AstraZeneca, Ericsson, Saab, SEB och SKF ska använda samma svenska AI-superdator för helt olika uppgifter – från läkemedelsforskning till utveckling av försvarssystem och industriellt underhåll. Sferical One lanseras officiellt den 15 oktober 2026, men anläggningen i Linköping har redan varit i drift sedan sensommaren. Satsningen ska ge företagen större AI-kapacitet, lägre gemensamma kostnader och bättre kontroll över känslig information.

Bakom Sferical AI står AstraZeneca, Ericsson, Saab, SEB och Wallenberg Investments, som bildade bolaget 2025. SKF anslöt som strategisk partner under våren 2026. Tillsammans representerar företagen verksamheter med stora behov av avancerade beräkningar, men med mycket olika krav på hur tekniken ska användas.

Med Sferical One får de tillgång till en gemensam teknisk plattform byggd kring Nvidias mest avancerade AI-processorer. Enligt Sferical AI:s lanseringsbesked handlar det om att både utveckla nya AI-modeller och använda tekniken i företagens ordinarie verksamheter.

Det är en viktig skillnad mot när samarbetet först presenterades. Superdatorn är nu en fungerande anläggning, även om företagen ännu inte har redovisat vilka ekonomiska resultat den har gett.

Så ska de fem storbolagen använda Sferical One

Satsningen visar hur AI börjar bli en gemensam teknisk resurs för flera delar av det svenska näringslivet. Grundtekniken är densamma, men användningsområdena skiljer sig betydligt.

Företag	Planerade användningsområden
AstraZeneca	Läkemedelsforskning, biologiska data och utveckling av avancerade AI-modeller.
Ericsson	AI-modeller för mobilnät, nätverksprestanda och effektivare drift.
Saab	Utveckling av försvarsteknik och framtida försvarsförmågor.
SEB	Effektivare bankprocesser och nya AI-baserade tjänster för kunder och medarbetare.
SKF	Förebyggande underhåll, kvalitetskontroll, tekniska simuleringar och produktutveckling.

AstraZeneca vill förbättra läkemedelsforskningen

För AstraZeneca ligger möjligheten framför allt i att kunna bearbeta mycket stora mängder vetenskapliga data och utveckla mer avancerade modeller för läkemedelsforskning.

AI kan användas för att hitta samband i biologiska och kemiska data, identifiera intressanta molekyler och analysera forskningsresultat. Med större beräkningskapacitet kan företaget arbeta med modeller som annars skulle vara alltför resurskrävande.

Ett särskilt intressant område är så kallade multimodala modeller, som kan kombinera flera olika typer av forskningsdata. Det kan ge forskarna en bredare bild av biologiska processer än om varje datamängd analyseras separat.

Målet är att effektivisera forskningen och på sikt bidra till snabbare läkemedelsutveckling. Däremot finns ännu inga offentliggjorda resultat som visar att Sferical One har förkortat utvecklingstiden för något specifikt läkemedel.

Ericsson ska utveckla AI för telekommunikation

Ericsson planerar att använda beräkningskapaciteten för stora AI-modeller anpassade till telekommunikationsbranschens särskilda behov.

Det kan exempelvis handla om att analysera komplicerade samband i mobilnät, förbättra nätverksprestanda och utveckla system som kan göra nätverksdriften effektivare.

Till skillnad från generella AI-tjänster behöver sådana modeller kunna hantera stora mängder tekniska data och förstå hur olika delar av ett kommunikationsnät påverkar varandra.

Ericsson använder redan AI inom flera delar av sin verksamhet. Det nya är tillgången till en gemensam och mycket kraftfullare svensk infrastruktur för fortsatt utveckling.

Saab ska stärka utvecklingen av försvarssystem

För Saab är avancerad AI en teknik med stor betydelse för framtidens försvarsprodukter.

Företaget vill använda den nya kapaciteten för att påskynda utvecklingsarbetet och skapa nya tekniska förmågor. I en bransch där system kan innehålla stora mängder mjukvara, sensorer och komplex informationsbehandling kan AI få en växande roll.

Saabs stridsflygplan Gripen E har exempelvis lyfts fram i sammanhanget som ett mjukvarudefinierat system där nya metoder kan bidra till fortsatt utveckling.

Det innebär däremot inte att Saab har presenterat någon särskild Gripen-funktion som redan utvecklats med Sferical One. Vilka konkreta försvarsprojekt som använder superdatorn har inte offentliggjorts.

SEB ser möjligheter i bankverksamheten

SEB:s användningsområden handlar framför allt om att utveckla AI-baserade tjänster och effektivisera bankens arbetsprocesser.

Stora AI-modeller kan användas för avancerad informationsbearbetning, automatisering och digitala tjänster som hjälper både medarbetare och kunder.

För en bank finns samtidigt höga krav på informationssäkerhet, integritet och kontroll över känslig information. Tillgången till en gemensam svensk beräkningsplattform är därför inte bara en fråga om prestanda, utan också om hur tekniken kan införas på ett kontrollerat sätt.

SEB har ännu inte presenterat någon detaljerad förteckning över banktjänster som redan drivs med hjälp av Sferical One.

SKF vill förutse fel innan maskiner stannar

SKF har några av satsningens tydligaste industriella användningsområden.

Företaget arbetar med bland annat lager, tätningar och teknik för roterande maskiner. Genom att analysera information om belastning, vibrationer och andra tekniska förhållanden kan AI användas för att bedöma när utrustning riskerar att få problem.

Det öppnar för bättre förebyggande underhåll, där service kan planeras innan ett fel leder till ett kostsamt produktionsstopp.

