LUMI-supertietokoneen avulla pienestä kohti suurta: konenäkömalli urheilukatsomoiden tarpeisiin
Satakuntalainen BC Bertenex Oy lähti kehittämään toimintaansa ja palveluportfoliotaan tekoälysovellusten avulla. Vahvan mobiilitaustansa ansiosta yhtiössä pohdittiin, voisiko tekoäly toimia mobiililaitteissa natiivina Edge AI -ratkaisuna urheilukatsomoiden tarpeisiin.
Alkuvuodesta 2026 Bertenex valjasti LUMI-supertietokoneen tekoälykehitykseen. Pienestä startupista alkoi kehittyä jotain kokoaan suurempaa, kun oman konenäkömallin kehittäminen käynnistyi. Tekoälymalli johti Bertenexin myös uusiin yhteistyömahdollisuuksiin, ja huomattiin, että mallin ominaisuudet voivat sopia myös tutkimuskäyttöön ja toimia muidenkin pk-yritysten apuna.
Vuonna 2022 perustetun startupin taustalta löytyy Ville-Matti Hakanpää, jolla on 25 vuoden kokemus ohjelmistokehityksestä ja kiinnostus generatiiviseen tekoälyyn. Hakanpäällä on myös yli 30 vuoden tausta salibandysta juniorivalmentajana. Raumalla salibandykatsomoissa oli tavallisesti hyvin vähän yleisöä, joka mietti, miten peli saataisiin kiinnostavammaksi yleisölle?
“Lähdimme ratkaisemaan urheilukatsomoiden yleisökatoa ja pelin seuraamisen vaikeutta – tästä syntyi visio ”klikattavista pelaajista”. Mitäpä, jos katsoja voisi osoittaa kännykkänsä kameralle kenttää, klikata pelaajaa ja nähdä reaaliaikaiset tiedot ja tilastot pelaajasta? Lisäisiköhän se kiinnostusta”, Hakanpää muistelee pohtineensa.
Ongelmana oli, että valmiiden konenäkömallien lisenssiehdot olivat sekavia.
“Pk-yritykselle valmiin kaupallisen mallin päälle rakentaminen on massiivinen liiketoiminnallinen riski. Tarvitsimme oman, puhtaan ja mobiilioptimoidun perusmallin (foundation model). Sellaisten kouluttaminen euron minuuttihinnalla kaupallisissa pilvissä oli täysin mahdotonta, eikä kotikoneen kuuden gigan näytönohjaimella tehnyt mitään. Tarvitsimme massiivista laskentatehoa”, Hakanpää kertoo.
LUMIn käyttömahdollisuus mahdollisti tuotekehityksen
Hakanpää kertoo olleensa tammikuussa 2026 Porissa hyvinvointiteknologian messuilla, jossa hän sattui menemään LUMI-tekoälytehtaan messuständille. Spontaanin keskustelun myötä asiat lähtivät etenemään nopeasti. Melko rohkea avaus mieheltä, jolla ei ollut lainkaan aiempaa kokemusta suurteholaskennasta.
“Koodia olen vääntänyt neljännesvuosisadan ja pyöritellyt malleja omilla laitteilla ja tavallisessa pilvessä, mutta LUMI oli ensimmäinen kosketus oikeaan suurteholaskentaan”, Hakanpää sanoo.
Messukohtaamisen perusteella Bertenex lähti liikkeelle pk-yrityksille suunnatulla Try&Buy-projektilla ja sai LUMIlta 1000 GPU-tunnin testijakson. Totuus tuli vastaan nopeasti.
“Poltimme kaikki tuhat tuntia kolmessa päivässä 10 miljoonan parametrin mallin koulutukseen. GPU-tunnit loppuivat yksinkertaisesti kesken”, naureskelee Hakanpää.
LUMI-tekoälytehtaanasiantuntijat huomasivat myös Bertenexin vauhdin ja ohjasivat hakemaan EU:n EuroHPC JU AI Factory -haun kautta LUMI-kapasiteettia nopeutetusti.
“Yrityksellemme myönnettiin peräti 50 000 GPU-tuntia, joiden avulla kehitämme nyt 10, 25 ja 50 miljoonan parametrin malleja”, iloitsee Hakanpää.
LUMI-asiantuntijat opastivat alkuun
Käyttöönotto oli sinänsä suoraviivaista, mutta suurteholaskennan lainalaisuudet piti opetella.
“Tämä ei ole mikään tuotantoympäristön tai RunPod-ympäristön suora korvaaja, jossa vain kirjoitetaan asennuskomennot ja aletaan ajaa mallia superkoneella. Esimerkiksi yli 7 miljoonan opetuskuvan lataaminen tiedostojärjestelmään vaati aivan oman pakkauslogiikkansa ymmärtämistä”, kertoo Hakanpää.
LUMIn dokumentaatio, GitHub-varasto ja lyhyet koulutusluennot olivat suureksi avuksi, käyttäjän omaa kokemusta unohtamatta. Hakanpään mukaan he saivat erittäin tärkeää tukea CSC:n asiantuntijoilta siinä vaiheessa, kun siirtyivät EuroHPC:n resursseihin, ja omat Try&Buy-tunnukset, uudet projektit ja käyttöoikeudet piti saada yhdistettyä toisiinsa. Nämä ratkaisevat asennuspalikat löytyivät LUMI-asiantuntijoiden avulla.
Mallit avoimesti saataville
Hakanpään mukaan LUMI-tekoälytehdas mahdollistaa heille ylipäätään tämän mittaluokan työn tekemisen. Ilman LUMIa ja EuroHPC:tä omien konenäkömallien kouluttaminen olisi taloudellisesti mahdotonta.
