Az AI-infrastruktúra az új digitális közmű – térképen Európa AI-gyárai

Az AI-infrastruktúra az új digitális közmű – térképen Európa AI-gyárai 2560 1703 H1 Systems Mérnöki Szolgáltatások Kft.

2025 novemberében a jülichi JUPITER elsőként lépte át Európában az exascale határt. A rendszer másodpercenként egytrillió lebegőpontos műveletet végez, mesterségesintelligencia-feladatokon pedig mintegy 40 exaFLOP/s teljesítményre képes. Néhány hónappal később, 2026 első negyedévében Münchenben éles üzembe állt a Deutsche Telekom és az NVIDIA egymilliárd eurós Industrial AI Cloud platformja, 10 ezer Blackwell GPU-val. A két fejlesztés más-más világból érkezett: az egyik közpénzből épült kutatási infrastruktúra, a másik tisztán piaci beruházás. Az irány mégis közös. Európa elkezdte közműként kezelni az AI számítási kapacitást – ahogy a huszadik században a villamosenergia-hálózat, úgy válik a huszonegyedikben az AI-infrastruktúra a gazdaság működésének alapfeltételévé.

Miért közmű a számítási kapacitás?

A közmű ismérve, hogy működés közben láthatatlan, hiánya viszont azonnal megbénítja a mindennapokat. Az AI-alapú szolgáltatások ma már így épülnek be a gazdaságba: az ügyfélszolgálatba, a gyártásirányításba, a diagnosztikába, a logisztikába vagy a közlekedési szolgáltatásokba. Aki a modellekhez hozzáfér, de a mögöttük álló kapacitáshoz nem, az kiszolgáltatottá válik.

Az Európai Unió szabályozási válasza pontosan ezt a közműlogikát követi. A 2026 júniusában bemutatott technológiai szuverenitási csomag részeként a Cloud and AI Development Act az uniós adatközponti kapacitás megháromszorozását tűzte ki 5–7 éven belül. A tervezet minden tagállamban legalább egy adatközponti gyorsító övezet kijelölését és legfeljebb 12 hónapos engedélyezési határidőt ír elő. Ilyen eszközöket a jogalkotó kritikus infrastruktúránál alkalmaz, nem luxusberuházásoknál.

A kiindulópont ugyanakkor kijózanító. Az európai felhőszolgáltatók piaci részesedése 2017 és 2022 között 29 százalékról 15 százalékra csökkent, és a kontinens a globális AI számítási kapacitás töredékét birtokolja. A jó hír, hogy a kiépítés már zajlik, mégpedig két pilléren: egy közcélún és egy piacin. A kettő nem versenytársa, hanem kiegészítője egymásnak – érdemes külön-külön is megvizsgálni őket.

A közcélú pillér

A közcélú kiépítés gerince az EuroHPC AI Factory programja. A hálózatot 2026 közepén 19 AI-gyár és 13 antenna alkotja; a helyszíneket három körben választották ki, mintegy 2,6 milliárd eurós közös uniós és tagállami keretből. Az első térkép a helyszíneket és a rendszerek teljesítményét mutatja.

A nagy csomópontok

A hálózat legerősebb tagja a jülichi JUPITER AI Factory: 1 exaFLOP/s FP64-teljesítményével a TOP500 lista ötödik helyén áll, és jelenleg ez a világ legenergiahatékonyabb exascale rendszere. A finnországi Kajaaniban a 379,7 petaFLOP/s-os LUMI teljes egészében vízenergiával működik, hulladékhőjével pedig a város távhőhálózatát fűti. Bolognában a Leonardo (241,2 petaFLOP/s) új AI-partícióval bővül, Barcelonában a MareNostrum 5 csúcsértéke 314 petaFLOP/s. A 2026. júniusi TOP500 listára újoncként lépett be a görög DAEDALUS (85,7 petaFLOP/s), amely teljes közvetlen folyadékhűtéssel épült. Franciaországban pedig épül az Alice Recoque, Európa második exascale rendszere.

Közép-Európa felzárkózik

A térség sűrűn szerepel a térképen. Lengyelországban a poznańi PIAST mellett Krakkóban épül a Gaia AI Factory, több mint ezer GPU-gyorsítóval. Ostravában a KarolAIna, Bécsben az AI:AT, Mariborban a Vega bővítése, Szófiában a Discoverer++, Bukarestben és Vilniusban új AI-optimalizált rendszerek készülnek. Magyarország AI Factory Antennaként a JUPITER-hez kapcsolódik: a hazai vállalatok és kutatók saját nemzeti csúcsrendszer kiépítése nélkül férnek hozzá így Európa legerősebb gépéhez.

A piaci pillér

A közcélú hálózat mellett az elmúlt két évben egy második réteg is megjelent: telekomszolgáltatók és adatközpont-üzemeltetők saját, üzleti alapon működő AI-gyárai. Ezeket a második térkép mutatja.

A müncheni Industrial AI Cloud mellett a norvég Telenor már 2024 óta üzemelteti az ország első AI-gyárát – a koncepciótól az éles indulásig kevesebb mint egy év telt el. A Swisscom a Swiss AI Platform mögé Svájc első NVIDIA DGX SuperPOD rendszerét állította, olasz leányvállalata, a Fastweb pedig a NeXXt AI Factory infrastruktúráján tanította be a MIIA nyelvi modellt.

