Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch5. Juni 2025 · Q005864

Power requirements of leading AI supercomputers have doubled every 13 months

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Laut Epoch-AI-Bericht verdopple sich der geschätzte Leistungsbedarf führender KI-Supercomputer etwa alle 13 Monate; Colossus wird mit 280 MW gegenüber 13 MW für Summit im Jahr 2019 angegeben. Die zugehörige Tabelle kombiniert Betreiberangaben, Studien und Schätzungen zu bestehenden und geplanten Systemen, wobei viele GPU-Zahlen, Zeitpunkte und Projektumsetzungen unsicher oder indirekt hergeleitet sind.

Mittel

Die Notizen beschreiben einen Epoch-AI-Bericht, dessen zentrale Aussage lautet: Der geschätzte Leistungsbedarf führender KI-Supercomputer verdopple sich etwa alle 13 Monate. Als Beispiele nennt der Bericht Summit mit 13 MW im Januar 2019 und xAI Colossus mit 280 MW. Für die Analyse betrachtet Epoch 502 ab 2019 gestartete Systeme aus einem größeren Datensatz. Betreiberangaben werden, sofern vorhanden, genutzt; fehlende Spitzenwerte schätzt Epoch aus Chip-TDP, Chipzahl, System-Overhead und PUE. TOP500-Durchschnittswerte werden zur Schätzung des Spitzenbedarfs hochgerechnet.

Die Tabelle versammelt bestehende, geplante und stillgelegte Systeme sowie Trainingscluster. Sie nennt konkrete Hardwaregrößen für Arbeiten wie PaLM, Falcon 180B, BLOOM und CodeFuse-13B, aber auch für große Systeme von NVIDIA, Google, AMD und Cerebras. Die Belastbarkeit der Angaben variiert: Statusmarkierungen unterscheiden bestätigte von wahrscheinlichen oder unwahrscheinlichen Vorhaben; zahlreiche GPU-Zahlen, Betriebsdaten und Leistungswerte sind abgeleitet oder geschätzt. Bei anonymisierten chinesischen Einträgen fehlen oft Identität und Hardwaredetails. Auch geplante Kapazitäten belegen nicht, dass Hardware installiert wurde oder einen einzelnen Cluster bildet. Der Bericht weist somit auf stark wachsende Anforderungen hin, während viele Tabellenwerte mit ausdrücklicher Unsicherheit zu lesen sind.

Ausführlich lesen

Die Notizen fassen einen Epoch-AI-Bericht über den Strombedarf großer KI-Supercomputer und eine umfangreiche Systemtabelle zusammen. Die zentrale Aussage des Berichts lautet, dass sich die geschätzte Leistungsanforderung führender KI-Supercomputer etwa alle 13 Monate verdoppelt habe. Als Größenvergleich nennt er Summit mit 13 MW im Januar 2019 und xAI Colossus mit 280 MW. Der Bericht führt außerdem an, Colossus nutze mobile Generatoren, weil das örtliche Stromnetz die nötige Kapazität nicht bereitstelle. Als mögliche künftige Lösung erwähnt er Training über geografisch verteilte Supercomputer und verweist auf Gemini 1.0.

Epochs Datensatz umfasst laut Notizen 728 Supercomputer mit dedizierten KI-Beschleunigern aus dem Zeitraum 2010 bis heute. Geschätzt deckt er 10–20 Prozent der bis 2025 erzeugten KI-Chip-Leistung ab. Für die Analyse der Leistungsentwicklung betrachtet Epoch 502 Systeme, die ab 2019 in Betrieb gingen. Wo Betreiberwerte fehlen, schätzt Epoch den theoretischen Spitzenbedarf anhand von Chip-TDP, Chipzahl, einem pauschalen System-Overhead und PUE. Der Overhead-Faktor von 1,82 beruht auf NVIDIA-DGX-H100-Spezifikationen. Die PUE-Werte stammen aus einer Studie von Shehabi et al. (2024), angepasst um einen angenommenen Vorteil spezialisierter Rechenzentren. Durchschnittswerte aus TOP500-Benchmarks werden mit 1,5 multipliziert, um den Spitzenbedarf abzuschätzen. Für manche chinesischen Chips und kundenspezifische Beschleuniger fehlen öffentliche TDP-Angaben; solche Systeme bleiben deshalb teilweise unberücksichtigt.

Die Tabelle dokumentiert bestehende, geplante und stillgelegte Systeme sowie Trainingscluster aus Forschungsarbeiten. Sie nennt unter anderem große NVIDIA-, AMD-, Google-TPU- und Cerebras-Systeme. Für einzelne Trainings werden konkrete Größen angegeben: etwa 6.144 TPU-v4-Chips für PaLM, bis zu 4.096 A100-GPUs für Falcon 180B und 512 A100-GPUs für BLOOM oder CodeFuse-13B. Weitere Beispiele betreffen GPT-4, Gemini, Movie Gen und Gemma 2. Solche Angaben beschreiben teils die für ein Training genutzte Hardware, nicht zwingend einen dauerhaft zusammenhängenden Cluster.

Die Evidenz ist uneinheitlich. Einträge tragen Statusangaben wie „Confirmed“, „Likely“ oder „Unlikely“. Manche Chipzahlen werden aus Knotenangaben, TOP500-Daten oder vagen Beschreibungen wie „Tausende“ errechnet. Betriebsdaten können auf Ankündigungen, Trainingszeiträumen oder indirekten Quellen beruhen. Bei geplanten Vorhaben sind Kapazität, Hardwaretyp, Standort und tatsächliche Umsetzung häufig nicht gesichert. So gelten mehrere Condor-Galaxy-Anlagen als geplant, während offenbleibt, ob CS-2 oder CS-3 eingesetzt wird; die angekündigten 36 ExaFLOPS beziehen sich auf das Netzwerk aus neun Systemen. Auch Schätzungen zu sehr großen Campusprojekten und Stargate Abilene sind laut Tabelle besonders unsicher.

Die Notizen warnen außerdem vor Doppelzählungen und falscher Genauigkeit: Anonymisierte chinesische Einträge lassen sich oft nicht bestimmten Maschinen zuordnen und können Wiederholungen oder Varianten darstellen. Geplante Kapazität ist nicht gleich installierte Hardware, und ähnliche Systemnamen können verschiedene Cluster bezeichnen. Der Datensatz ist daher eine Zusammenstellung dokumentierter Angaben und Schätzungen; viele Einzelwerte sind ausdrücklich keine bestätigten Messungen oder vollständigen Bestandsnachweise.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung bezieht sich auf die drei genannten Sammelfragen; Teilfragen wurden nicht angegeben, daher gibt es dazu keine Bewertungen.

Im Bericht, aber nicht in der Zusammenfassung

  • Colossus wird mit mobilen Generatoren betrieben, weil das lokale Netz nicht genug Leistung liefert
  • Ausblick, dass Spitzenmodelle künftig über geografisch verteilte Supercomputer trainiert werden könnten
  • Der Datensatz umfasst 728 Supercomputer, von denen Epoch schätzt, dass sie rund 10–20 % der bis 2025 produzierten KI-Chipleistung ausmachen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 24 %Hintergrund, keine Belege
    • Luna 44 %Hintergrund, keine Belege
    • JEV offen
    • amos 32 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 24 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV offen
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 30 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV offen
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 60 %Hintergrund, keine Belege
    • JEV offen
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV offen
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 34 %einzelne zitierbare Belege
    • JEV offen
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung kein Bezug
  2. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV offen
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV offen
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 58 %Hintergrund, keine Belege
    • JEV offen
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →