Tieteellisiä läpimurtoja LUMI-supertietokoneen avulla
Tutkijat akateemisesta maailmasta ja yrityksistä ovat hyödyntäneet LUMI-supertietokoneen valtavaa laskentatehoa nopeuttaakseen löytöjä, ratkaistakseen yhteiskunnan merkittävimpiä haasteita ja edistääkseen innovaatioita monilla tieteenaloilla. Käyttöönottonsa jälkeen LUMI on tarjonnut huippuluokan suurteholaskentaa ja tekoälykapasiteettia noin 3 500 tutkimushankkeelle akateemisessa maailmassa ja yrityksissä. Syksyn 2022 ja syksyn 2025* välisenä aikana on julkaistu yli 280 vertaisarvioitua tieteellistä artikkelia, joissa on kiitetty LUMIn tarjoamia resursseja.
Merkittävimpiin julkaisuihin kuuluu 34 artikkelia arvostetussa Nature-lehdessä ja sen lehtiperheessä sekä artikkeleita muissa johtavissa tiedejulkaisuissa, kuten Science ja Cell. Lisäksi LUMI mainittiin sadoissa konferenssijulkaisuissa ja preprinteissä.
Artikkelit edustavat laajaa tieteenalakirjoa: LUMI-projektien allokaatiodatassa käytetyn OECD-luokituksen mukaan mukana on 30 eri tieteenalaa. Suurin osa hankkeista kuuluu luonnontieteisiin, kuten fysiikkaan, kemiaan ja biologiaan. Mukana on kuitenkin myös useita insinööritieteisiin liittyviä artikkeleita sekä esimerkiksi maatalouteen, terveyteen ja lääketieteeseen liittyviä aiheita. Monet tutkimuksista ovat lisäksi luonteeltaan monitieteisiä.

Valikoituja kohokohtia
Alla on valikoituja kohokohtia tieteellisistä julkaisuista, jotka osoittavat LUMIn merkittävän vaikutuksen tieteen edistämisessä muun muassa seuraavilla aloilla:
Terveys ja biotieteet
- Miguel Graça et al: Distributed transformer for high order epistasis detection in large-scale datasets
julkaisussa Nature Scientific Reports. - Petra Čechová et al:Mechanistic insights into interactions between ionizable lipid nanodroplets and biomembranes
julkaisussa Journal of Biomolecular Structure and Dynamics.
Tekoäly ja koneoppiminen
- Friederike Barkmann et al: Machine learning training data: over 500,000 images of butterflies and moths (Lepidoptera) with species labels
julkaisussa Nature Scientific Data. - Antti Pihlajamäki et al: GraphBNC: Machine Learning-Aided Prediction of Interactions Between Metal Nanoclusters and Blood Proteins
julkaisussa Advanced Materials.
Ilmastotiede
- Nils Wedi et al: Implementing digital twin technology of the earth system in Destination Earth
julkaisussa Journal of the European Meteorological Society. - Destination Earth’in Climate Change Adaptation Digital Twinoli ehdolla ACM Gordon Bell Prize for Climate Modelling 2025 -palkinnon saajaksi.
Fysiikka ja insinööritieteet
- Jörn Warnecke et al:Numerical evidence for a small-scale dynamo approaching solar magnetic Prandtl numbers
julkaisussa Nature Astronomy. - Daniele Massaro et al: Direct numerical simulation of the turbulent flow around a Flettner rotor
julkaisussa Nature Scientific Reports. - Julkaisussa käytetty koodi, Neko, oli myös ehdolla vuoden 2023 ACM Gordon Bell Prize -palkinnon saajaksi.
Aalto-yliopiston tietojenkäsittelytieteen laitoksen professori Maarit Korpi-Lagg oli yksi Nature Astronomy -artikkelin kirjoittajista.
