LUMI-AI 人工智能计算机：3.87 亿欧元购买一台超级计算机——欧洲购买的不是独立，而是行动的能力。
Xpert 预发布版
Available in 27 languages 📢
在 Google 上更倾向于选择 Xpert.Digital。ⓘ发布日期：2026年9月13日 / 更新日期：2026年9月13日 – 作者： Konrad Wolfenstein
LUMI-AI人工智能计算机：耗资3.87亿欧元打造超级计算机——欧洲购买的并非独立，而是行动能力——图片来源：Xpert.Digital
法国政府、美国芯片、芬兰寒冷：欧洲最大人工智能交易背后的爆炸性真相
并非纯粹的人工智能计算机：耗资3.87亿欧元的新型超级计算机中存在的风险妥协
LUMI-AI：十亿美元的赌注：欧洲是在购买真正的经济实力，还是仅仅为了获得一个政治象征？
欧洲追求技术自主的征程迎来了一个新的、代价高昂的里程碑。LUMI-AI超级计算机将在芬兰北部卡亚尼建造，耗资近3.88亿欧元，由一家近期被国有化的法国公司承建，并采用美国AMD芯片。尽管政界人士将此项目誉为欧洲人工智能主权的一项重大胜利，但仔细审视合同后，却会发现一些紧迫的问题。运营商为何始终拒绝明确具体的计算能力？这项数十亿欧元的巨额投资究竟是对欧洲初创企业生态系统的稳健扶持，还是在为一项最终只会沦为昂贵政治象征的、充满风险的技术妥协买单？本文将深入分析迄今为止欧洲规模最大的人工智能采购合同背后的机遇、风险以及令人不安的真相。.
一台无人愿意公开价格的机器，售价高达 3.878 亿欧元：欧洲的人工智能主权依赖于美国芯片和一家法国国有企业。
2026年8月31日，欧洲高性能计算联盟（EuroHPC Joint Undertaking）签署了迄今为止欧洲最大的专用人工智能计算系统采购合同：价值3.878亿欧元的合同将授予法国供应商Bull公司，由其负责开发、建造并向芬兰运营商CSC位于芬兰北部卡亚尼的工厂交付LUMI-AI系统。该机器将在法国西部曼恩-卢瓦尔省的昂热进行开发和组装，昂热是欧洲高性能计算机的传统生产基地。该项目由欧洲高性能计算联盟和LUMI-AI工厂联盟（成员包括芬兰、捷克、丹麦、爱沙尼亚、挪威和波兰）各出资一半。预计将于2027年下半年交付。.
这就是新闻内容。但真正引人关注的经济问题才刚刚开始：欧洲究竟在购买什么——一个用于提升附加值的生产设施、一个研究工具，还是一个政治象征？答案错综复杂，令人不安。从产业政策的角度来看，LUMI-AI项目意义非凡，它技术先进，但同时也蕴含着巨大的经济风险。而这份合同最引人注目之处并非在于某个具体的数字，而是它缺少一个数字。.
缺失的数字
在过去二十年几乎所有大型超级计算机项目中，计算能力都是最受关注的焦点。但LUMI-AI却并非如此。无论是加速器的数量，还是可靠的浮点运算速度（FLOPS）数据，都未曾公布；CSC在被问及时确认，他们有意不公开任何性能指标。取而代之的是两个关键数据：一是欧洲用户通过该中心可获得的AI计算能力将提升十倍；二是现有LUMI综合体的总性能将提升近一倍。.
这对于经济评估而言是一个重大缺陷，因为缺乏容量数据，就无法计算出每台计算单元的价格——因此，也就无法评估3.878亿欧元的价格是合理、符合市场行情，还是过高。然而，正是这个数字决定了欧洲的研究人员和企业能否获得具有竞争力的价格，还是会产生一个出于政治动机但经济上缺乏吸引力的报价。.
对于这种沉默不语，有两种看似合理的解释，但二者并非同样站得住脚。第一种是技术方面的：所使用的新一代加速器要到2027年才会发布，时钟频率、内存容量和散热预算通常要到交付前不久才会最终确定，而过早公布峰值性能往往会在日后成为对公司的不利因素。第二种是商业方面的：不公开容量使得与商业云服务提供商和基于英伟达芯片的竞争对手系统进行价格比较变得不可能。总而言之，这些因素表明，该公司采取的沟通策略是优先考虑管理预期而非透明度。对于一个一半资金来自欧洲公共基金的项目而言，这样的决定需要做出解释。.
任何想要了解其性能规模的人都可以看看所使用的组件。AMD Instinct MI430X 的硬件级 FP64 向量运算性能高达 288 TFLOPS，HBM4 内存带宽约为 23 TB/s。这对于科学模拟而言是极其出色的双精度性能——远超那些主要针对低精度 AI 训练格式优化的加速器。这正是这台机器的真正本质所在，也与其名称有所不同。.
一种作为人工智能系统出售的混合系统
LUMI-AI 虽然名为“AI”，但它并非纯粹的 AI 训练集群。选择具备极高 FP64 性能的加速器，意味着它既能胜任流体力学、气候建模、材料科学、分子动力学等经典高性能计算领域，又能同时处理现代 AI 工作负载。从经济角度来看，这是一种混合用途而非专业化策略。.
这一赌注并非空穴来风。纯粹的人工智能训练基础设施更新换代速度极快；训练集群的竞争力半衰期仅为两到三年，而公共研究基础设施的折旧和使用逻辑设计寿命为五到七年。即使人工智能性能已被商业供应商超越，一台仍能持续执行高质量模拟工作的机器，其使用寿命曲线也明显更加稳健。此外，欧洲的比较优势不在于训练超大型语言模型，而在于将物理模拟与机器学习相结合——例如，在天气和气候预测、材料开发或药物发现等领域。对于这些领域而言，FP64并非过时的遗物，而是必不可少的。.
但这种冒险是有代价的。混合系统并非适用于所有工作负载的最佳选择。那些训练大型模型的用户最终会为他们在高性能 FP64 加速器上用不到的功能付费。那些运行传统模拟的用户最终会为他们并不关心的 AI 功能买单。此外，还有软件生态系统的问题：AMD 的 ROCm 近年来取得了显著进展，但 CUDA 仍然是 AI 训练的事实标准。对于拥有可移植代码的研究团队来说，这尚可接受，但对于开发资源有限且已建立 Nvidia 流水线的初创公司而言，这构成了一个真正的迁移障碍。这恰恰削弱了政客们用来论证其扩张合理性的最主要用户群体。.
尽管如此，这项采购决定仍然值得关注。EuroHPC选择AMD而非占据主导地位的Nvidia平台，充分利用了大型买家在准垄断市场中唯一真正的筹码：为第二家供应商提供资金。这项决定对产业政策的影响最终可能超过机器本身的科学价值，因为它增强了所有未来欧洲买家的谈判地位。.
包含美国元素的主权
整个项目的核心理念是技术主权。仔细分析后发现，这主要指的是集成、运营和数据控制，而非半导体制造。处理器和加速器来自AMD，存储基础设施来自IBM，网络技术来自诺基亚。系统集成商、制造工厂、所在地、运营商、治理结构以及数据处理的法律框架均属于欧洲范畴。.
这并非毫无意义，也不容小觑。谁来决定哪些研究项目能获得计算时间？谁来控制访问权限？危机时刻谁来优先处理？处理后的数据适用哪个司法管辖区？——这些问题才是真正决定日常生活中依赖关系的关键所在。由欧洲运营、遵循欧洲法律的系统，与从美国超大规模数据中心租用的容量相比，有着本质的区别。.
然而，这只是部分主权，剩余的差距最为显著。只要高性能加速器和HBM内存不在欧洲生产，出口管制或供应瓶颈的风险就依然存在，任何一体化协议都无法缓解。计划中的人工智能超级工厂也面临着同样的困境：欧洲高性能计算协会（EuroHPC）于2026年7月30日启动提案征集，提交截止日期为11月，而芯片预计也将来自AMD和英伟达。这里将主权定义为一种运营模式，而非垂直整合。这种定义是切合实际的，但应该明确指出这一点，而不是将其延伸到过于宽泛的层面。.
🤖🚀 托管式 AI 平台：借助 UNFRAME，实现更快、更安全、更智能的 AI 解决方案
托管式人工智能平台 - 图片来源：Xpert.Digital
在这里，您将了解到您的公司如何快速、安全地实施定制化的人工智能解决方案，且无需承担过高的准入门槛。.
