Sparxity, l'azienda di Dresda nota fino ad oggi come SpiNNcloud, ha annunciato l'installazione di un sistema rack per il calcolo distribuito (sparse-native computing) presso il Jülich Supercomputing Centre (JSC), un istituto del Forschungszentrum Jülich che ospita JUPITER, la prima macchina exascale europea. Il sistema si chiama JUBIS, l'installazione ha un costo stimato di diversi milioni di dollari e il JSC lo utilizzerà per eseguire modelli di machine learning sparse e simulazioni HPC su larga scala, oltre ai suoi sistemi convenzionali basati su CPU e GPU. L'annuncio coincide anche con il lancio del nuovo nome aziendale.
Esecuzione basata su eventi e i dati numerici forniti da Sparxity
L'hardware è basato sugli eventi: le unità di esecuzione vengono avviate solo quando un input cambia, quindi le parti inattive di un modello non consumano cicli e non trasferiscono dati. Sparxity definisce questo concetto come sparsità in pratica. L'azienda afferma che JUBIS è progettato per offrire un'esecuzione del risolutore sparso 10 volte più veloce, un consumo energetico 18 volte inferiore per i carichi di lavoro di machine learning basati sugli eventi e un tempo 20 volte più breve per ottenere una soluzione accettabile nei problemi di ottimizzazione. Si tratta di dati forniti dal produttore, senza alcun sistema di riferimento, carico di lavoro, dimensione del batch o precisione pubblicati, e non li abbiamo testati né verificati.
Il silicio è SpiNNaker2, il chip basato su Arm derivato dalla linea di ricerca SpiNNaker avviata da Steve Furber, progettista dell'architettura Arm originale. L'azienda descrive la sua scheda server come composta da 48 chip SpiNNaker2, ciascuno con 152 core Arm e acceleratori dedicati, e la stessa famiglia di schede è stata utilizzata nel sistema presentato dai Sandia National Laboratories nel 2025, che è stato valutato in grado di simulare da 150 a 180 milioni di neuroni. Sparxity non ha specificato quante schede siano presenti nel rack di Jülich. Complessivamente, la sua base installata conta tre tape-out, oltre 70,000 chip prodotti, più di 12 rack installati e oltre 30 clienti.
"L'apprendimento automatico sparso rappresenta una delle maggiori opportunità per migliorare radicalmente l'efficienza dell'IA", ha affermato il Dr. Guido Trensch, del Simulation and Data Lab Neuroscience del Jülich Supercomputing Centre. "Adottando Sparxity, siamo in grado di integrare la nostra infrastruttura HPC, unica al mondo, con un approccio fondamentalmente nuovo, aprendo nuove opportunità di ricerca che ci consentiranno di sviluppare ulteriormente i progressi nel campo delle neuroscienze."
Dove si colloca JUBIS a Jülich
JSC descrive il progetto alla base dell'acquisto, ESAB (Event-based Supercomputer for AI and Beyond), come un'iniziativa infrastrutturale triennale iniziata nel 2026 per aggiungere un modulo di calcolo SpiNNaker2 a basso consumo energetico e basato su eventi alla sua Architettura di Supercalcolo Modulare, lo stesso framework che combina un cluster di CPU con un booster GPU in JUPITER . Gli obiettivi elencati da JSC sono carichi di lavoro di intelligenza artificiale, simulazioni neuroscientifiche in tempo reale e altri campi per un'ampia comunità scientifica, basandosi sul suo Simulation and Data Lab Neuroscience, sull'Human Brain Project e sul precedente progetto pilota Advanced Computing Architectures. Il finanziamento proviene dal Fondo europeo di sviluppo regionale e dallo Stato della Renania Settentrionale-Vestfalia nell'ambito del programma EFRE/JTF NRW 2021-2027.
JSC gestisce anche la JUPITER AI Factory, che, come sottolinea Sparxity, è una delle 19 fabbriche di IA in Europa e l'unica costruita attorno a un sistema exascale. Pertanto, JUBIS si insedia in una struttura che già esegue inferenze GPU dense su larga scala, ed è proprio questo il paragone che l'azienda intende suggerire. La sua posizione è che i modelli diventano più sparsi più velocemente di quanto l'hardware denso possa sfruttare, con il routing mixed-of-experts, i livelli di memoria e l'attenzione block-sparse come esempi, e che una macchina basata sugli eventi trasforma questa sparsità in velocità laddove una GPU aggiunge un overhead di routing.
Il rebranding segna il passaggio tra le due generazioni di prodotti. Sparxity afferma che i suoi sistemi attuali sono destinati sia all'HPC (High-Performance Computing) che all'IA (Intelligenza Artificiale), mentre la prossima generazione si concentrerà completamente sulla sparsità per l'inferenza AI, rivolta ai creatori di modelli che desiderano una sparsità più fine e dinamica, e ai data center e ai neocloud che vogliono più token al secondo a costi inferiori. Il CEO e co-fondatore Hector Gonzalez ha affermato che la collaborazione con Jülich dimostra il valore di questo approccio su scala di supercomputer. Il sito di SpiNNcloud elenca il chip successore, SpiNNext, con un'efficienza energetica 78 volte superiore a quella delle GPU, contro le 18 volte di SpiNNaker2, e la disponibilità è indicata come "prossimamente".




Amazon