EUROPA Trilyon Parametre Eşiğinde

Avrupa Birliği'nin açık yapay zeka modeli EUROPA, hedeflediği trilyon parametre eşiğine bir adım kaldı. Projeyi yürüten Domyn, 12 Kasım 2026'da yayınladığı teknik yazıda modelin yaklaşık 952 milyar parametreyle Almanya'nın Jülich kentindeki JUPITER süper bilgisayarında eğitilebildiğini gösterdi. Bu bir ürün lansmanı değil; tam eğitim koşusundan önce yapılan bir ölçek gösterimi.

EUROPA nedir, kim geliştiriyor?

EUROPA, Avrupa Komisyonu'nun Şubat 2026'da EuroHPC ortak girişimiyle başlattığı Frontier AI Grand Challenge programı kapsamında seçilen açık model projesi. Komisyon, en az 400 milyar parametreli, 24 resmî AB dilini destekleyen ve AB Yapay Zeka Yasası'na uyumlu bir model istedi. Haziran 2026'da kazanan konsorsiyum açıklandı: Milano merkezli Domyn (eski adıyla iGenius) liderliğinde Fraunhofer IAIS ve Fraunhofer IIS. Konsorsiyum, bir yıl boyunca EuroHPC kapasitesinin yüzde 2,5'ine kadar kullanım hakkı elde etti.

952 milyar parametre: test yapılandırmasının detayları

Domyn'in paylaştığı yapılandırma klasik yoğun (dense) bir model değil, uzman karışımı (MoE) mimarisi. Toplam 951,9 milyar parametre var, ancak her token için bunun yalnızca 32,8 milyarı aktif oluyor. Ağ 384 uzmana bölünmüş ve her token için 8 uzman devreye giriyor. 74 katman, 6.144 gizli boyut, 1.792 uzman gizli boyutu ve 256.000 kelime dağarcığı kullanılıyor. Eğitim dizi uzunluğu 65.536 token; optimize edici tarafında Muon ve AdamW birlikte çalışıyor.

Bu tabloyu önemli kılan şey, MoE mimarisinin getirdiği maliyet avantajı: toplam parametre sayısı trilyon sınırına dayanırken hesaplama yükü 32,8 milyar aktif parametre üzerinden ödeniyor.

Eğitim hızı 14 kat arttı: 90'dan 1.300 token/saniyeye

Domyn mühendisleri eğitim yığınını PyTorch ve TorchTitan etrafında yeniden kurdu. Her paralel model kopyası için 96 düğümde 384 NVIDIA GH200 GPU kullanıldı. Başlangıçta GPU başına saniyede 90 token civarında olan işlem hızı, optimizasyonların ardından yaklaşık 1.300 token/saniyeye çıktı. Şirketin hesabına göre bu, trilyon parametreli bir modelin yaklaşık dört ayda ön eğitimini mümkün kılıyor. Plan, 384 GH200'lük dört kopya, yani toplam 1.536 GPU üzerinden ilerlemek.

Domyn bu sırada PyTorch ve TorchTitan'a yama katkısı da gönderdi. Yani kazanç yalnızca şirketin kendi yığınında kalmıyor; kamuya açık eğitim araçlarına da dönüyor.

Neden kamu altyapısı önemli?

Bu ölçekteki modeller genellikle şirketlerin sahip olduğu veya kiraladığı kümelerde eğitiliyor. JUPITER ise yüzlerce projenin paylaştığı, kamu fonuyla kurulmuş bir bilim altyapısı. Bu nedenle mimari tercihleri özel kümelerden farklı: ağ topolojisi, InfiniBand trafiği ve düğüm içi yeniden yerleştirme (resharding) gibi konularda standart reçeteler yetmiyor. Domyn'in anlatımı, bu kısıtların aşılabildiğini göstermesi açısından Avrupa için siyasi bir mesaj da taşıyor: yeni veri merkezleri kurmadan, hâlihazırda finanse edilmiş süper bilgisayarların kapasitesi açığa çıkarılabilir.

Henüz ortada bir model yok: açık kalan sorular

Teknik yazının dikkatli okunması gereken kısmı burada. Domyn metnin başında modelin "yeni eğitilmeye başladığını" söylerken geri kalanında yalnızca deneme koşularını anlatıyor. Ölçülen hız değerleri her denemenin 4 ile 10. adımları arasında alınan medyan değerler ve rakamların tam eğitim başlamadan önce değişebileceği açıkça belirtiliyor.

Lisans: Ne Komisyon ne Domyn, EUROPA'nın lisansını açıkladı.
Ağırlıklar: Model ağırlıkları yayınlanmadı, çıkış tarihi de verilmedi.
Veri: Eğitim verisinin karışımı ve dillerin ağırlığı bilinmiyor.
Performans: Yayınlanmış bir benchmark skoru yok.

Domyn Edge ve Avrupa'nın açık model hattı

Domyn, 20 Ekim 2026'da Apache 2.0 lisansıyla Domyn Edge adlı 4 milyar parametreli küçük modelini kademeli olarak yayınlamaya başladı. İtalya'daki Leonardo süper bilgisayarında 13 trilyon token ile sıfırdan eğitilen bu model, EUROPA'nın aksine şimdiden indirilebilir durumda. Avrupa'da açık ağırlıklı model sayısı da artıyor: Mistral Large 4, İsviçre'den Apertus, EuroLLM, Almanya'dan Kolibri-1 ve Polonya'dan Bielik aynı hatta duruyor. Ancak lisanslar modelden modele değişiyor ve çoğu model eğitim verisini ya da kodunu açmıyor.

Ne anlama geliyor?

EUROPA örneği, yapay zeka kapasitesi tartışmasını yalnızca çip ve veri merkezi sayısına indirgemenin eksik olduğunu gösteriyor. Aynı donanımda yazılım optimizasyonuyla 14 kat hız kazanmak, mevcut kamu altyapısının bir kısmını frontier ölçeğine taşıyabilir. Ama bir mühendislik gösterimi ile yayınlanmış bir model arasındaki mesafe hâlâ açık: tam eğitim koşusu, değerlendirme ve lisans kararı verilmeden EUROPA'nın hazır olduğunu söylemek erken.

Takip edilecek tarih net: konsorsiyumun tam eğitim koşusunu başlatıp başlatmadığı ve ağırlıkları hangi lisansla açacağı. Bu iki soru yanıtlanana kadar EUROPA, Avrupa'nın teknik kapasitesini kanıtlayan bir deneme olarak kalacak.