz są one wykorzystywane w ramach europejskich zamówień publicznych.

Na ten mechanizm należy patrzeć obiektywnie. Francja ratuje krajowego lidera technologicznego, a europejska spółka joint venture finansuje połowę jej portfela zamówień. Jest to spójne z perspektywy polityki przemysłowej, ale stanowi szarą strefę w świetle prawa konkurencji i precedens o dalekosiężnych implikacjach dla innych państw członkowskich. Jeśli nacjonalizacja krajowa w połączeniu z europejskim systemem zamówień publicznych okażą się skutecznym modelem, inne stolice będą go naśladować – w zakresie technologii pamięci masowej, komponentów sieciowych, a być może także projektowania układów scalonych. Europejska polityka przemysłowa, składająca się z łańcucha krajowych programów ratunkowych ze wspólnym finansowaniem, to coś zupełnie innego niż jednolity rynek.

Z drugiej strony, bez tego ratunku, Europa nie miałaby już ani jednego dostawcy zdolnego do integracji systemów tej klasy. Rynek integracji HPC jest tak słabo zaludniony, że upadek jednego dostawcy natychmiast prowadzi do uzależnienia od amerykańskich lub azjatyckich integratorów systemów. Alternatywą dla trudnego rozwiązania nie było lepsze rozwiązanie, ale wręcz jego brak.

Od metafory fabryki do kwestii wykorzystania mocy produkcyjnych

LUMI-AI nie jest odosobnionym projektem, lecz częścią większego programu. Wspólne Przedsięwzięcie EuroHPC zmobilizowało inwestycje o wartości około 2,6 miliarda euro za pośrednictwem swojej sieci Fabryk AI, rozproszonej w 19 Fabrykach AI w 16 krajach europejskich, uzupełnionej o 13 tzw. Anten Fabryk AI. Na tym poziomie znajduje się poziom Gigafactory: zaproszenie do składania wniosków, którego celem jest zmobilizowanie łącznie około 30 miliardów euro, z udziałem publicznym ograniczonym do około 10 miliardów euro, co ma stanowić zachętę dla kapitału prywatnego.

Oto nieprzyjemna rzeczywistość. Z zapowiedzianych środków publicznych, z obecnego budżetu zabezpieczono dotychczas jedynie około miliarda euro; reszta zależy od ram finansowych na lata 2028–2035, których państwa członkowskie jeszcze nie uzgodniły. Różnica między zapowiedzianą kwotą a zabezpieczonym finansowaniem jest zatem znaczna i wpływa na rynek, na którym poszczególni amerykańscy dostawcy inwestują dziesiątki miliardów euro rocznie w centra danych. Dane z programów europejskich wydają się wysokie, dopóki nie porówna się ich z danymi z sektora prywatnego.

Metafora fabryki wymaga krytycznej analizy. Fabryka jest definiowana przez wykorzystanie mocy produkcyjnych, przepustowość i koszty jednostkowe. To właśnie tutaj leży prawdziwa słabość modelu europejskiego: analiza fabryk AI wybranych przed październikiem 2025 r. ujawniła otwarte pytania dotyczące sposobów dostępu, faktycznej użyteczności dla startupów oraz tego, kto ostatecznie wykorzystuje moc. Czas obliczeniowy w systemach publicznych jest zazwyczaj alokowany w ramach procesów recenzji eksperckich z cyklami trwającymi kilka miesięcy. Firma, która chce wytrenować model dla projektu klienta, potrzebuje mocy produkcyjnych w ciągu kilku dni i niezawodnej powtarzalności – a nie aplikacji z procesem recenzji eksperckiej. Jeśli ten problem alokacji pozostanie nierozwiązany, powstanie sytuacja szczególnie problematyczna z ekonomicznego punktu widzenia: wysokie koszty inwestycji w połączeniu z niewystarczającym wykorzystaniem przez właśnie tę grupę użytkowników komercyjnych, która ma generować zwrot ekonomiczny.

Każdy, kto chce rzetelnie ocenić program, powinien zatem mierzyć go nie za pomocą zainstalowanych petaflopów, ale za pomocą trzech kluczowych wskaźników: wskaźnika wykorzystania, udziału użytkowników komercyjnych oraz czasu oczekiwania między aplikacją a rozpoczęciem obliczeń. Dane te nie są obecnie publikowane systematycznie. Nie jest to drobny szczegół, ale raczej zasadnicza luka w pomiarze wydajności inwestycji wartej miliard dolarów.

Kajaani, Angers i fizyka wyboru miejsca

Wybór lokalizacji jest prawdopodobnie najbardziej uzasadnionym aspektem projektu. Istniejący kompleks LUMI w Kajaani, oparty na systemie HPE Cray EX z ponad 10 000 akceleratorów, osiąga szczytową wydajność ponad 550 petaflopów i przez wiele lat był najpotężniejszym komputerem w Europie. Całe konsorcjum EuroHPC może pochwalić się stałą wydajnością na poziomie około 386 petaflopów, z maksymalną wydajnością około 539 petaflopów.

Prawdziwą zaletą tej lokalizacji nie jest jednak sama maszyna, lecz fizyka jej otoczenia. Północna Finlandia oferuje niskie temperatury otoczenia, energię elektryczną w przeważającej mierze wolną od CO₂ oraz infrastrukturę ciepłowniczą, która może absorbować ciepło odpadowe. W związku z tym koncepcja działania opiera się na bezpośrednim chłodzeniu wodnym, przekazywaniu ciepła odpadowego do miejskiej sieci ciepłowniczej oraz wykorzystaniu energii odnawialnej.