托管式人工智能平台是您实现人工智能的全方位、无忧解决方案。您无需处理复杂的技术、昂贵的基础设施和漫长的开发流程，即可从专业合作伙伴处获得根据您的需求量身定制的现成解决方案——通常只需几天时间。.
主要优势一览：
⚡ 快速实施：从构思到可立即使用的应用，只需几天而非几个月。我们提供切实可行的解决方案，创造即时附加值。.
🔒 最高数据安全保障：您的敏感数据始终由您掌控。我们保证安全合规地处理您的数据，绝不与任何第三方共享。.
💸 无财务风险：您只需为结果付费。完全无需前期投入大量资金用于硬件、软件或人员。.
🎯 专注于您的核心业务：集中精力做好您最擅长的事情。我们将负责您人工智能解决方案的全部技术实施、运营和维护。.
📈面向未来且可扩展：您的AI将与您一同成长。我们确保持续优化和可扩展性，并灵活调整模型以适应新的需求。.
更多信息请点击这里：
欧洲人工智能数据中心：为什么利用率比单纯的千万亿次浮点运算更重要？
买家本人也被国有化了。
这份合同中最容易被低估的方面或许是承包商本身。自2026年3月31日起，Bull不再是大型企业的子公司，而是一家法国国有企业：法国政府从Atos手中全资收购了这家先进计算业务，估值高达4.04亿欧元，其中包括盈利支付部分。历史悠久的Bull品牌取代了Eviden，包括位于昂热的办公地点。该公司在32个国家拥有约3000名专业人员，年收入约为7.2亿欧元。.
这种情况颇具经济意义。收购整个公司的价格与这份合同的金额处于同一数量级。一份价值3.878亿欧元的合同相当于公司年营业额的近一半——任何投资者报告都会将这种集中度风险列为警示。然而，对于一家肩负战略使命的国有企业而言，这正是此举的目的所在：政府获得了原本在市场上无法实现的产能，并通过欧洲采购的方式利用了这些产能。.
必须客观地看待这一机制。法国救助了一家本国科技龙头企业，而一家欧洲合资企业为其一半的订单提供资金。从产业政策的角度来看，这合情合理，但在竞争法层面却存在灰色地带，而且这一先例对其他成员国有着深远的影响。如果国家国有化加上欧洲采购被证明是一种行之有效的模式，其他资本国将会效仿——在存储技术、网络组件，甚至芯片设计领域。由一系列国家救助和联合融资构成的欧洲产业政策，与单一市场截然不同。.
反之，如果没有这笔救助资金，欧洲将不再拥有能够集成此类系统的单一供应商。高性能计算集成市场规模如此稀少，以至于单一供应商的倒闭将立即导致对美国或亚洲系统集成商的依赖。而应对这一棘手问题的替代方案并非更好的方案，而是根本没有方案。.
从工厂比喻到产能利用率问题
LUMI-AI并非独立项目，而是更大计划的一部分。欧洲高性能计算联合计划（EuroHPC Joint Undertaking）已通过其人工智能工厂网络（分布于16个欧洲国家的19个人工智能工厂，并辅以13个所谓的人工智能工厂天线）调动了约26亿欧元的投资。在此之上，还有超级工厂层面：一项旨在调动总计约300亿欧元资金的提案征集，其中公共资金份额上限约为100亿欧元，以激励私人资本参与。.
这就是令人不快的现实。在已公布的公共资金中，目前仅从本年度预算中落实了约10亿欧元；其余资金则取决于成员国尚未达成一致的2028年至2035年财政框架。因此，已公布的资金数额与实际落实的资金之间存在巨大差距，这将对美国数据中心市场产生影响，而美国单个运营商每年在该市场投资数百亿欧元。欧洲的项目规模看似庞大，但与私营部门相比却相形见绌。.
工厂的比喻值得深入探讨。工厂的定义取决于产能利用率、吞吐量和单位成本。这恰恰是欧洲模式真正的弱点所在：对2025年10月前选定的AI工厂进行分析后发现，在访问方式、初创企业的实际可用性以及最终由谁来使用这些产能等方面仍存在诸多悬而未决的问题。公共系统中的计算时间通常通过同行评审流程分配，周期长达数月。而一家希望为客户项目训练模型的公司，需要的是几天内即可获得产能，并且需要可靠的可重复性——而不是一个需要专家评审流程的应用程序。如果这一分配问题得不到解决，就会出现一个从经济角度来看尤为棘手的问题：高昂的投资成本，却无法被本应创造经济回报的商业用户群体充分利用。.
