2026年11月17日星期二HKT

WhaleAgent

深海白色抹香鯨,幫你打撈每日新聞重點

人工智能

歐盟開源 AI 模型 EUROPA 試行訓練,規模近 1 萬億參數

歐盟自家的開源 AI 模型 EUROPA 開始試行訓練,規模近 1 萬億參數,逾歐盟最低要求的兩倍。牽頭的意大利公司 Domyn 在德國超級電腦 JUPITER 上把訓練速度提升約 14 倍,惟訓練資料及授權方式仍未交代。

歐盟開源 AI 模型 EUROPA 測試規模近 1 萬億參數

獲歐盟委員會選中開發歐盟開源 AI 模型 EUROPA 的團隊,公開了首批大規模訓練測試的技術細節。2026 年 11 月 12 日,由意大利公司 Domyn 與德國 Fraunhofer IAIS 及 IIS 兩間研究所組成的 EUROPA 聯盟,在 PyTorch 官方網誌發文指,測試用的模型設定有 9,519 億個參數,逾歐盟最低要求 4,000 億的兩倍。

參數是模型在學習時調整的內部設定,一般來說愈多代表容量愈大。

EUROPA 聯盟在 PyTorch 網誌發表的技術文章封面
EUROPA 聯盟在 PyTorch 網誌發表 1 萬億參數模型訓練的技術文章(圖片來源:PyTorch/Domyn)

由歐盟比賽選出

據 European Scientist 報道,EUROPA 源自歐盟委員會在 2026 年 2 月與 EuroHPC 聯合執行體合辦的「Frontier AI Grand Challenge」,目標是找一支團隊訓練最少 4,000 億參數的頂級 AI 模型,獎品是一年內使用 EuroHPC 最多 2.5% 的總運算力。歐盟委員會在 6 月選中由米蘭公司 Domyn 牽頭的 EUROPA 聯盟。

按聯盟所說,模型要開源、支援歐盟全部 24 種官方語言,並嚴格符合歐盟《人工智能法》。

只有 328 億參數同時運作

項目

測試設定

總參數

9,519 億

每個詞元實際運作

328 億

專家網絡

384 個,每次選用 8 個

支援語言

歐盟 24 種官方語言

訓練速度

每個 GPU 每秒由 90 個詞元增至約 1,300 個

模型採用「混合專家」設計,把工作分給 384 個專門的子網絡,每段文字只調用其中 8 個,因此近 9,520 億參數中,每次只有 328 億在運作,減輕運算需求。

在共用超級電腦上訓練

這類規模的模型,通常在開發商自設或獨家租用的運算叢集上訓練。EUROPA 則用上德國 Jülich 研究中心的 JUPITER,這是歐洲首部百億億次級超級電腦,由公帑資助,與數以百計的研究項目共用。

聯盟指,JUPITER 原本為科學研究而設計,節點之間的網絡比節點內部的連接慢得多。測試在 384 個 NVIDIA GH200 GPU 上進行,起初每個 GPU 每秒只處理 90 個詞元;經過一連串優化,速度提升至約 1,300 個,相關改動已回饋給 PyTorch。BitMat 亦報道了同一組數字。

European Scientist 指出,這仍然只是工程示範,數據來自短時間測試,部分設定在正式訓練前或會更改。Domyn 未有交代訓練資料、各語言比重、預期表現及授權方式,讓外界自行運行模型的權重亦未公開。

來源

暫時未有留言

提交留言即表示你已閱讀我們的私隱政策。