”Laskutoimitusten nopeutumisen myötä säästyy myös hillittömästi energiaa. Vuosikausia on tuntunut pahalta, kuinka paljon ympäristöresursseja supertietokoneet kuluttavat, mutta nyt tehdessämme töitä yhdellä maailman ympäristöystävällisimmällä supertietokoneella, poistuu myös tämä taakka tutkijan hartioilta”, Maarit Korpi-Lagg sanoi.
Kvanttimekaniikka
- Daniel Pęcak et al:Time-dependent nuclear energy-density functional theory toolkit for neutron star crust: dynamics of a nucleus in a neutron superfluid
julkaisussa Physical Review X.
Tohtori Daniel Pęcak Puolan tiedeakatemian fysiikan instituutista on artikkelin pääkirjoittaja ja LUMI-projektin vastuullinen tutkija.
”Ryhmämme hakee jatkuvasti pääsyä uusimpiin supertietokoneisiin. Nämä resurssit ovat välttämättömiä Fermi-järjestelmien tutkimiseen tarvittavalla tarkkuudella ja suurilla volyymeilla, mikä on ratkaisevaa neutronitähtien mikroskooppisten ominaisuuksien tutkimuksessa. Tarve mallintaa ytimen lisäksi myös suprafluidi lisää merkittävästi monimutkaisuutta, mikä tekee äärellisen koon vaikutusten huomioimisesta haastavaa. Superlaskentaresurssien avulla tehokkaan massan tutkiminen lähestymistavallamme on mahdollista. Siksi LUMIn panos tutkimukseemme on korvaamaton”, kuvailee Daniel Pęcak tutkimustaan.
Vaikutus yhteiskuntaan
Suurteholaskenta on noussut nykyaikaisen tieteellisen tutkimuksen ja teknologisen kehityksen kulmakiveksi. Tutkijat eri aloilla luottavat supertietokoneisiin käsitellessään valtavia tietomassoja, suorittaessaan monimutkaisia simulaatioita ja tuottaessaan ymmärrystä, joka olisi tavanomaisilla laskentamenetelmillä mahdotonta. Euroopassa strategiset investoinnit suurteholaskennan infrastruktuuriin eivät ainoastaan vauhdita perustutkimuksen läpimurtoja, vaan mahdollistavat myös käytännön ratkaisuja joihinkin maailman kiireellisimpiin haasteisiin.
LUMI antaa tutkijoille mahdollisuuden tarttua ongelmiin sellaisessa mittakaavassa, jota ei aiemmin osattu edes kuvitella. LUMI nopeuttaa innovaatioita ja edistää rajat ylittävää yhteistyötä. Sen vaikutus ulottuu akateemisen maailman ulkopuolelle yrityksiin, päätöksentekoon ja koko yhteiskuntaan.
”Nämä johtavissa tiedelehdissä julkaistut artikkelit osoittavat, kuinka tärkeä rooli supertietokoneiden tutkimusinfrastruktuureilla, kuten LUMIlla, on tieteelle ja yhteiskunnalle. Ne todistavat, että Euroopan pitkäjänteiset investoinnit supertietokoneisiin tuottavat konkreettisia tuloksia, edistäen tutkimusta, vauhdittaen innovaatioita ja auttaen ratkaisemaan globaaleja haasteita”, sanoo LUMIn johtaja Pekka Manninen CSC:ltä.
*Tieto artikkeleista syksyn 2022 ja syksyn 2025 välillä on kerätty Google Scholarista. Artikkelien analyysi tehtiin Microsoft Copilotin GPT-5-ominaisuuksien avulla, ja tulokset tarkistettiin niiden paikkansapitävyyden varmistamiseksi.
Kuva: Mikael Kanerva, CSC.
Lue lisää
- Jos haluat hakea pääsyä LUMI:n laskentaresursseihin, tutustu Get started -osioon LUMI:n verkkosivuilla
- LUMI-supertietokone
- Suurteholaskentaa yrityksille