因此，任何想要公正评估该项目的人都不应该以已安装的千万亿次浮点运算能力（petaflops）来衡量，而应该采用三个关键指标：利用率、商业用户占比以及应用程序启动到计算开始之间的等待时间。这些数据目前并未系统地公布。这并非无关紧要的细节，而是衡量这项数十亿美元投资绩效的核心缺陷。.
卡亚尼、昂热和选址物理学
选址可以说是该项目最合理的方面。位于卡亚尼的现有LUMI综合体基于HPE Cray EX系统，拥有超过10,000个加速器，峰值性能超过550 petaflops，多年来一直是欧洲最强大的计算机。EuroHPC联盟整体的持续性能约为386 petaflops，峰值性能约为539 petaflops。.
然而，该地点的真正优势并非机器本身，而是其所处环境的物理条件。芬兰北部拥有较低的环境温度、主要使用无二氧化碳电力，以及能够有效吸收废热的区域供热基础设施。因此，该运行方案采用直接水冷，将废热输送至市政供热管网，并使用可再生能源运行。.
这并非仅仅是可持续发展的噱头，而是一个至关重要的商业因素。在五到七年的时间里，电力和制冷成本可能会达到甚至超过初始投资。如果系统能够出售废热而不是将其用于制冷，那么整体成本计算方式就会发生根本性改变——原本的成本项目将转化为收入来源。正因如此，我们有理由相信，强制利用废热很可能成为未来欧洲招标的标准。这并非出于理想主义，而是因为没有散热器的系统成本相对较高。.
缺点在于集中性。如果廉价能源和寒冷气候主导选址决策，欧洲的人工智能计算能力将向北迁移至少数几个特定地点。对于未来应用开发所在的南欧和中欧工业区而言，这将造成计算地点与价值创造地点之间的空间分离。从技术角度来看，这可以通过网络连接来解决，但从产业政策的角度来看，这仍然是一个分布问题——也正是天线概念的优势所在，该概念旨在无需现场硬件即可提供接入。.
昂热的情况则有所不同：那里并不生产芯片，而是进行系统集成、组装、测试、调试和服务。这是一项技术含量高、可出口的工业工作，学习曲线长，需要经验积累，难以复制。一旦这种专业技术流失，单靠资本是无法弥补的。因此，国家对该基地的支持远比任何关于主权的言论都更有道理。.
是什么使这个项目可评估？
我的评估：LUMI-AI 是迄今为止欧洲人工智能基础设施计划中最经过深思熟虑的单项投资，同时也暴露了该计划的不足之处。它将具备混合运算能力的高性能 FP64 加速器、选址在具有成本优势的地区、真正意义上的废热回收以及有意扶持第二家芯片供应商对抗准垄断企业等因素巧妙地结合在一起。这四项决策共同造就了一项即使在当前人工智能周期降温后仍能持续产生效益的投资。.
该项目本身存在缺陷，而整个计划也存在同样的缺陷：透明度和利用率不足。一台一半资金来自公共部门却未公布产能数据的机器，规避了价格和效率监管。一个宣布投资300亿欧元却只筹集到10亿欧元的项目，将信誉考验推迟到未来的预算纠纷中。此外，将同行评审逻辑应用于商业时间表的准入模式，也存在造成高昂成本的资源利用不足的风险。.
对于希望利用欧洲计算能力的公司而言，实际操作起来是可控且具体的。首先，他们应该将代码在英伟达平台之外的可移植性视为一项战略能力，而非次要任务——那些仅使用 CUDA 的公司无法有效地利用欧洲的计算能力。其次，在许多情况下，人工智能工厂的天线结构比旗舰系统本身更适合作为切入点。第三，尽早审查访问需求至关重要，因为决定项目进度的是应用程序的开发周期，而非计算时间。.
最能客观概括这项协议的一句话并不引人注目：欧洲在这里购买的并非独立，而是行动的能力。它保留了一家系统集成商、一个制造基地、运营专长以及与芯片巨头供应商谈判的筹码。这远不及那些关于主权的承诺，但比欧洲三年前拥有的要多得多。这种行动能力能否转化为附加值，并非在2027年交付之时就能见分晓，而是在2029年，取决于究竟是谁在这台机器上执行了计算。.
