이 섹션의 9,396개 레코드는 대부분 공개된 수치가 아니라 재구성한 추정치입니다. 이 페이지는 각 종류의 수치가 어떻게 도출되며 어느 정도까지 신뢰할 수 있는지 설명합니다.
모두 Epoch AI에서 가져옵니다. AI의 궤적을 추적하는 독립 연구 기관으로, 데이터셋을 CC BY 4.0 라이선스로 공개합니다. 이 라이선스는 출처와 저자를 밝히는 조건으로 재사용, 재배포, 복제를 허용합니다. 해당 표기는 이 섹션의 모든 페이지에, 그것이 적용되는 데이터 바로 옆에 표시됩니다.
여기 있는 어떤 것도 그들의 사이트를 스크래핑한 것이 아닙니다. 각 데이터셋은 그들이 내려받을 수 있도록 공개한 파일에서 가져와 데이터베이스로 정규화한 뒤 개별 페이지로 다시 게시합니다. 연구는 그들의 것이고, 구조와 상호 링크와 문장은 우리의 것입니다.
학습 연산량은 연구소가 공개하는 경우가 거의 없습니다. 사용한 하드웨어에서 재구성하거나(칩 수에 처리량, 학습 기간, 가동률 계수를 곱함) 아키텍처와 데이터셋 규모에서 추정합니다. 어느 방법으로 산출한 수치인지는 각 모델 레코드에 명시되어 있습니다.
데이터센터 용량과 전력은 건축 허가, 위성 영상, 전력 구매 계약, 칩 발주, 보도된 지출에서 얻습니다. 지표에 따라 대략 1.4배에서 1.6배의 불확실성을 동반합니다. 900 MW로 기재된 사이트가 실제로는 600이거나 1,400일 수도 있습니다.
칩 공급과 보유량은 실적 보고서, 출하 데이터, 공급망 생산 능력을 바탕으로 모델링합니다. 중앙값과 함께 5백분위·95백분위 구간으로 공개되며, 가운데 값으로 축약하지 않고 세 값을 모두 저장합니다.
기업 재무 수치는 공시가 아니라 언론 보도에서 가져옵니다. 이들 기업 대부분이 비상장이기 때문입니다. 같은 분기에 대해 매체마다 다른 수치를 보도하므로, 각 보도를 하나의 시계열로 평균 내지 않고 날짜가 붙은 개별 지점으로 보관합니다. 기업 페이지의 대표 수치는 단순히 가장 최근 보도이며, 그 날짜를 함께 밝힙니다.
Epoch은 각 데이터센터의 주소는 공개하지만 좌표는 공개하지 않으며, 그들의 지도는 브라우저에서 이를 해석합니다. 따라서 연산 자원 지도는 그 주소들을 OpenStreetMap에 대해 지오코딩하고, 각각이 어느 수준까지 확인되었는지 기록합니다. 건물, 도로, 구역, 도시, 또는 카운티까지입니다. 일부 사이트는 우편 주소 대신 공사 설명만 제공하는데, 이런 경우 레코드에 언급된 도시를 기준으로 배치하며 그보다 정밀하다고 결코 표시하지 않습니다.
모든 후보 일치 항목은 국가와, 미국의 경우 주소에서 파싱한 주와 대조해 확인하고 일치하지 않으면 기각합니다. 이 확인이 없으면 엉뚱한 주에 있는 같은 이름의 도로가 기가와트급 사이트를 소리 없이 옮겨버립니다. GPU 클러스터 좌표는 Epoch 자체 내보내기 파일에서 가져와 공개된 그대로 사용합니다.
귀속 정보, 즉 누가 데이터센터를 소유하고 누가 그 연산 자원을 쓰는지에는 명시적인 신뢰도 태그가 붙습니다. confident, likely, speculative 세 가지입니다. 이 태그는 레코드에 그대로 보존해 표시합니다. "마이크로소프트가 소유한 것으로 보인다"와 "마이크로소프트가 소유한다"는 서로 다른 주장이기 때문입니다.
모델 레코드에도 같은 원칙이 적용되어 항목 전체에 대한 신뢰도 등급이 붙고, GPU 클러스터에는 확실성 필드와 함께 무엇이 논란인지 설명하는 메모가 따라붙는 경우가 많습니다. 수치에 백분위 구간이 있으면 그 구간을 저장하고, 수치가 없으면 추측하는 대신 아무것도 말하지 않습니다.
Epoch은 자주 다시 공개하며 일부 데이터셋은 매주 바뀝니다. 이 사이트는 그들이 공개한 파일에서 다시 동기화하고, 모든 레코드는 가져온 날짜를 저장합니다. 각 페이지 하단의 출처 줄에 표시되는 것이 바로 그 날짜입니다. 여기의 수치가 그들의 것과 다르다면 가장 먼저 확인할 것은 이 취득 날짜입니다.
