Der Supercomputer „Jupiter“ markiert einen bedeutenden Meilenstein für das Forschungszentrum Jülich und für Europa insgesamt. Als erstes Exascale-System, das im Rahmen des EuroHPC Joint Undertaking der Europäischen Union realisiert wurde, symbolisiert Jupiter den Ehrgeiz Europas, sich in der Welt der Hochleistungscomputer an der Spitze zu etablieren. Dabei stehen leistungsfähige Rechenleistung, technologische Souveränität und die Bewältigung komplexer wissenschaftlicher Herausforderungen im Fokus. Doch trotz dieser Ambitionen zeigt sich auch, wie vielschichtig und herausfordernd die Umsetzung solcher Projekte ist. Jupiter ist ein hybrides System, das eine Kombination aus CPUs und GPUs einsetzt, um maximale Effizienz und Rechenpower zu erzielen.
Während der Wunsch ursprünglich darin bestand, europäische Eigenentwicklungen für die zentrale Hardware zu verwenden, kommt Jupiter letztlich auf einer Grundlage externer Technologien zum Einsatz – vor allem Nvidia-Komponenten dominieren das Leistungsspektrum dieses Systems. Dies verdeutlicht zum einen die Komplexität, souveräne und leistungsfähige Chips vollkommen eigenständig zu entwickeln, zum anderen auch technologische Abhängigkeiten und die Realität globaler Märkte. Im Kern besteht das System aus zwei Hauptmodulen: Der Universal Cluster und dem GPU Booster. Der Universal Cluster basiert auf über 1. 300 CPU-Knoten, die mit dem „Rhea1“-Arm-Serverprozessor von SiPearl ausgestattet sind. Diese CPUs basieren auf der Zeus Neoverse V1 Architektur, die ähnlich ist wie die in Amazons Graviton3 Chip.
Mit jeweils 80 Kernen pro CPU-Chip und einem Hochgeschwindigkeits-HBM-Arbeitsspeicher schafft dieser Cluster die Rechenarbeiten, die nicht speziell auf GPU-Beschleunigung angewiesen sind, und bildet somit die Grundlage für viele traditionelle HPC-Anwendungen. Der GPU Booster hingegen ist das reine Kraftpaket des Jupiter-Systems. Hier werden Nvidia Grace G100 Arm-Serverprozessoren mit „Hopper“ H200 GPUs kombiniert, die eine einzigartige Architektur besitzen. Vier dieser Grace-Hopper-Module sind so verknüpft, dass sie dank NVLink-Schnittstellen direkten und extrem schnellen Speicherzugriff miteinander teilen. Diese enge Vernetzung der GPUs und CPUs ermöglicht eine besonders effiziente Berechnung parallelisierter Aufgaben. Die Komponenten des GPU Boosters besitzen jeweils 96 GB HBM3-Speicher mit einer Bandbreite von 4 Terabyte pro Sekunde.
Die NVLink-Verbindungen zwischen den einzelnen GPUs bieten 300 Gigabyte pro Sekunde Bandbreite, was enorme Datenübertragungsraten innerhalb eines einzelnen Rechenknotens erlaubt. Außerdem kommuniziert jeder Hopper-GPU-Teil mit seinem zugehörigen Grace-CPU-Teil mit einer Geschwindigkeit von 600 Gigabyte pro Sekunde. Die Kombination aus solch hochintensiven Datenströmen und leistungsfähiger Architektur macht Jupiter zum Spitzenreiter bei Rechenleistung und Effizienz. Die Datenkommunikation zwischen den Cluster-Modulen ist ebenfalls hochmodern. Der gesamte Jupiter-Rechner ist in 25 Dragonfly+ Zellen organisiert, die jeweils aus fünf BullSequana XH3000 Cabinets bestehen. Die Netzwerkverbindungen basieren auf Nvidia Quantum-2 InfiniBand-Technologie mit 400 Gb/s Spinen und 200 Gb/s Links zu den einzelnen Knoten. Insgesamt umfasst das Netzwerk über 25. 400 Endpunkte, 867 Switches und mehr als 100.
000 logische Ports, was der Architektur außerordentliche Skalierbarkeit und Flexibilität verleiht. Im Juni 2025 schaffte es die GPU Booster-Komponente von Jupiter, auf der Top500 Liste der weltweit leistungsfähigsten Supercomputer den vierten Platz einzunehmen. Mit rund 4,8 Millionen Kernen, wovon etwa 3,1 Millionen auf die GPUs entfallen, erreichte das System beeindruckende Werte: Ein Spitzenwert von über 930 Petaflops an theoretischer Spitzenleistung und 793,4 Petaflops beim High Performance LINPACK Benchmark (HPL). Damit bestätigt Jupiter seinen Status als eines der schnellsten Rechenwerke der Welt. Besonders interessant ist die Effizienz, mit der der GPU Booster arbeitet. Seine HPL-Effizienz liegt bei beeindruckenden 85,3 Prozent, was bedeutet, dass das System nahe an seine theoretisch mögliche Spitzenleistung herankommt. Im Vergleich dazu liegen andere jüngere Supercomputer mit ähnlicher Hardware bei geringeren Effizienzwerten, teilweise sogar unter 55 Prozent.
