Sparxity, das Dresdner Unternehmen, das bis heute unter dem Namen SpiNNcloud firmierte, hat die Inbetriebnahme eines Rack-Systems für Sparse Computing am Jülich Supercomputing Centre (JSC) bekanntgegeben. Das JSC ist ein Institut des Forschungszentrums Jülich und beherbergt JUPITER, Europas ersten Exascale-Rechner. Das System trägt den Namen JUBIS, die Installation wird als Investition in Millionenhöhe beschrieben. Das JSC wird es neben seinen herkömmlichen CPU- und GPU-Systemen für die Ausführung von Sparse-Machine-Learning-Modellen und groß angelegten HPC-Simulationen nutzen. Die Ankündigung dient gleichzeitig der Bekanntgabe des neuen Firmennamens.
Ereignisbasierte Ausführung und die Zahlen, die Sparxity dazu liefert
Die Hardware arbeitet ereignisbasiert: Ausführungseinheiten werden nur bei Eingabeänderungen ausgeführt, sodass ungenutzte Teile eines Modells keine Rechenzyklen verbrauchen und keine Daten bewegen. Sparxity bezeichnet dies als Sparsity in der Praxis. Laut Herstellerangaben bietet JUBIS eine 10-mal schnellere Ausführung von Sparse-Solvern, einen 18-mal geringeren Energieverbrauch für ereignisbasierte Machine-Learning-Workloads und eine 20-mal kürzere Zeit bis zu einer akzeptablen Lösung bei Optimierungsproblemen. Diese Angaben stammen vom Hersteller und enthalten keine veröffentlichten Basiswerte für System, Workload, Batchgröße oder Präzision. Wir haben die Ergebnisse weder getestet noch überprüft.
Der verwendete Siliziumchip ist SpiNNaker2, ein Arm-basierter Chip, der aus der von Steve Furber, dem Entwickler der ursprünglichen Arm-Architektur, initiierten SpiNNaker-Forschungslinie hervorgegangen ist. Das Unternehmen beschreibt seine Serverplatine als bestehend aus 48 SpiNNaker2-Chips mit jeweils 152 Arm-Kernen und dedizierten Beschleunigern. Dieselbe Chipfamilie kommt auch in dem System zum Einsatz, das die Sandia National Laboratories im Jahr 2025 vorgestellt haben und dessen Leistung auf 150 bis 180 Millionen simulierte Neuronen geschätzt wird. Sparxity hat nicht bekannt gegeben, wie viele Platinen im Jülicher Rack verbaut sind. Insgesamt verzeichnet das Unternehmen drei Tape-Outs, über 70,000 produzierte Chips, mehr als zwölf installierte Racks und über 30 Kunden.
„Sparses maschinelles Lernen bietet eine der größten Chancen, die Effizienz von KI grundlegend zu verbessern“, sagte Dr. Guido Trensch vom Simulation and Data Lab Neuroscience am Jülich Supercomputing Centre. „Durch die Einführung von Sparxity ergänzen wir unsere weltweit einzigartige HPC-Infrastruktur um einen grundlegend neuen Ansatz und eröffnen so neue Forschungsmöglichkeiten, um die Fortschritte in den Neurowissenschaften weiter voranzutreiben.“
Wo JUBIS in Jülich seinen Platz findet
JSC beschreibt das Projekt hinter der Anschaffung, ESAB (Event-based Supercomputer for AI and Beyond), als ein dreijähriges Infrastrukturprojekt, das 2026 startete. Ziel ist die Integration eines energieeffizienten, ereignisbasierten SpiNNaker2-Rechenmoduls in die modulare Supercomputing-Architektur (MSA). Dieses Framework kombiniert in JUPITER einen CPU-Cluster mit einem GPU-Booster . JSC nennt als Anwendungsbereiche KI-Workloads, Echtzeit-Neurowissenschaftssimulationen und weitere Felder für eine breite wissenschaftliche Gemeinschaft. Dabei baut das Projekt auf dem Simulation and Data Lab Neuroscience, dem Human Brain Project und dem früheren Pilotprojekt für fortgeschrittene Rechenarchitekturen auf. Die Finanzierung erfolgt durch den Europäischen Fonds für regionale Entwicklung (EFRE) und das Land Nordrhein-Westfalen im Rahmen des EFRE/JTF-Programms NRW 2021–2027.
JSC betreibt außerdem die JUPITER AI Factory, die laut Sparxity eine von 19 KI-Fabriken in Europa und die einzige ist, die auf einem Exascale-System basiert. JUBIS profitiert somit von einer Einrichtung, die bereits GPU-Inferenz in großem Umfang durchführt – genau diesen Vergleich sucht das Unternehmen. JSC argumentiert, dass Modelle schneller spärlicher werden, als dichte Hardware sie nutzen kann. Beispiele hierfür sind Mixture-of-Experts-Routing, Speicherschichten und blockweise Aufmerksamkeitssteuerung. Ein ereignisbasiertes System hingegen wandelt diese Sparsität in Geschwindigkeit um, während eine GPU zusätzlichen Routing-Overhead verursacht.
Das Rebranding markiert die Trennlinie zwischen den beiden Produktgenerationen. Sparxity gibt an, dass seine aktuellen Systeme sowohl HPC als auch KI bedienen, während die nächste Generation sich vollständig auf Sparsity für KI-Inferenz konzentriert. Sie richtet sich an Modellentwickler, die eine feinere und dynamischere Sparsity benötigen, sowie an Rechenzentren und Neoclouds, die mehr Token pro Sekunde zu geringeren Kosten benötigen. CEO und Mitgründer Hector Gonzalez erklärte, die Zusammenarbeit in Jülich belege den Wert dieses Ansatzes im Supercomputer-Maßstab. Auf der Website von SpiNNcloud wird der Nachfolgechip SpiNNext mit einer 78-fachen Energieeffizienz im Vergleich zu GPUs (18-facher Energieeffizienz beim SpiNNaker2) angegeben; die Verfügbarkeit wird als „in Kürze“ gekennzeichnet.
Amazon