論文の概要: Trends in AI Supercomputers
- arxiv url: http://arxiv.org/abs/2504.16026v2
- Date: Wed, 23 Apr 2025 20:08:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:52.805755
- Title: Trends in AI Supercomputers
- Title（参考訳）: AIスーパーコンピュータの動向
- Authors: Konstantin F. Pilz, James Sanders, Robi Rahman, Lennart Heim,
- Abstract要約: AIスーパーコンピュータの計算性能は9ヶ月毎に倍増している。
2025年のトップのAIスーパーコンピュータは、2022ドル(16ビットFLOP/s)、200万のAIチップ、200億ドルのハードウェアコスト、9GWの電力を必要とする。
全世界では、米国がデータセットの総パフォーマンスの75%を占めており、中国は15%で2位だ。
- 参考スコア（独自算出の注目度）: 0.5492530316344587
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Frontier AI development relies on powerful AI supercomputers, yet analysis of these systems is limited. We create a dataset of 500 AI supercomputers from 2019 to 2025 and analyze key trends in performance, power needs, hardware cost, ownership, and global distribution. We find that the computational performance of AI supercomputers has doubled every nine months, while hardware acquisition cost and power needs both doubled every year. The leading system in March 2025, xAI's Colossus, used 200,000 AI chips, had a hardware cost of \$7B, and required 300 MW of power, as much as 250,000 households. As AI supercomputers evolved from tools for science to industrial machines, companies rapidly expanded their share of total AI supercomputer performance, while the share of governments and academia diminished. Globally, the United States accounts for about 75% of total performance in our dataset, with China in second place at 15%. If the observed trends continue, the leading AI supercomputer in 2030 will achieve $2\times10^{22}$ 16-bit FLOP/s, use two million AI chips, have a hardware cost of \$200 billion, and require 9 GW of power. Our analysis provides visibility into the AI supercomputer landscape, allowing policymakers to assess key AI trends like resource needs, ownership, and national competitiveness.
- Abstract（参考訳）: フロンティアAI開発は強力なAIスーパーコンピュータに依存しているが、これらのシステムの分析は限られている。
2019年から2025年にかけて、500台のAIスーパーコンピュータのデータセットを作成し、パフォーマンス、電力需要、ハードウェアコスト、オーナシップ、グローバルディストリビューションの主なトレンドを分析します。
AIスーパーコンピュータの計算性能は9ヶ月毎に倍増し、ハードウェアの獲得コストと電力需要はどちらも毎年倍増している。
2025年3月、XAIのColossusは20万台のAIチップを使用し、ハードウェアコストは7億ドルで、300MWの電力を必要とした。
AIスーパーコンピュータが科学から産業機械へと進化するにつれて、企業はAIスーパーコンピュータのパフォーマンスのシェアを急速に拡大し、政府と学界のシェアは減少していった。
グローバルに見れば、米国は私たちのデータセットの総パフォーマンスの75%を占めており、中国は15%で2位です。
観測されたトレンドが続くと、2030年のトップAIスーパーコンピュータは、2ドル(約2万2000円)の16ビットFLOP/sを達成し、200万のAIチップを使用し、ハードウェアコストは200億ドル、電力は9GWである。
私たちの分析は、AIスーパーコンピュータの展望を可視化し、政策立案者がリソースニーズやオーナシップ、国家の競争力といった重要なAIトレンドを評価することを可能にする。
関連論文リスト
- Real-World Gaps in AI Governance Research [0.0]
9,439件のAI生成論文(2020年1月から2025年3月)から1,178件の安全性と信頼性に関する論文を引用し、主要なAI企業や大学の研究成果を比較した。
企業AI研究は、モデルアライメントとテストと評価という、デプロイ前領域にますます集中していることに気付きました。
医療、金融、誤情報、説得力と中毒性の特徴、幻覚、著作権など、リスクの高い展開領域に重要な研究ギャップが存在する。
論文 参考訳（メタデータ） (2025-04-30T20:44:42Z) - Superintelligence Strategy: Expert Version [64.7113737051525]
AI開発を不安定にすることで、大国間の対立の可能性が高まる可能性がある。
スーパーインテリジェンス — ほぼすべての認知タスクにおいて、AIが人間よりもはるかに優れている — が、AI研究者によって期待されている。
本稿では,相互保証型AI誤動作の概念を紹介する。
論文 参考訳（メタデータ） (2025-03-07T17:53:24Z) - Europe's AI Imperative - A Pragmatic Blueprint for Global Tech Leadership [16.711035492718356]
ヨーロッパは、米国と中国の間で厳しい競争が繰り広げられている世界的AI競争において、突破の一途をたどっている。
欧州の強みを生かし、ギャップを埋める、鋭く実行可能な戦略を提示する」と述べた。
論文 参考訳（メタデータ） (2025-02-12T20:46:04Z) - Toward Cross-Layer Energy Optimizations in AI Systems [4.871463967255196]
エネルギー効率は、人工知能の採用に歯止めをかける要因になる可能性が高い。
人工知能(AI)や機械学習(ML)ツールや技術の普及によって、そのエネルギー効率が採用への歯止め要因になりそうである。
これは、生成AI(GenAI)モデルが巨大なエネルギー豚であるからである。
推論はさらにエネルギーを消費する。
論文 参考訳（メタデータ） (2024-04-10T01:35:17Z) - Computing Power and the Governance of Artificial Intelligence [51.967584623262674]
政府や企業は、AIを管理する手段として計算を活用し始めている。
計算ベースのポリシーと技術は、これらの領域を補助する可能性があるが、実装の準備ができている点で大きなバリエーションがある。
プライバシーや経済的影響、権力の中央集権化といった分野において、ガバナンスの計算方法の素早い、あるいは不十分なアプローチは重大なリスクを伴います。
論文 参考訳（メタデータ） (2024-02-13T21:10:21Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Artificial intelligence adoption in the physical sciences, natural
sciences, life sciences, social sciences and the arts and humanities: A
bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文 参考訳（メタデータ） (2023-06-15T14:08:07Z) - Future Computer Systems and Networking Research in the Netherlands: A
Manifesto [137.47124933818066]
我々はICTの重要部分としてCompSysに注目している。
オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
論文 参考訳（メタデータ） (2022-05-26T11:02:29Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z) - Advancing Computing's Foundation of US Industry & Society [1.443696537295348]
ITの影響下にあるのは、コンピュータハードウェアの劇的な改善であり、新しい機能をアンロックするパフォーマンスを提供する。
100倍のハードウェアを使わずに次のAIを飛躍させるだろうか?
この白書はムーアの法則を超えた新しいコンピューティングアプローチを開発するための多角的努力を主張する。
論文 参考訳（メタデータ） (2021-01-04T23:40:45Z) - The De-democratization of AI: Deep Learning and the Compute Divide in
Artificial Intelligence Research [0.2855485723554975]
大手テクノロジー企業やエリート大学は、2012年のディープラーニングの予期せぬ増加以来、主要なAIカンファレンスへの参加を増やしている。
この効果は、QS世界大学ランキングで1-50位にランクされているエリート大学に集中している。
このAI研究における企業やエリート大学の存在の増加は、中層(QSが201-300位)と下層(QSが301-500位)の大学が混在している。
論文 参考訳（メタデータ） (2020-10-22T15:11:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。