Közép-Európa a piaci pillérből sem marad ki. A lengyel Beyond.pl poznańi adatközponti kampuszán indította el a térség első kereskedelmi AI-gyárát: NVIDIA DGX SuperPOD alapon, 100 MW-os célkapacitással és rackenként akár 140 kW-os áramsűrűséggel. Belgrádban az Orion Telekom 2026 februárja óta működteti Délkelet-Európa első kereskedelmi szuverén AI-infrastruktúráját, és a szerb kormánynak már egy 800 millió eurós nemzeti AI-gyárra is javaslatot tett. A léptéket pedig az észak-norvégiai Narvik jelzi: az Nscale–Aker közös vállalat 230 MW-os, később 520 MW-ra bővíthető, kizárólag vízenergiával működő létesítménye 2026 végéig 100 ezer GPU üzembe állítását célozza – a kapacitás legnagyobb lekötője immár a Microsoft.

Miben különbözik a két modell?

A két pillér ugyanazt a közművet építi, de más logika szerint. Az első különbség a finanszírozás és a küldetés. Az EuroHPC-gyárak uniós és tagállami közpénzből épülnek, és kifejezetten a hozzáférés demokratizálása a céljuk: kutatók, egyetemek, startupok és kkv-k pályázati úton, jellemzően ingyenesen jutnak számítási időhöz. A kereskedelmi AI-gyárak ezzel szemben magántőkéből valósulnak meg, és a kapacitást fizetős szolgáltatásként – GPU-bérletként, AI-platformként vagy kolokációként értékesítik, szerződésben rögzített rendelkezésre állással.

A második különbség a futtatott feladatok jellege. A közcélú rendszereket a tudományos szimuláció és a nagy modellek tanítása uralja. A kereskedelmi oldalon a hangsúly a vállalati alkalmazásokon van: iparági modellek finomhangolásán, digitális ikreken és egyre inkább a folyamatos modellfuttatáson, vagyis az inferencián – ott, ahol az adatnak jogi vagy üzleti okból az országban kell maradnia.

A harmadik különbség a tempó. A közbeszerzésen alapuló EuroHPC-projektek átfutása jellemzően több év. A piaci szereplők ennél gyorsabbak: a Telenor és a Deutsche Telekom rendszere egyaránt egy éven belül jutott el a bejelentéstől az éles üzemig. Cserébe a piaci kapacitás oda épül, ahol fizetőképes kereslet van – a lefedettséget és a kiszámíthatóságot a közcélú hálózat garantálja. A villamosenergia-rendszer párhuzama itt is érvényes: az egyik a mindenki számára elérhető közcélú hálózat, a másik a piaci erőművek rétege. Közműnek tekintjük a kettő egységét együtt.

A találkozási pont: az AI-gigagyárak

A két modell ráadásul összeér. Az InvestAI program 20 milliárd euró közpénzt mozgósít legfeljebb öt AI-gigagyár (gigafactory) létrehozására, egyenként több mint 100 ezer AI-processzorral – a konstrukció azonban kifejezetten a köz- és a magánszféra partnerségére alapoz. Az uniós hozzájárulás a beruházási költség legfeljebb 17 százaléka, az üzemeltetés magánkonzorciumok feladata, a kapacitás egy része pedig garantáltan az európai kutatóké és kkv-ké. Az előzetes érdeklődés minden várakozást felülmúlt: a szándéknyilatkozati körben 16 tagállamból 76 jelentkezés érkezett, 60 helyszínre, összesen több mint 230 milliárd eurós beruházási szándékkal. A hivatalos pályázati felhívást az EuroHPC 2026 nyarán teszi közzé. A gigagyár tehát nem harmadik modell, hanem az első kettő szintézise: közcélú garanciák piaci léptékkel és piaci tempóval.

A közmű mögött mérnöki valóság áll

Bármelyik modellről legyen szó, a számítási kapacitás csak annyira megbízható közmű, amennyire az épület, amely körülveszi. Az AI-létesítmények rackenként 40–400 kW teljesítménysűrűséggel, hibrid folyadék- és léghűtéssel üzemelnek. A hibahatár drámaian szűkült: míg egy léghűtéses szerver percekig biztonságosan működik légáram nélkül, egy GPU 30 másodperc alatt tönkremehet, ha a hűtőfolyadék áramlása megszakad. A Meta mérési adatai szerint egy 16 384 GPU-s klaszterben átlagosan háromóránként történik meghibásodás. Ez az üzemeltetést is átalakítja: a hardverfrissítés rutinfolyamattá válik, a prediktív felügyelet pedig alapkövetelménnyé.

Az energiaoldal sem mellékes. Az iparági beszállítók 64 százaléka az energiahatékonyság felértékelődését, 59 százaléka a folyadékhűtés szélesebb elterjedését várja az AI tápigénye miatt. És itt a két pillér már ma ugyanazt a gyakorlatot követi: a közcélú LUMI a kajaani távhőhálózatba táplálja hulladékhőjét, a kereskedelmi Beyond.pl pedig a Veolia poznańi távhőszolgáltatójával indított projektet, első ütemben mintegy 30 MW hő visszanyerésére. A hulladékhő nem veszteség, hanem hasznosítható erőforrás – az uniós energiahatékonysági irányelv jelentéstételi kötelezettségei pedig mérhetővé teszik, melyik létesítmény veszi ezt komolyan.

A szűk keresztmetszet tehát már nem a chip, hanem az épület: a betáplálás, a hűtés, az üzemeltetési fegyelem. A H1 Systems mérnökei nap mint nap ezen a ponton dolgoznak, mert meggyőződésünk, hogy az AI-korszak versenyképességét végül nem a modellek, hanem a mögöttük álló infrastruktúra minősége dönti el.

Az AI számítási kapacitás kiépítése nem presztízskérdés és nem luxus. Olyan alapinfrastruktúra, amelynek hiánya egy évtizeden belül ugyanúgy mérhető hátrányt jelent majd, mint ma a megbízható villamosenergia-ellátás hiánya. Európa térképén közcélú és piaci oldalról is gyorsan sokasodnak az AI-gyárak – és minden új pont mögött egy-egy mérnöki léptékű feladat áll.