（原标题：谁领有最多的AI芯片？）

如若您但愿不错时常碰头，宽饶标星储藏哦~

东说念主工智能的向上依赖于指数级增长的东说念主工智能超等计较机。自2010年以来，用于西宾最闻名东说念主工智能模子的计较量每年增长4.1倍，从而完毕了先进聊天机器东说念主、图像生成和卵白质结构预测等糟塌。这种西宾计较量的增长主要依赖于更大界限的东说念主工智能超等计较机，这些计较机当今包含卓越10万个AI芯片，硬件成本达数十亿好意思元，何况铺张相等于一个中等城市用电量的电力。

咱们通过系统地采集2019年至2025年的公开数据，汇编了一个包含全球500多台东说念主工智能超等计较机的数据集。咱们将东说念主工智能超等计较机界说为使用AI芯片的系统，该系统在其初次插足运营时达到了当先东说念主工智能超等计较机至少1%的计较性能。通过将总性能与公开的AI芯片坐褥和销售估算进行比较，咱们揣测咱们的数据集涵盖了现存AI超等计较机总容量的10-20%。

当先东说念主工智能超等计较机的计较性能每9个月翻一番，这收获于更多和更好的AI芯片的部署（图1）。两个要道成分推动了这一增长：芯片数目每年增多1.6倍，以及每个芯片的性能每年提高1.6倍。诚然在2019年领有卓越1万个芯片的系统很有数，但到2024年，各公司部署的东说念主工智能超等计较机的界限是其时的十倍以上，举例xAI领有20万个AI芯片的Colossus。

图1：当先东说念主工智能超等计较机的性能（以16位精度的FLOP/s计）每9个月翻一番（年增长率为2.5倍）

当先东说念主工智能超等计较机的电力需乞降硬件成本每年翻一番。东说念主工智能超等计较机的硬件成本每年增长1.9倍，而电力需求每年增长2.0倍。因此，截止2025年3月，性能最强的东说念主工智能超等计较机，即xAI的Colossus，其揣测硬件成本为70亿好意思元（图2），电力需求约为300兆瓦——相等于25万户家庭的用电量。在电力需求大幅增长的同期，东说念主工智能超等计较机的能源恶果也更高了：每瓦计较性能每年提高1.34倍，这险些统统归功于更节能芯片的接收。

如若不雅察到的趋势合手续下去，到2030年6月，当先的东说念主工智能超等计较机将需要200万个AI芯片，硬件成本将达到2000亿好意思元，电力需求将达到9GW。历史AI芯片坐褥的增长以及像5000亿好意思元的“星际之门筹备”（Project Stargate）这么的要害老本插足标明，前两个要求很可能莽撞满足。可是，9GW的电力相等于9个核反应堆的发电量，这超出了任何现存工业本领的界限。为了克服电力规矩，各公司可能会越来越多地接收漫衍式西宾方法，这将使他们莽撞将西宾任务漫衍在多个场所的东说念主工智能超等计较机上进行。

图2：当先东说念主工智能超等计较机的成本（以2025年好意思元计）简短每年翻一番

公司当今主导着东说念主工智能超等计较机。跟着东说念主工智能发展诱骗了数十亿好意思元的投资，各公司马上扩大其东说念主工智能超等计较机的界限，以进行更大界限的西宾。这导致当先的行业系统性能每年增长2.7倍，远高于巨匠部门系统每年1.9倍的增长率。除了更快的性能增长外，各公司还马上增多了他们部署的东说念主工智能超等计较机的总额，以奇迹于快速增长的用户群。因此，工业界在东说念主工智能算计较力中的份额从2019年的40%飙升至2025年的80%，而巨匠部门的份额则降至20%以下（图3）。

图3：巨匠部门与私营部门东说念主工智能超等计较机总性能份额随时辰的变化

好意思国领有75%的东说念主工智能超等计较机，其次是中国。好意思国约占东说念主工智能超等计较机总性能的四分之三，中国以15%位居第二（图4）。与此同期，英国、德国和日本等传统的超等计较强国在东说念主工智能超等计较机领域的作用已变得微不及说念。这种转动反馈了总部位于好意思国的的大型公司在东说念主工智能开发和计较领域的主导地位。可是，鉴于咱们数据库中的很多系统齐不错而已使用，举例通过云奇迹，东说念主工智能超等计较机的地舆位置并不一定决定谁在使用计较资源。

