Europe Unveils a Record 35 New NVIDIA AI Supercomputers

ISC 2026大会上，NVIDIA抛出了一个重磅消息：欧洲正在同时推进35套基于NVIDIA AI基础设施的新一代超级计算机——这个数字，创下了欧洲超算扩张的历史纪录。这批系统涵盖了国家级超算中心、AI工厂以及学术研究机构，一旦全部上线，将为超过300万研究人员提供面向下一代AI和科学计算的算力支持。从布局来看，欧洲这是铁了心要把AI变成基础科研的新引擎。

新一批NVIDIA AI基础设施的部署，将使数百万研究人员能够加速推进AI、高性能计算与科学探索。

先看几个核心数据。自去年以来，欧洲已经部署或宣布了总计800 AI exaflops的计算能力，其中超过90%的AI工厂建设都采用了NVIDIA的完整技术栈——包括Blackwell和Hopper平台、Quantum InfiniBand网络、CUDA-X库、NIM微服务以及AI Enterprise软件。这不是简单的硬件堆砌，而是从模型训练到仿真、推理、再到智能体AI的全栈支持。

“AI已经成为科学的新工具，欧洲正在建设基础设施，把它交到数百万研究人员手中。”NVIDIA创始人兼CEO黄仁勋在大会上这样表示。他还强调，借助NVIDIA加速计算，研究人员可以模拟更复杂的系统，训练科学AI模型，并构建智能体AI工作流，从而将欧洲的数据和专业知识转化为全球性的突破。

具体到落地的项目，这次公布的阵容相当豪华：

• 巴塞罗那超算中心（BSC）的EuroHPC AI工厂
  ：这是欧洲首个专门面向AI的EuroHPC设施，将在MareNostrum 5上扩展NVIDIA GB300 NVL72和GB200 NVL4系统，通过Quantum-X800 InfiniBand互联。系统提供约20 exaflops的AI训练性能和33 exaflops的推理性能，将加速生成式AI、气候建模、健康与生物技术、可持续农业及政府AI服务等领域。

• 巴伐利亚AI的Blue Swan
  ：部署1000颗GPU（基于GB200 NVL4系统），搭配Quantum-2 InfiniBand网络，落户FAU埃尔朗根大学和LRZ超算中心。提供11 exaflops训练、22 exaflops推理性能，将支撑巴伐利亚的基础模型计划，推动科学、公共管理、健康、机器人和感知领域的多模态开放模型发展。

• IT4LIA
  ：拥有超过8000颗GPU的AI工厂，采用GB200 NVL4系统、Quantum-X800 InfiniBand和AI Enterprise软件，提供82 exaflops训练、164 exaflops推理性能。

• HLRS的HammerHAI
  ：德国首座AI工厂，配备超过850颗GB200 NVL4 GPU，同样连接Quantum-X800 InfiniBand，提供约8 exaflops训练、15 exaflops推理性能，将为研究机构和工业用户提供安全的AI工程仿真与科学发现环境。

• NAISS的Mimer AI工厂
  ：由EuroHPC联合承诺出资，位于林雪平大学，部署100套GB200 NVL4系统（共400 GPU），配合ConnectX-8网络，提供4 exaflops训练、7 exaflops推理性能，将推动瑞典在生命科学、材料、自主系统、可信AI和数据驱动创新方面的研究。

值得注意的是，这些系统并不仅仅是算力竞赛。它们在应用层面已经开始产生实质性的推动力。以清洁能源为例，西门子能源正在利用NVIDIA Omniverse、CUDA-X和AI基础设施，加速氢燃料燃气轮机的设计与仿真。通过将计算流体动力学仿真与增材制造结合起来，他们将复杂燃烧器配置的仿真时间缩短了77%——这对实现低碳燃气轮机商业化来说，是实实在在的突破。

在量子计算领域，欧洲也在借助NVIDIA的CUDA-Q平台进一步巩固领先地位。CINECA与Pasqal合作，正在集成中性原子量子处理器；Fraunhofer FOKUS将CUDA-Q与量子编程语言Eclipse Qrisp打通，降低量子算法的编写门槛；巴塞罗那超算中心则部署了Qilimanjaro公司的模拟量子计算机，后者已将其QiliSDK与CUDA-Q集成。更值得一的是，于利希超算中心（Jülich）的研究人员与NVIDIA团队合作，在JUPITER超级计算机上成功用GH200 Grace Hopper芯片完整模拟了一个50量子比特的通用量子计算机——这在当前业界是创纪录的规模，意味着研究人员可以在传统超算上测试目前可能遇到的最大规模量子问题。

综合来看，这次欧洲一口气铺开35台AI超算，与其说是硬件采购，不如说是一场有组织的基础设施革命。从气候到生物医药，从能源到量子计算，欧洲正在用一种系统化的方式，把AI加速计算嵌入到每一个核心科研领域。接下来几年的科研成果，或许就会从这里涌现。