“Asiakkaillemme, kuten urheiluseuroille ja katsojille, tämä näkyy siten, että pystymme tuomaan tekoälyratkaisun suoraan heidän taskuunsa. Kun kilpailijat pohtivat kalliiden kamerainfrastruktuurien asentamista stadioneille, meidän Edge AI -mallimme mahdollistaa palvelun tuottamisen katsojan omalla laitteella. Tämä tekee teknologiasta saavutettavaa myös ruohonjuuritason toimijoille ja pienille seuroille, mikä on erittäin tärkeää sen yleistymisen mahdollistamiseksi”, pohtii Hakanpää.
Bertenexin urheilusovellus tukee ruohonjuuritason urheilua tarjoamalla seuroille myös täysin uuden digitaalisen alustan mainontaan ja pelaajien näkyvyyteen.
“Laajemmin katsottuna ratkaisemme koko ohjelmistoalaa vaivaavan lisenssiloukun. Emme pidä näitä malleja vain itsellämme. Kaikki EuroHPC:n mahdollistamat 10, 25 ja 50 miljoonan parametrin mobiilioptimoidut perusmallit julkaistaan koulutusmateriaaleineen GitHubissa avoimena lähdekoodina. Yhden suomalaisen startupin ja LUMIn resurssien ansiosta koko globaali kehittäjäyhteisö saa käyttöönsä turvalliset ja avoimet mobiilimallit. Tämä tukee suoraan myös eurooppalaista tekoälyomavaraisuutta”, painottaa Hakanpää.
Kestävän tuotekehityksen asialla
Bertenexin kehittämä Edge AI -teknologia on itsessään kestävää: mallit pyörivät suoraan päätelaitteessa, kuten katsojan puhelimessa, jolloin raskasta datavirtaa ei siirretä jatkuvasti pilveen, mikä säästää valtavasti sähköä.
“LUMIn ympäristöystävällisyys on myös todella positiivinen asia ja istuu hienosti myös omiin arvoihimme. On hienoa, että näin valtava laskentateho pystytään tuottamaan ympäristöystävällisesti” sanoo Hakanpää.
Syksyllä edessä pilotti
Seuraava iso askel yritykselle on urheilusovelluksen pilotointi Rauman SalBan kanssa syksyllä 2026. Bertenex hakee myös parhaillaan siemenrahoitusta skaalautumiseen, siihenkin LUMI-yhteistyö tuo mukanaan vakuuttavuutta.
“Toivomme sydämestämme, että yhteistyö LUMI-tekoälytehtaan kanssa jatkuu ja saamme jatkossakin LUMI-laskentaresursseja. Kun olemme nyt päässeet järjestelmään ja sen huikeisiin mahdollisuuksiin sisälle, haluamme jatkaa omien malliemme kouluttamista. Kun käytettävissä on LUMIn valtavat resurssit, tuntuu että mahdollisuudet ovat rajattomat. Tulevaisuudessa toivomme voivamme käyttää kertynyttä asiantuntijuuttamme auttaaksemme myös muita yrityksiä hyödyntämään suurteholaskentaa heidän tekoälymalliensa kehittämisessä”, visioi Hakanpää.
“Pienten ja keskisuurten yritysten erityistarpeet ovat meille erittäin hyödyllisiä ja opettavia. Toivomme, että voimme yhdistää osaamisemme ja tuoda kilpailukykyisiä sekä kotimaisia että kansainvälisiä ratkaisumalleja pienyritysten ohjelmisto- ja tuotekehitystarpeisiin suurteholaskennan ja tekoälykehityksen koko ajan kirittäessä meitä”, sanoo yrityskumppanuuksista vastaava kehityspäällikkö Dan Still CSC:ltä.
Huomionarvoista tässä asiakastarinassa on todeta myös se, että startupeille on tarjolla niin laskennallista kuin taloudellista tukea ja erilaisia keinoja kehittää toimintaa. Bertenex on saanut kehitystukea ja vetoapua kehitystyöhönsä myös EDIH:ltä (European Digitalisation Innovation Hub). Nämä ovat alueellisia yhden luukun palvelupisteitä, joita Euroopan unioni tukee Digital Europe -ohjelman puitteissa auttaakseen pieniä ja keskisuuria yrityksiä) sekä julkisen sektorin organisaatioita ottamaan käyttöön edistyksellisiä digitaalisia teknologioita, tekoälyä ja kyberturvallisuutta.
”Robocoast EDIH:n tehtävänä oli auttaa pk-yritystä löytämään sille oikea etenemistapa, luomaan yhteyksiä asiantuntijoihin ja vähentämään tekoälyn kehittämiseen liittyviä riskejä”, kertoo Kati Kiljunen Robocoastista.
”LUMI- supertietokoneesta saatiin resurssit kehitykseen, LUMI-tekoälytehtaasta puolestaan asiantuntijatukea tekoälykehitykseen ja LUMIn käyttämiseen. Jatkokehitykseen haettiin lisäresurssit LUMIin EuroHPC JU AI Factory -hauista. Arvo syntyi siirtymävaiheesta ja etenemistavasta. EDIH:lla, LUMIlla, tekoälytehtaalla ja EuroHPC:llä oli kullakin oma roolinsa, eikä sattumaakaan voinut jättää pois pelistä”, summaa asiakkuuspäällikkö Tiina Leiponen CSC:ltä.
Kuva: Adobe Stock.
Dan Still
Dan Still vastaa teollisten kumppanuuksien ja verkostojen rakentamisesta, teollisen HPC käytön tehostamiseksi.
Tiina Leiponen
Tiina Leiponen edistää LUMIn yrityskäyttöä Suomessa sekä yritysten, korkeakoulujen ja tutkimuslaitosten TKI-yhteistyötä.
