Odpalono bestię z 1088 chipami. To nie komputer, to fabryka obliczeń

Austria uruchomiła superkomputer MUSICA, maszynę z 1088 układami NVIDIA H100, 880 procesorami AMD EPYC i wydajnością 45,11 petaflopsów. To infrastruktura, na której będą trenowane modele AI, liczone symulacje naukowe i obrabiane ogromne zbiory danych. Najciekawsze jest jednak nie tylko to, ile chipów upchnięto w szafach serwerowych. MUSICA jest rozproszona między trzy miasta, chłodzona cieczą i pomyślana jako narodowe paliwo obliczeniowe dla nauki, przemysłu oraz administracji.

MUSICA, czyli Multi-Site Computer Austria, została oficjalnie uruchomiona 3 lipca 2026 r. To obecnie najmocniejszy superkomputer w Austrii i jedna ze 100 najszybszych maszyn na świecie według rankingu TOP500. Jej zagregowana wydajność Rmax wynosi 45,11 PFlop/s. Petaflops oznacza biliard operacji zmiennoprzecinkowych na sekundę. Mówiąc prościej, to absurdalnie dużo matematyki wykonywanej naraz.

W środku pracuje 1088 GPU NVIDIA H100. To układy zaprojektowane z myślą o centrach danych, AI i bardzo ciężkich obliczeniach. Wspiera je 880 procesorów AMD EPYC. Całość składa się z 440 węzłów obliczeniowych, a węzły GPU mają po 4 układy H100 SXM5 z 94 GB pamięci na każdy układ.

To właśnie GPU są dziś najważniejszym paliwem dla sztucznej inteligencji. Modele językowe, sieci neuronowe, analiza obrazów, symulacje molekularne, modele klimatyczne i obliczenia naukowe potrzebują równoległego przetwarzania danych. Klasyczny procesor jest świetny w wielu zadaniach, ale to układy graficzne potrafią masowo mielić macierze i tensory, czyli matematyczny chleb powszedni współczesnej AI.

Jak pisaliśmy w tekście: Nvidia stawia na jedną kartę. Odkręca kurek z kasą, boom na sztuczną inteligencję coraz bardziej opiera się na fizycznej infrastrukturze: chipach, fabrykach, serwerach, sieciach i centrach danych. MUSICA jest dokładnie takim czymś. Bez takich systemów AI pozostaje raczej efektowną zabawką, niż rzeczywistym narzędziem dla dużej nauki.

Łatwo dziś przykleić każdemu superkomputerowi etykietę do AI, bo to słowo otwiera portfele i przyciąga uwagę. Widzimy to chociażby nawet w przypadku niektórych producentów elektroniki użytkowej, którzy od kilku lat chwalą się, że ich smartfony, tablety czy inne urządzenia wspierają AI. W przypadku MUSICA byłoby to jednak zbyt wąskie. System został zaprojektowany jako platforma HPC, czyli high-performance computing, oraz jako infrastruktura dla dużych obciążeń sztucznej inteligencji.

HPC to klasyczne liczenie superkomputerowe: symulacje fizyczne, chemiczne, inżynierskie, biomedyczne, klimatyczne i środowiskowe. Zamiast budować prototyp w tunelu aerodynamicznym albo czekać latami na wynik eksperymentu, naukowcy mogą tworzyć modele i sprawdzać, jak zachowują się materiały, cząsteczki, przepływy powietrza, układy biologiczne albo zjawiska atmosferyczne.

AI dorzuca do tego zupełnie nową warstwę. Modele uczenia maszynowego potrafią błyskawicznie przesiać ogromne zbiory danych, wyłapać ukryte wzorce, podpowiedzieć, jak mogą zachowywać się nowe materiały, a nawet wesprzeć diagnostykę czy usprawnić symulacje. Coraz częściej nie chodzi już o wybór między superkomputerem a AI. Jedno i drugie działa razem, wzajemnie się napędzając.

Jak pisaliśmy w tekście: Polacy włączyli superkomputer za 30 mln zł. Cyberpunk śmiga w 18 000 fps, podobny trend widać też w Polsce. Klaster NASK z układami NVIDIA DGX B200 pokazuje, że infrastruktura AI przestaje być dodatkiem do badań, a staje się jednym z warunków technologicznej samodzielności.

MUSICA ma jeszcze jedną cechę, która wyróżnia ją na tle prostego obrazu superkomputera jako jednej wielkiej hali pełnej szaf. To system rozproszony między trzy lokalizacje: Wiedeń, Innsbruck i Linz. Wszystkie części są centralnie zarządzane, ale mogą działać zarówno jako jeden zintegrowany system, jak i niezależne fragmenty.

Takie rozproszenie zwiększa odporność infrastruktury. Jeśli jedna lokalizacja ma ograniczenia albo problem operacyjny, pozostałe mogą nadal pracować. Dla nauki, w której długie obliczenia potrafią trwać dni lub tygodnie, taka elastyczność nie jest luksusem, tylko zabezpieczeniem.

