Die 9,396 Datensaetze in diesem Bereich sind ganz ueberwiegend Rekonstruktionen, keine Offenlegungen. Diese Seite erklaert, wie jede Art von Zahl zustande kommt und wie weit man ihr trauen sollte.
Alle stammen von Epoch AI, einem unabhaengigen Forschungsinstitut, das die Entwicklung der KI verfolgt. Es veroeffentlicht seine Datensaetze unter einer CC BY 4.0-Lizenz, die Weiterverwendung, Weitergabe und Vervielfaeltigung erlaubt, sofern Quelle und Autoren genannt werden. Dieser Nachweis steht auf jeder Seite dieses Bereichs, direkt neben den Daten, fuer die er gilt.
Nichts davon wird von ihrer Website gescrapt. Jeder Datensatz stammt aus den Dateien, die sie zum Download anbieten, wird in eine Datenbank normalisiert und als einzelne Seiten neu veroeffentlicht. Die Forschung ist ihre; die Struktur, die Querverweise und die Texte sind unsere.
Die Trainingsrechenleistung wird von einem Labor so gut wie nie veroeffentlicht. Sie wird entweder aus der eingesetzten Hardware rekonstruiert (Chipzahl mal Durchsatz, Trainingsdauer und einem Auslastungsfaktor) oder aus Architektur und Datensatzgroesse. Jeder Modelldatensatz nennt, welche Methode seine Zahl ergeben hat.
Kapazitaet und Leistung von Rechenzentren stammen aus Baugenehmigungen, Satellitenbildern, Stromliefervertraegen, Chipbestellungen und berichteten Ausgaben. Sie tragen je nach Kennzahl rund 1,4x bis 1,6x Unsicherheit — ein mit 900 MW gefuehrter Standort koennte plausibel auch 600 oder 1.400 haben.
Chipangebot und Chipbestand werden aus Quartalsberichten, Lieferdaten und Lieferkettenkapazitaet modelliert. Sie werden als Median mit einem Band zwischen 5. und 95. Perzentil veroeffentlicht, und alle drei Werte werden gespeichert, statt auf den mittleren Wert reduziert zu werden.
Unternehmenszahlen stammen aus der Presse, nicht aus Pflichtveroeffentlichungen — die meisten dieser Unternehmen sind nicht boersennotiert. Verschiedene Medien berichten fuer dasselbe Quartal verschiedene Zahlen, deshalb wird jeder Bericht als eigener datierter Punkt gefuehrt, statt zu einer einzigen Reihe gemittelt zu werden. Die Leitzahl auf einer Unternehmensseite ist schlicht der juengste Bericht, und sie nennt sein Datum.
Epoch veroeffentlicht zu jedem Rechenzentrum eine Postanschrift, aber keine Koordinaten — ihre eigene Karte loest sie im Browser auf. Die Rechenleistungs-Karte geokodiert diese Adressen daher gegen OpenStreetMap und haelt fest, wie genau jede aufgeloest werden konnte: bis zum Gebaeude, zur Strasse, zum Stadtteil, zur Ortschaft oder nur zum Kreis. Einige wenige Standorte nennen eine Baubeschreibung statt einer Postanschrift; diese werden nach der im Datensatz genannten Ortschaft gesetzt und nie als genauer dargestellt.
Jeder Treffer wird gegen das Land und, in den Vereinigten Staaten, gegen den aus der Adresse gelesenen Bundesstaat geprueft und bei Widerspruch verworfen — ohne diese Pruefung verschiebt ein gleichlautender Strassenname im falschen Bundesstaat stillschweigend einen Gigawatt-Standort. Die Koordinaten der GPU-Cluster stammen aus Epochs eigenem Export und werden unveraendert uebernommen.
Zuordnungen — wem ein Rechenzentrum gehoert, wer seine Rechenleistung nutzt — tragen eine ausdrueckliche Vertrauensangabe: confident, likely oder speculative. Diese Angaben bleiben am Datensatz und werden angezeigt, denn „Microsoft gehoert das wahrscheinlich“ und „Microsoft gehoert das“ sind verschiedene Behauptungen.
Dasselbe gilt fuer Modelldatensaetze, die eine Vertrauensbewertung fuer den gesamten Eintrag tragen, und fuer GPU-Cluster, die ein Sicherheitsfeld und oft eine Notiz zum Streitpunkt tragen. Hat eine Zahl ein Perzentilband, wird das Band gespeichert; fehlt eine Zahl, sagt die Seite nichts, statt zu raten.
Epoch veroeffentlicht haeufig neu — manche Datensaetze aendern sich woechentlich. Diese Website synchronisiert sich erneut aus ihren veroeffentlichten Dateien, und jeder Datensatz speichert das Abrufdatum, das die Quellenzeile am Fuss jeder Seite ausweist. Weicht eine Zahl hier von ihrer ab, ist das Abrufdatum das Erste, was man pruefen sollte.
