AMD versterkt zijn positie in supercomputing: 4 van de 10 krachtigste systemen gebruiken hun technologie

Supercomputers maken opnieuw deel uit van de race om kunstmatige intelligentie. Jarenlang werd het AI-debat meestal gedomineerd door modellen en commerciële datacentra. Maar de infrastructuur waarmee klimaatmodellen worden gesimuleerd, materialen bestudeerd, reactoren ontworpen, wetenschappelijke modellen getraind of medisch onderzoek versneld wordt, heeft een bekende naam: HPC, high-performance computing.

AMD bereikt de nieuwe TOP500-lijst van juni 2026 met een versterkte positie. Het bedrijf bevestigt dat haar technologie aanwezig is in 191 systemen op de TOP500- en Green500-lijsten, dat is een stijging van 11% ten opzichte van het voorgaande jaar. Het levert 4 van de 10 krachtigste supercomputers ter wereld en 4 van de 10 meest energie-efficiënte. Daarnaast stelt AMD dat haar EPYC-processors en Instinct-accelerators in 41% van de nieuwe systemen van deze editie voorkomen.

De officiële ranglijst bevestigt AMD’s invloed aan de top. Het nieuwe nummer één-systeem is LineShine, geïnstalleerd bij het National Supercomputing Centre in Shenzhen, China. Daarop volgen twee grote Amerikaanse systemen gebaseerd op AMD-technologie: El Capitan bij Lawrence Livermore National Laboratory en Frontier in Oak Ridge. Ook staan HPC7 en HPC6, beide van Eni in Italië, in de top 10.

AMD versterkt haar positie in de maatschappelijke top van TOP500

De top 10 onthult een interessante marktbeeld. Nvidia heeft nog steeds een enorme aanwezigheid op het gebied van AI-accelerators, en verschillende high-performance systemen gebruiken hun GPU’s. Maar AMD is erin geslaagd haar architectuur te plaatsen in kernmachines voor wetenschappelijke en industriële supercomputing. In systemen als El Capitan, Frontier, HPC7 en HPC6 combineren CPU’s EPYC en GPU’s Instinct om lasten te dekken zoals simulaties, modellering, dataverwerking en AI.

El Capitan staat op de tweede plaats met een maximale Linpack-prestatie van 1.809 PFlop/s en 11,34 miljoen cores. Frontier, jarenlang symbool van de exascale-tijd, staat derde met 1.353 PFlop/s. HPC7, het nieuwe systeem van Eni, staat op zes met 571,5 PFlop/s, terwijl HPC6 de top 10 voltooit op achtste plaats met 477,9 PFlop/s.

De case van Eni is opmerkelijk omdat het laat zien dat supercomputing niet langer uitsluitend binnen nationale laboratoria plaatsvindt. HPC7 en HPC6 zijn industriële systemen, gericht op energie, geavanceerde simulaties, modellering en analyse. AMD presenteert ze als onderdeel van de Europese ambitie om soevereine capaciteit in AI en HPC te versterken, een tendens die steeds meer terugkomt in het technologische discours van de EU.

LUMI, beheerd door EuroHPC en gehuisvest bij CSC in Finland, staat op positie 11, net buiten de top 10, maar blijft een van Europa’s meest relevante systemen. Het is geen enkel hardwaremonster: het is een gedeelde infrastructuur voor onderzoek, AI, wetenschappelijke simulatie en industriële projecten binnen Europa.

Green500: efficiëntie als nieuwe maat voor kracht

De Green500-lijst krijgt steeds meer gewicht omdat de bottleneck in AI en HPC niet alleen de chip is, maar vooral het energieverbruik. Het trainen van modellen, uitvoeren van simulaties en het runnen van exascale-systemen vereisen enorme hoeveelheden elektriciteit en koeling. In die context wordt energie-efficiëntie per watt een strategisch criterium in plaats van slechts een technische detail.

AMD beweert dat 4 systemen met haar technologie onder de top 10 van de Green500-lijst staan: Otus, Capella, AMD Ouranos en Portage. Daarnaast stelt het dat het 56% van de 50 meest efficiënte systemen voedt.

Een belangrijk nuancepunt: “met AMD-technologie” betekent niet altijd dat alle componenten uitsluitend van AMD zijn. Soms is de CPU van AMD, terwijl de accelerators van een andere leverancier zijn. Moderne supercomputers worden steeds heterogener, en de lijsten tonen vaak verschillende architecturen en combinaties van processors, GPU’s, interconnects, geheugen en koelingssystemen.

Het onderliggende verhaal is duidelijk: de volgende fase van wetenschappelijke AI kan niet alleen gebaseerd zijn op steeds meer accelerators. Data-centra zullen meer prestaties per megawatt moeten halen, operationele kosten moeten reduceren en elke sprong in capaciteit moeten rechtvaardigen bij publiek en industrieel budget dat steeds meer gericht is op energie, duurzaamheid en netwerkkwaliteit.

Europa streeft naar soevereiniteit via supercomputing en wetenschappelijke AI

Ook vanuit Europees perspectief is dit belangrijk. AMD neemt deel aan verschillende projecten die dienen als infrastructuur voor technologische zelfvoorziening, zoals LUMI, HPC7 en de geplande Franse exascale-supercomputer Alice Recoque.

Volgens AMD en Eviden wordt Alice Recoque de eerste exascale-supercomputer van Frankrijk en de tweede in Europa. Het project wordt geleid door GENCI, beheerd door CEA en gefinancierd door EuroHPC JU, het Digital Europe-programma en het Jules Verne-consortium, met deelname van Frankrijk, Nederland en Griekenland. Het totale budget bedraagt 554 miljoen euro en het systeem wordt gebaseerd op de nieuwste AMD EPYC CPU’s en AMD Instinct MI430X GPU’s.

Deze machine wordt gepresenteerd als een “AI Factory” die simulatie, data-analyse en kunstmatige intelligentie combineert. Voorkeurstoepassingen zijn klimaat- en materiaalmodellering, energie, digitale tweelingen voor gepersonaliseerde geneeskunde en het ontwikkelen van Europese AI-modellen. AMD en Eviden geven aan dat dit systeem 94 racks bevat en gebruikmaakt van vloeistofkoeling met warm water om energie-efficiëntie te verhogen.

Dergelijke projecten maken het verschil tussen louter AI-toepassingen gebruiken en echte eigen capaciteit hebben om te onderzoeken, trainen, simuleren en valideren. Europa heeft wellicht wat later ingespeeld op de commerciële lagen van generatieve AI, maar supercomputing blijft een belangrijke route om wetenschap, industrie en gespecialiseerde modellen te ondersteunen met meer controle over data, infrastructuur en publieke prioriteiten.

FP64 keert terug naar de kern van het debat

Een opvallend punt in AMD’s aankondiging is haar nadruk op double precision, FP64. In commerciële AI wordt veel gesproken over FP8, FP4 en lage-precisieformaten, omdat die snellere trainingen en inferenties mogelijk maken. Maar veel wetenschappelijke taken kunnen zich geen foutmarges veroorloven. Klimaatsimulaties, materiaalkunde, vloeistofdynamica, kernfusie en complexe fysieke systemen vereisen precisie.

AMD presenteert de Instinct MI430X-GPU als een apparaat gericht op de convergentie tussen HPC en AI, met een verwachte native FP64-prestatie van meer dan 200 TFLOPs. Als dat wordt bevestigd in praktische systemen, betekent dat een belangrijke rol voor wetenschappelijke simulaties en modellering met AI.

De technische redenatie van AMD is dat de toekomstige wetenschappelijke AI niet alleen afhankelijk zal zijn van webdata of tekst, maar van fysische simulaties van hoge fideliteit. Als modellen trainen op lage-kwaliteit- of lage-precisiegegevens, zullen ze die beperkingen meenemen. Door te werken met meer exacte simulaties, kunnen ze beter complexe fenomenen begrijpen.

Daarom is FP64 geen achterhaalde technologie, maar juist een essentiële bouwsteen voor specifieke toepassingen. AI die materialen ontdekt, reactors optimaliseert, geneesmiddelen versnelt of klimatologische systemen modeleert, heeft betrouwbare data nodig. En die data worden vaak geboren in supercomputers die prioriteit geven aan precisie boven tekstgeneratie.

Een race waarin HPC en AI niet meer gescheiden zijn

Jarenlang werden HPC en AI beschouwd als gerelateerde maar verschillende markten. HPC was verbonden met wetenschap, simulaties, universiteiten, nationale laboratoria en zware industrie. AI groeide om grote modellen, cloud-datacentra en accelerators voor training en inferentie.

De scheidslijn vervaagt nu. Moderne supercomputers draaien AI-taken. Wetenschappelijke modellen vereisen simulatie. Industriële bedrijven gebruiken machine learning op HPC-data. Laboratoria streven naar infrastructuren die kunnen trainen, simuleren, visualiseren en analyseren op één platform.

AMD bevindt zich perfect op dat snijvlak. Haar EPYC- en Instinct-architecturen concurreren zowel op HPC- als AI-gebieden, terwijl projecten als El Capitan, Frontier, LUMI, HPC7 en Alice Recoque laten zien dat het niet alleen draait om hyperscalers en algemene modellen.

De TOP500-lijst van juni 2026 wijst uit dat China opnieuw de eerste plaats inneemt met LineShine, terwijl de VS hun exascale-systemen handhaven en Europa haar kracht probeert te versterken met EuroHPC, Eni, GENCI en nationale centra. Supercomputing wordt weer een geopolitieke, wetenschappelijke en industriële race.

AMD komt sterker uit deze editie, maar de concurrentie is en blijft aanwezig. Nvidia domineert nog steeds het AI-verhaal, Intel houdt een belangrijke positie, en Chinese projecten ontwikkelen eigen architecturen. Wat echt telt, is dat de infrastructuur voor AI niet alleen wordt gemeten aan het aantal GPU’s, maar aan de architectuur die wetenschap, efficiëntie en soevereiniteit op lange termijn ondersteunt.

Veelgestelde vragen

Hoeveel systemen op de TOP500 gebruiken AMD-technologie?
AMD bevestigt dat haar technologie aanwezig is in 191 systemen op de TOP500- en Green500-lijsten, dat is 11% meer dan vorig jaar.

Welke top 10 supercomputers gebruiken AMD?
De lijst van juni 2026 bevat El Capitan, Frontier, HPC7 en HPC6 onder de top 10 met AMD-technologie.

Waarom is de Green500-lijst belangrijk?
Omdat deze lijst de energie-efficiëntie meet. In HPC en AI wordt prestaties per watt steeds belangrijker door energiekosten, koeling en duurzaamheid.

Wat is AMD Instinct MI430X?
Een GPU bedoeld voor de convergentie tussen HPC en AI, met een geprojecteerde prestatie van meer dan 200 TFLOPs native FP64.

Welke rol speelt Europa in deze race?
Europa streeft naar soevereiniteit in AI en supercomputing met systemen zoals LUMI, HPC7 en de toekomstige supercomputer Alice Recoque, gefinancierd binnen het EuroHPC-kader.

vía: amd