Wiedeń ma największą część systemu, a Innsbruck i Linz dokładają kolejne zasoby. Austria nie buduje więc tylko dużego komputera. Buduje narodową sieć obliczeniową, którą można udostępniać uczelniom, instytutom, firmom i sektorowi publicznemu.

Dla badaczy z partnerskich uczelni dostęp ma być bezpłatny, a pozostali użytkownicy mają korzystać z modelu pay-per-use. Superkomputery nie są po to, by stały jako prestiżowa instalacja. Mają być używane. Inaczej są tylko bardzo drogim pomnikiem z migającymi diodami.

Gdy słyszymy o 1088 układach NVIDIA H100, naturalnie skupiamy się na mocy obliczeniowej. Jednak druga strona tej historii to ciepło. Takie systemy są prawdziwymi piekarnikami matematyki. Każdy wat prądu zużyty przez układy elektroniczne prędzej czy później zamienia się w ciepło, które trzeba odprowadzić.

MUSICA korzysta z bezpośredniego chłodzenia cieczą opartego na platformie Lenovo Neptune. Elementy chłodzące trafiają bezpośrednio do procesorów, GPU i modułów pamięci, a nie tylko owiewają szafy zimnym powietrzem. Dzięki temu system może korzystać z tzw. free cooling przez cały rok, czyli chłodzenia przy znacznie mniejszym zużyciu energii niż w klasycznych rozwiązaniach powietrznych.

To nie jest tylko ładny, zielony akcent. W świecie AI i HPC energia oraz chłodzenie coraz częściej decydują o tym, co w ogóle da się zbudować. Można kupić więcej chipów, ale trzeba je jeszcze zasilić, schłodzić i utrzymać tak, żeby rachunki nie zjadły całego projektu.

Jak pisaliśmy w tekście: ChatGPT nie wypije już całej wody. Ten problem spędzał sen z powiek, nowa infrastruktura AI coraz częściej jest projektowana nie tylko pod wydajność, ale też pod temperaturę pracy, wodę, energię i możliwość utrzymania ciągłego obciążenia. MUSICA ma szybciej liczyć, ale nie zagotować własnego centrum danych.

Superkomputer bez szybkiej pamięci masowej byłby jak silnik wyścigowy z zatkaną rurą wydechową. MUSICA ma 12 PB pamięci all-flash opartej na platformie WEKA. Petabajt to 1000 TB, więc mówimy o przestrzeni dla ogromnych zbiorów danych: eksperymentów, symulacji, modeli AI, obrazów naukowych i wyników obliczeń.

Według specyfikacji system oferuje do 1,8 TB/s odczytu i 750 GB/s zapisu. To ważne, bo w dzisiejszych superkomputerach nie wystarczy szybko liczyć. Trzeba jeszcze bardzo szybko podawać dane do układów obliczeniowych i odbierać wyniki. Gdy GPU czekają na dane, cała teoretyczna moc zaczyna się marnować.

W AI problem jest szczególnie widoczny. Modele uczą się na gigantycznych zbiorach tekstu, obrazów, pomiarów, sekwencji biologicznych albo wyników eksperymentów. Jeśli pamięć masowa i sieć nie nadążają, 1088 chipów zamienia się w drogą kolejkę do dysku.

W nauce działa to podobnie. Symulacja klimatu, projektowanie nowych materiałów czy obliczenia biologiczne generują ogromne ilości wyników pośrednich. Superkomputer musi więc być całym ekosystemem: procesory, GPU, pamięć, sieć, chłodzenie, oprogramowanie i ludzie, którzy potrafią to wszystko wykorzystać.

W tym wszystkim chodzi przede wszystkim o suwerenność technologiczną. Jeżeli nauka, przemysł i administracja mają korzystać z zaawansowanej AI, muszą mieć dostęp do mocy obliczeniowej. Można ją wynajmować w chmurze u gigantów technologicznych, ale to nie zawsze rozwiązuje problem.

Dane mogą być wrażliwe, projekty mogą wymagać kontroli nad infrastrukturą, koszty długich obliczeń w chmurze bywają ogromne. Do tego dochodzi strategiczna kwestia: państwo bez własnej infrastruktury obliczeniowej staje się klientem, a nie gospodarzem rozwoju technologii.

Przeczytaj także:

Jak pisaliśmy w tekście: Chiny mają superkomputer, jakiego jeszcze nie było. Amerykanie stracili koronę, wyścig superkomputerów nie jest zabawą. Takie maszyny są wykorzystywane przy modelowaniu klimatu, projektowaniu materiałów, badaniach medycznych, symulacjach inżynierskich i rozwoju AI. Kto ma moc obliczeniową, ten może szybciej testować hipotezy, projektować technologie i skracać drogę od pomysłu do wdrożenia.

Austria nie zbudowała największego superkomputera świata. Zbudowała jednak system, który dla jej skali naukowej i przemysłowej jest dużym skokiem. MUSICA ma być ponad 8 razy wydajniejsza niż wcześniejsze flagowe austriackie systemy VSC-4 i VSC-5.

*Źródło grafiki wprowadzającej: TU Graz / Canva Pro