SKF ser också möjligheter inom kvalitetskontroll, avancerade beräkningar och produktutveckling. Företagets specialistkunskaper om friktion, slitage och smörjning kan kombineras med stora AI-modeller för att utveckla nya tekniska lösningar.

Sferical One kompletterar därmed SKF:s befintliga digitala infrastruktur snarare än ersätter företagets övriga molntjänster.

Superdatorn har över 1 100 Nvidia-processorer

Sferical One är placerad i Linköping och bygger på Nvidias DGX SuperPOD-teknik med Grace Blackwell Ultra-arkitektur.

Anläggningen omfattar enligt de presenterade tekniska uppgifterna två DGX SuperPOD-system med sammanlagt 16 GB300-rack och totalt 1 152 grafikprocessorer, så kallade GPU:er.

GPU:erna är särskilt lämpade för att genomföra ett mycket stort antal beräkningar parallellt. Det gör dem centrala vid träning av stora AI-modeller, där enorma datamängder behöver bearbetas under lång tid.

Men kapaciteten kan också användas när färdigtränade modeller ska utföra avancerade uppgifter. Det kallas inferens och kan exempelvis innebära att en AI-modell analyserar tekniska mätvärden, tolkar forskningsdata eller genomför andra beräkningsintensiva arbetsmoment.

Systemen är sammankopplade för att kunna hantera arbetsuppgifter som skulle vara svåra att genomföra effektivt på mindre datorer.

Nvidias betydelse för satsningen är också en del av ett större svenskt teknikintresse. Bolagets vd Jensen Huang uppmärksammas i samband med sitt besök i Stockholm den 15 oktober.

Varför bygger inte företagen var sin superdator?

Den gemensamma ägar- och användningsmodellen är en av de mest intressanta delarna av Sferical One.

Att bygga en modern AI-superdator kräver långt mer än att köpa kraftfulla processorer. Anläggningen behöver avancerade nätverkslösningar, kylning, strömförsörjning, lokaler och specialiserad kompetens för drift och underhåll.

Genom att samla resurserna i ett gemensamt bolag kan deltagarna dela på delar av dessa investeringar och kostnader.

Det finns också en möjlig effektivitetsvinst. Ett läkemedelsföretag, en bank och en industrikoncern behöver inte nödvändigtvis maximal beräkningskapacitet vid samma tidpunkt. En gemensam infrastruktur kan därför skapa bättre förutsättningar att utnyttja dyrbar utrustning över tid.

Samarbetet handlar dessutom om kompetens. Genom Sferical AI och utvecklingsverksamheten Sferical Labs ska företagen kunna dra nytta av gemensamma tekniska erfarenheter, även om deras affärshemligheter och känsliga data behöver hållas åtskilda.

Det finns dock en viktig reservation: Sferical AI har inte redovisat någon fullständig kostnadsjämförelse som visar hur mycket företagen sparar jämfört med att bygga egna anläggningar eller köpa motsvarande kapacitet från externa molnleverantörer.

Det är alltså en modell med tydliga möjliga ekonomiska fördelar, men ännu utan offentliggjorda besparingssiffror.

Svensk kontroll över AI – men tekniken kommer från USA

Ett annat huvudargument för satsningen är möjligheten att behålla större kontroll över den infrastruktur som används för känsliga AI-beräkningar.

För AstraZeneca kan det handla om värdefull forskningsinformation. För Saab är skyddet av försvarsrelaterad teknik avgörande, medan SEB måste hantera bankinformation under omfattande säkerhets- och regelkrav.

Med en anläggning i Sverige får företagen större inflytande över var beräkningarna sker och hur den gemensamma infrastrukturen organiseras.

Det är en del av den bredare utveckling som brukar kallas suverän AI: att företag och länder försöker minska beroendet av externa aktörer för strategiskt viktig AI-kapacitet.

Samtidigt är det viktigt att inte förväxla svensk datakontroll med fullständigt tekniskt oberoende.

Sferical One bygger på Nvidias amerikanska processorer och teknikplattform. Hur väl känsliga uppgifter skyddas beror dessutom på konkreta säkerhetslösningar, åtkomstregler och hur informationen hanteras i respektive projekt.

Att flera företag använder samma superdator innebär inte heller att de automatiskt delar sina forskningsdata, kunduppgifter eller företagshemligheter med varandra.

Sveriges ökande intresse för egen AI-kapacitet märks även på andra håll. Den franska molnleverantören Scaleway planerar en annan AI-superdator i Sverige, med AMD-processorer och en mer kommersiellt inriktad molnmodell.

Skillnaden är att Sferical One redan är i drift och har byggts kring ett särskilt samarbete mellan stora industriföretag.

Nästa steg är egna AI-modeller och mätbara resultat

Sferical AI planerar också att utveckla tjänster kring Nvidias öppna AI-modeller i Nemotron-familjen.

Sådana modeller kan anpassas och vidareutvecklas för särskilda användningsområden. För företagen kan det innebära möjligheter att bygga mer specialiserade AI-system utifrån den egna verksamhetens behov, i stället för att enbart använda generella AI-tjänster.

Det är dock ett utvecklingsspår, inte en färdig tjänsteplattform som presenterats med dokumenterade kundresultat.

Lanseringen av Sferical One innebär att Sverige nu har ytterligare en stor AI-anläggning i faktisk drift, med flera av landets mest betydande företag som användare och samarbetspartner.

Den avgörande frågan framöver blir vad tillgången till beräkningskapaciteten faktiskt leder till: snabbare forskning, effektivare mobilnät, bättre industriprodukter, nya banktjänster eller lägre utvecklingskostnader.

Det är först när sådana resultat går att mäta som det blir möjligt att fullt ut bedöma den ekonomiska nyttan av den gemensamma investeringen.