To nie tylko chwyt marketingowy na rzecz zrównoważonego rozwoju, ale kluczowy czynnik biznesowy. W okresie pięciu do siedmiu lat koszty energii elektrycznej i chłodzenia mogą osiągnąć, a nawet przekroczyć początkową inwestycję. System, który sprzedaje ciepło odpadowe zamiast wykorzystywać je do rozpraszania energii na potrzeby chłodzenia, zasadniczo zmienia ogólny rachunek kosztów – element kosztowy staje się czynnikiem generującym przychody. Właśnie dlatego zasadny jest wniosek, że obowiązkowe wykorzystanie ciepła odpadowego prawdopodobnie stanie się standardem w przyszłych przetargach europejskich. Nie z idealizmu, ale po prostu dlatego, że systemy bez radiatora są stosunkowo droższe.

Wadą jest koncentracja. Jeśli tania energia i zimne powietrze zdominują decyzje dotyczące lokalizacji, europejska moc obliczeniowa sztucznej inteligencji przeniesie się na północ, do kilku wybranych lokalizacji. W regionach przemysłowych w południowej i środkowej Europie, gdzie będą rozwijane przyszłe aplikacje, powoduje to separację przestrzenną między miejscem obliczeń a miejscem tworzenia wartości. Technicznie rzecz biorąc, problem ten można rozwiązać poprzez łączność sieciową, ale z perspektywy polityki przemysłowej pozostaje to kwestią dystrybucji – i argumentem przemawiającym za koncepcją anten, której celem jest zapewnienie dostępu bez konieczności instalowania sprzętu na miejscu.

W Angers obowiązuje inna logika: nie produkuje się tam chipów, lecz integrację systemów, montaż, testowanie, uruchamianie i serwis. To wykwalifikowana, eksportowa praca przemysłowa, wymagająca długiego okresu nauki i doświadczenia, które trudno odtworzyć. Utraconej wiedzy specjalistycznej nie da się odzyskać samym kapitałem. To uzasadnia wsparcie państwa dla tego miejsca o wiele bardziej niż jakiekolwiek zapewnienia o suwerenności.

Co sprawia, że ​​ten projekt jest ocenialny

Moja ocena: LUMI-AI to jak dotąd najbardziej przemyślana pojedyncza inwestycja w europejski program infrastruktury AI, a jednocześnie lekcja o jego słabościach. Połączenie hybrydowego akceleratora z wysoką wydajnością FP64, lokalizacji o fizycznej przewadze kosztowej, rzeczywistego odzysku ciepła odpadowego oraz celowego wzmocnienia drugiego dostawcy chipów w opozycji do quasi-monopolu jest dobrze przemyślane. Te cztery decyzje łącznie składają się na inwestycję, która powinna pozostać produktywna nawet po wygaśnięciu obecnego cyklu AI.

Projekt jest słaby tam, gdzie słaby jest cały program: pod względem przejrzystości i wykorzystania. Maszyna, która jest w połowie finansowana ze środków publicznych bez opublikowanych danych dotyczących mocy, unika kontroli cen i wydajności. Program, który zapowiada 30 miliardów euro, ale zabezpieczył tylko 1 miliard euro, odkłada test wiarygodności na przyszły spór budżetowy. Model dostępu, który stosuje logikę recenzji eksperckiej do komercyjnych harmonogramów, grozi kosztownym niedostatecznym wykorzystaniem.

Praktyczne konsekwencje dla firm chcących wykorzystać europejską moc obliczeniową są łatwe do opanowania i konkretne. Po pierwsze, powinny one traktować przenośność swojego kodu poza platformę Nvidia jako strategiczną zdolność, a nie zadanie drugorzędne – firmy pracujące wyłącznie z CUDA nie mają efektywnego dostępu do europejskiej mocy obliczeniowej. Po drugie, struktury antenowe fabryk AI są w wielu przypadkach bardziej realistycznym punktem wejścia niż sam system flagowy. Po trzecie, warto przeanalizować wymagania dotyczące dostępu już na wczesnym etapie, ponieważ to cykle aplikacji, a nie czas obliczeniowy, determinują harmonogram projektu.

Zdanie, które najuczciwiej podsumowuje tę umowę, jest mało spektakularne: Europa nie kupuje tu niezależności, lecz zdolność do działania. Zachowuje integratora systemów, zakład produkcyjny, wiedzę operacyjną i siłę nacisku w negocjacjach z dominującym dostawcą chipów. To znacznie mniej niż retoryka obietnic suwerenności i znacznie więcej niż Europa posiadała zaledwie trzy lata temu. To, czy ta zdolność do działania przełoży się na wartość dodaną, okaże się nie w 2027 roku, po dostawie, ale dopiero w 2029 roku, na podstawie pytania, kto faktycznie wykonał obliczenia na tej maszynie.

Konrad Wolfenstein

Chętnie będę pełnić rolę Twojego osobistego doradcy.

Możesz się ze mną skontaktować pod adresem wolfenstein∂xpert.digital lub

Po prostu zadzwoń do mnie pod numer +49 7348 4088 965 .

LinkedIn