Nvidia和意大利大學財團和大型超級計算中心Cineca，宣布了計劃建造“世界上最快的AI超級計算機”的計劃。作為跨歐洲合作構建的四臺新超算之一，Leonardo 由超過 14000 個基于英偉達 Ampere GPU 的節點組成，FP16 AI 性能高達 10 Exa-Flops 。

Nvidia和意大利大學財團和大型超級計算中心Cineca，宣布了計劃建造“世界上最快的AI超級計算機”的計劃。

即將面世的萊昂納多系統將使用近14,000個Nvidia A100 GPU來執行各種高性能計算任務。該系統的最高性能有望達到10個FP16 ExaFLOPS。

該超級計算機將基于Atos的 BullSequana XH2000 超級計算機節點，每個節點均搭載一個未知的Intel Xeon處理器，四個Nvidia A100 GPU和一個用于連接的Mellanox HDR 200Gb / s InfiniBand卡。刀片是水冷的，每個HPC機柜中有32個刀片。

Leonardo（萊昂納多）超算是用了14000個NvidiaGPU，Nvidia稱其為“世界上最強大的AI系統”，這個系統在某些半精度浮點（FP16）應用中提供10 exaflops的AI性能，在以Top500為基準進行測試時，可以提供大約200petaflops算力。這一系統的推出，也將從今年底開始改變歐洲超算系統的格局。

新超算旨在為歐洲地區的高性能計算提供支持，有助于為科學 / 工業領域的應用程序提供先進的 AI 功能。

此外英偉達將為整個項目集群提供低延時的 Mellanox HDR InfiniBand 寬帶連接網絡，以達成預期的性能表現。

其它計算機集群包括位于盧森堡的 MeluXina、位于斯洛文尼亞的 Vega、以及位于捷克的 SuperCooling 裝置。

展望未來，CINECA 還計劃在保加利亞、芬蘭、葡萄牙和西班牙地區增設四臺超級計算機，更多細節將在稍后公布。

最后，CINECA 的這些超算集群將可用于基因組分析、找尋新的治療途徑、處理多個不同來源的數據、太空探索 / 地外行星研究、以及針對極端天氣的模式模擬等。

對于那些從事超級計算已經有幾年時間的人來說，對Bull系統應該十分熟悉，尤其是在歐洲。這家公司在2014年初被Atos收購，但從外界的角度，本質沒有變化，直到HPC產品（包括“ Sequana”系列）使用Bull的名稱。

多年來，Bull一直是歐洲知名但規模不大的HPC集成商，取得了幾項重大成就，在研究和學術界只有相對少數的系統。但時代在改變，特別是在Bull重要的收購之后。

先是將IBM的x86服務器業務出售給聯想的交易，由于IBM在高性能計算市場關鍵的地位。歐洲HPC中心也別無選擇，因為聯想距離很遠。IBM具有足夠的本機資源，可以用于許多中心，因此多年來，許多歐洲研究機構、政府機構、氣象機構、甚至大企業的HPC都是用IBM的產品。

另一家公司Cray希望在歐洲獲得許多勝利，這種趨勢一直持續增長，直到最近收購HPE為止，尤其是在天氣和大型計算設備領域。盡管我們尚未看到這種供應商轉變對市場的影響，但我們預計在歐洲，變化會在未來幾年中顯現。這不是因為Cray或IBM不合適，也不是因為他們的技術已經改變，是歐洲想要一直想要的東西——自己的HPC供應商生態系統。

如今，Atos在歐洲處于有史以來最強大的地位，這表明它可以提供與世界范圍內的Cray / HPE和IBM相當強大的，用于多學科科學和技術計算的系統。實際上，有人可能會爭辯說，今天宣布的“LEONARDO”超級計算機將把Atos帶入高性能計算世界的真正“大時代”。

很難說LEONARDO超級計算機進入世界500強時將位列第幾，但有望達到200 petaflops的峰值半精度浮點性能（Nvdia稱其為前10 EB的AI超級計算機，它基于FP16）。

在與Nvidia的Ian Buck的一次電話會議中，這家GPU制造商表示這將是歐洲最強大的AI超級計算機，將擁有14,000多個A100 GPU，并在Atos Sequana節點上的四個A100 GPU上分解成一個單一的具有英特爾Rapids處理器和Nvidia Mellanox HDR 200Gb / s網絡。

LEONARDO由EuroHPC采購，EuroHPC是歐洲各國政府與歐盟之間的聯合合作，旨在在歐洲開發世界一流的超級計算生態系統和百億億次超級計算，并由歐洲委員會通過意大利大學和研究部資助。

NVIDIA解決方案架構和工程副總裁Marc Hamilton表示：“歐洲百億億歐元的EuroHPC技術路線圖為HPC和AI的快速增長和創新打開了大門。我們正在與CINECA和Atos合作，在廣泛的應用領域中加速科學探索，為迎接百億級計算時代提供了一個平臺。”

有趣的是，明年會有多少HPC中心選擇SuperPOD實現以AI為中心的計算，以及有多少采用Sequana中提供的更標準的HPC面向工作負載的架構？我們希望與AI / HPC世界中其他地方看到的情況相似，在這些地方AI和加速的科學計算應用程序都是GPU密集型的，并且有一些專注于AI的研發中心，需要完整的DGX或SuperPOD。

Nvidia與合作伙伴在歐洲范圍內構建多個基于SuperPOD的系統，同時保持其Sequana不僅僅涉及硬件。這些系統的軟件和支持生態系統非常龐大，因此，在重建SuperPOD時利潤可能微不足道，而它們在支持和牢固生態方面的構成將是無價的，尤其是歐洲在其中扮演的角色比以往任何時候都雄心勃勃。