Workflow
谁拥有最多的AI芯片?

人工智能超级计算机性能增长 - 自2010年以来用于训练著名AI模型的计算量每年增长4.1倍,实现聊天机器人、图像生成等突破 [1] - 领先AI超级计算机性能每9个月翻一番,年增长率达2.5倍,主要依赖芯片数量(年增1.6倍)和单芯片性能(年增1.6倍)提升 [2][23] - 2025年最大系统xAI Colossus性能达2019年领先系统Summit的50多倍,包含20万个AI芯片 [21][23] 资源需求趋势 - AI超级计算机硬件成本年增1.9倍,2025年最大系统成本达70亿美元 [3][50] - 电力需求年增2.0倍,2025年最大系统需300兆瓦(相当于25万户家庭用电量) [3][41] - 能源效率年提升1.34倍,主要来自芯片改进而非基础设施优化 [45][47] - 按当前趋势,2030年最大系统需200万芯片/2000亿美元成本/9GW电力(相当于9个核反应堆) [4][73] 行业格局变化 - 私营部门份额从2019年40%飙升至2025年80%,公共部门降至20%以下 [8][56] - 公司系统性能年增2.7倍,远超公共部门1.9倍增速 [29][32] - 美国占全球AI超算性能75%,中国以15%居第二,传统强国份额不足3% [10][63] - 美国主导源于云计算和AI开发领先地位,控制关键芯片供应链 [79][81] 技术发展驱动 - AI超级计算机增长与最大训练任务算力需求(年增4-5倍)保持一致 [33][34] - 投资激增形成良性循环:更好基础设施→更强AI系统→更多投资 [70] - 电力限制可能成为主要瓶颈,推动分布式训练发展 [77] - 学术研究受限,工业界系统透明度降低影响政策制定 [82][83] 数据集与方法 - 覆盖2019-2025年500+系统,估计占全球AI超算总性能10-20% [1][19] - 定义标准:含AI芯片且达领先系统1%性能 [18] - 数据来源包括公司公告、Top500条目和模型训练记录 [19]