• Startseite
• Kontakt
• Glossar
• Quellen
• Impressum
• Sitemap

• Grundlagen
• Infrastruktur
• Praxis
• Mensch
• Quellen

Fachbegriffe wie Token, Batch oder PUE stehen im Glossar.

Startseite > Infrastruktur > Supercomputer: JUPITER

JUPITER, EuroHPC und die Supercomputer Europas

Mit JUPITER in Jülich steht seit 2025 der erste Rechner Europas, der für die Exascale-Klasse ausgelegt ist. Er gehört zu einem Netz öffentlich finanzierter Supercomputer, die zunehmend auch für das Training von KI-Modellen genutzt werden.

JUWELS, der Vorgänger von JUPITER im Jülich Supercomputing Centre

Was ein Supercomputer ist

Ein Supercomputer ist kein einzelner, besonders schneller Prozessor, sondern ein Verbund aus Tausenden Rechenknoten mit einem extrem schnellen internen Netzwerk und einem gemeinsamen Speichersystem. Im Prinzip ähnelt er damit einem großen KI-Cluster in einem kommerziellen Rechenzentrum. Der Unterschied liegt in Nutzung und Betrieb: Supercomputer dienen der Wissenschaft, die Rechenzeit wird über Anträge und Begutachtung vergeben, und auf demselben System laufen Klimamodelle, Materialsimulationen, Astrophysik und eben auch KI.

Gemessen wird die Leistung traditionell mit dem Linpack-Benchmark, der die Rangliste Top500 bestimmt. Ein Exascale-Rechner schafft eine Trillion Gleitkommaoperationen pro Sekunde, also 10¹⁸.

JUPITER in Jülich

JUPITER steht am Forschungszentrum Jülich in Nordrhein-Westfalen und wurde im September 2025 offiziell in Betrieb genommen. Beschafft wurde er vom Gemeinsamen Unternehmen EuroHPC; die Kosten von rund 500 Millionen Euro tragen zur Hälfte die EU und zur anderen Hälfte Bund und Land. Einige Eckdaten:

• Das Herzstück ist ein sogenanntes Booster-Modul mit rund 24.000 Superchips vom Typ NVIDIA GH200, die jeweils einen Prozessor und einen Grafikbeschleuniger kombinieren.
• Ergänzt wird es durch ein Cluster-Modul mit klassischen Prozessoren. Das Prinzip, unterschiedliche Module je nach Aufgabe zu kombinieren, heißt modulare Supercomputing-Architektur.
• Das System ist in einem modularen Rechenzentrum aus Containerbausteinen untergebracht, das sich schneller errichten ließ als ein klassisches Gebäude.
• Gekühlt wird mit warmem Wasser direkt an den Chips; die Abwärme soll auf dem Campus genutzt werden.

Bereits im Juni 2025 führte die Top500-Liste JUPITER als schnellsten Rechner Europas. Ein Vorläufermodul mit derselben Technik, JEDI, stand 2024 an der Spitze der Green500-Liste, die Supercomputer nach Rechenleistung pro Watt ordnet.

Vorsicht ist bei Vergleichen geboten. Die Top500-Liste misst Rechnungen mit 64-Bit-Genauigkeit, wie sie Simulationen brauchen. KI-Training kommt mit 16, 8 oder noch weniger Bit aus, und in diesen Formaten schaffen dieselben Chips ein Vielfaches. Angaben wie "KI-Exaflops" beziehen sich auf solche niedrigen Genauigkeiten und sind mit Linpack-Werten nicht vergleichbar.

EuroHPC: das europäische Netz

Das Gemeinsame Unternehmen EuroHPC wurde 2018 gegründet und hat seinen Sitz in Luxemburg. EU und Mitgliedstaaten finanzieren gemeinsam Supercomputer an verschiedenen Standorten. Zu den größten zählen:

Seit 2024 baut EuroHPC zusätzlich AI Factories auf: Zentren, die Rechenzeit, Software und Beratung speziell für KI anbieten, auch für Start-ups und Mittelstand. In Deutschland gehören Jülich und Stuttgart dazu.

Warum öffentliche Rechner für KI wichtig sind

Das Training großer Modelle findet überwiegend in Rechenzentren weniger Konzerne statt. Für Hochschulen und kleinere Unternehmen sind solche Kapazitäten kaum bezahlbar. Öffentliche Supercomputer schließen einen Teil dieser Lücke: Auf ihnen wurden bereits offene Sprachmodelle trainiert, etwa das mehrsprachige Modell BLOOM, das 2022 auf dem französischen Rechner Jean Zay entstand. Siehe dazu auch offene Modelle und offener Code.

Es gibt auch Reibung. Supercomputer sind traditionell für lange, wissenschaftliche Simulationen mit festen Warteschlangen organisiert. KI-Arbeit braucht oft spontane, interaktive Zugänge und andere Softwareumgebungen. Wie Rechenzentren diese Anforderungen zusammenbringen, beschreiben die Beiträge zu Scheduling und Containern.

Wie Forschende an Rechenzeit kommen

Rechenzeit auf öffentlichen Supercomputern wird nicht verkauft, sondern vergeben. Arbeitsgruppen reichen Anträge ein, in denen sie ihr Vorhaben, den benötigten Umfang in Knoten- oder GPU-Stunden und erste Testergebnisse beschreiben. Fachgutachter bewerten die Anträge, ein Gremium verteilt das Kontingent. EuroHPC schreibt dafür regelmäßig Zugangsrunden aus, von sehr großen Projekten über reguläre Vorhaben bis zu kurzen Entwicklungs- und Testzugängen; für KI und datenintensive Anwendungen gibt es eigene Ausschreibungen mit kürzeren Fristen.

In Deutschland betreiben drei Bundeshöchstleistungsrechenzentren die größten Systeme: das Jülich Supercomputing Centre, das Höchstleistungsrechenzentrum Stuttgart (HLRS) und das Leibniz-Rechenzentrum in Garching bei München. Darunter gibt es eine Ebene regionaler Rechenzentren an Hochschulen, die kleinere Cluster für den Alltag der Forschung bereitstellen. Wer an einer Universität mit KI arbeitet, beginnt meist dort und wechselt erst für sehr große Läufe auf die nationalen Systeme.

Was ein Rechner dieser Klasse verbraucht

Systeme der Exascale-Klasse liegen in der Größenordnung von etwa 15 bis 20 Megawatt elektrischer Leistung, je nach Auslastung und Ausbau. Das entspricht dem Bedarf einer Kleinstadt und erklärt, warum Energieeffizienz bei der Beschaffung inzwischen ein eigenes Kriterium ist. Wie Rechenzentren generell mit Strom und Wasser umgehen, steht im Beitrag Energie- und Wasserbedarf.

Stand: November 2026, Redaktion fast project