Dieses Potenzial lässt sich durch die spezielle Architektur mit direkt verbundenen GPUs, CPUs und schnellen Speicherzugriffen erklären. Eine weitere bemerkenswerte Kennzahl ist die Energieeffizienz. Jupiter erreicht auf dem Green500 Ranking beim Energieverbrauch eine Effizienz von 60 Gigaflops pro Watt. Damit liegt es in direkter Konkurrenz zu bekannten amerikanischen Exascale-Systemen wie „Frontier“ vom Oak Ridge National Laboratory und „El Capitan“ von Lawrence Livermore National Laboratory. Diese amerikanischen Systeme nutzen ein anderes Netzwerk (HPE Slingshot Ethernet) und Hardware von AMD, stehen bei der Energieeffizienz aber erstaunlich nah an Jupiter, der Nvidia-basierte Quantum-2 InfiniBand-Schnittstellen verwendet. Auf technischer Ebene besteht die Herausforderung darin, 1 Exaflop an Leistung auf Basis von FP64 (64-Bit Gleitkommazahlen) zu erreichen.
Während die theoretische Spitzenleistung aller Grace-Hopper GPU-Module kombiniert etwa 788 Petaflops an Vektorleistung ergibt, liegt die Tensorspitzenleistung sogar bei etwa 1,58 Exaflops. Das bedeutet, dass auf spezielle Anwendungen, die Tensor-Kerne nutzen, noch eine deutlich höhere Effizienz erzielt werden kann. Momentan hat das System etwa 23. 536 Grace-Hopper-Knoten, und zur Erreichung von 1 Exaflop in der HPC-LINPACK-Bewertung wären noch etwa 6. 277 zusätzliche Nodes notwendig. Zur Speicherausstattung: Jupiter verfügt über eine Flash-Storage-Kapazität von 21 Petabyte bei einer Rohkapazität von 29 Petabyte, mit beeindruckenden Durchsatzraten von bis zu 3 Terabyte pro Sekunde beim Lesen. Zusätzlich existiert ein Langzeitspeichersystem mit 300 Petabyte Kapazität, das mittels Festplatten betrieben wird, sowie eine Tape-Library, die bis zu 700 Petabyte fasst.
Diese umfangreiche Speicher-Architektur ist essenziell, um die enormen Datenmengen, die beim Hochleistungsrechnen anfallen, effizient zu verwalten und zu sichern. Finanziell betrachtet ist „Jupiter“ ein Großprojekt mit einem Gesamtvolumen von rund 500 Millionen Euro, davon stammen die Hälfte aus europäischen Fördertöpfen. Ein bemerkenswerter Punkt ist der Kostenanteil für die GPU-Komponenten von Nvidia. Würde man die derzeitigen Listenpreise für die „Hopper“ H200 GPUs ansetzen, läge allein der Wert der GPUs weit über der gesamten Budgetsumme. Daraus lässt sich schließen, dass Nvidia dem Projekt sehr großzügige Konditionen eingeräumt hat, wohl wissend, dass solche Großprojekte maßgeblich als Showcase und technologische Referenz dienen. Der Bau und die Installation von Jupiter erfolgten durch innovative europäische Unternehmen Eviden – die HPC-Sparte von Atos – und ParTec, die als Systemintegratoren fungierten.
Damit ist auch ein deutlicher wirtschaftlicher Nutzen für die deutsche und europäische IT-Branche verbunden, was die Bedeutung solcher Großprojekte über die reine Technologie hinaus unterstreicht. Die Zukunft der europäischen Hochleistungsrechner hängt wesentlich von der weiteren Entwicklung und Unabhängigkeit bei der Chip-Herstellung und Systemintegration ab. Mit der Verwendung von SiPearl-basierten „Rhea“-CPUs im Universal Cluster wagt sich Europa schrittweise an eigene Technologien heran, bleibt jedoch vorerst auf globale Partner für die Hochleistungskomponenten angewiesen. Insgesamt zeigt „Jupiter“ eindrucksvoll, welch komplexes Zusammenspiel aus Hardware, Software, Energieeffizienz, Finanzierung und geopolitischen Überlegungen für ein Exascale-System notwendig ist. Es beweist, dass Europa durchaus in der Lage ist, an der Weltspitze der Hochleistungsrechner mitzuspielen. Gleichzeitig offenbart es aber auch, dass der Weg zu technischer Souveränität lang und anspruchsvoll ist.
Für die europäische HPC-Community stellt Jupiter daher nicht nur einen technologischen Triumph dar, sondern auch einen wichtigen Schritt auf dem Weg zu mehr Unabhängigkeit und Innovationskraft in einer zunehmend digitalisierten Welt.