图4：按国度分手的AI超等计较机计较性能份额随时辰的变化。咱们展示了在职何时辰点份额卓越3%的整个国度

咱们将在本次发布后不久发布咱们的数据集以及关系文档。咱们的数据将成为Epoch AI的AI数据中心的一部分，并将依期更新珍重。

序文

自2010年深度学习期间驱动以来，用于西宾闻名AI模子的计较资源（算力）以每年4-5倍的速率增长（Sevilla & Roldan， 2024）。这种指数级的增长一直是很多领域（如大型话语模子或图像生成（Erdil & Besiroglu， 2022; Ho et al.， 2024））东说念主工智能智商普及的主要驱能源。这种算力增长的大部分是由更大、更高性能的AI超等计较机推动的（Hobbhahn et al.， 2023; Frymire， 2024）。

鉴于东说念主工智能超等计较机对东说念主工智能发展的蹙迫性，系统地采集关悉数据莽撞匡助咱们更好地统一其硬件成本、电力需乞降全球漫衍等趋势。这种分析对政策制定者具有蹙迫意旨，因为算力既是东说念主工智能向上的推能源，亦然潜在的惩办器具（Sastry et al.， 2024; Khan & Mann， 2020）。举例，对于东说念主工智能超等计较机在列国漫衍的信息莽撞匡助政府评估其在东说念主工智能领域的国度竞争力，而电力需求增长的数据则有助于电网揣测打算。

可是，尽管东说念主工智能算力非凡蹙迫，但目下尚不存在对于特定于东说念主工智能的超等计较机的全面数据集。诸如Top500榜单或MLPerf基准测试等资源依赖于自觉提交，因此穷乏满盈的数据来可靠地分析趋势（Top500，）。与此同期，用于买卖智能的数据库（如SemiAnalysis的数据中心模子）不公开用于分析，何况侧重于面前的系统而非历史趋势（SemiAnalysis， 2024）。

咱们试图通过采集各式巨匠来源的数据，建立一个包含2019年至2025年间500台东说念主工智能超等计较机的数据集来弥补这一差距。咱们专揽这个数据集来研究几个要道趋势：东说念主工智能超等计较机性能的增长、硬件成本、功耗以及东说念主工智能超等计较智商在国度和部门之间的漫衍。

方法

东说念主工智能超等计较机的界说

咱们将东说念主工智能超等计较机界说为不错守旧西宾大界限东说念主工智能模子，并部署在归并园区内的计较机系统。咱们使用两个轮番来评估给定的系统是否不错守旧西宾大界限东说念主工智能模子：

1. 该系统包含不错加快东说念主工智能责任负载的芯片，举例英伟达的V100、A100、H100和GB200，谷歌的TPU，以过头他常用于西宾前沿东说念主工智能模子的芯片。为了评估给定的芯片是否适用于大界限东说念主工智能西宾，咱们使用了Hobbhahn等东说念主（2023）创建的机器学习硬件数据集。如若某个芯片不在该数据连络，如若它具有以下特征，咱们将其视为东说念主工智能芯片：

守旧东说念主工智能西宾中常用的精度，举例FP16或INT8。

具有专用于矩阵乘法的计较单元，举例英伟达GPU中的张量中枢。

具有高带宽内存（HBM）或其他莽撞完毕高内存带宽的内存类型。

曾用于西宾Epoch AI（2025）的闻名东说念主工智能模子数据连络的模子。

2. 该系统在东说念主工智能关系精度上具有较高的表面计较性能。由于硬件校正速率很快，咱们使用挪动界说，何况只包括在其时至少具有现存性能最强东说念主工智能超等计较机1%性能的系统。

为了均衡数据采集责任和代表性，咱们将数据采集的范围规矩在简短6年，从2019年头到2025年2月。咱们将在https://epoch.ai/data/ai-supercomputers上珍重数据集，并将其与Epoch AI的Data on AI hub集成。

数据采集

咱们使用谷歌搜索API、现存（AI）超等计较机的汇编以及手动搜索来采集2019年至2025年间501台当先东说念主工智能超等计较机的数据集。咱们还涵盖了2019年之前的225个额外系统，算计726台东说念主工智能超等计较机。咱们最蹙迫的来源是公司公告、包含无数GPU的Top500条件以及Epoch AI（2025）的闻名AI模子数据集。对于每个潜在的东说念主工智能超等计较机，咱们手动搜索详肯定息，举例系统使用的芯片数目和类型、初次插足运营的时辰、论述的性能、整个者和位置。

咱们揣测咱们的数据集涵盖了到2025年坐褥的整个AI芯片总性能的约10%，以及截止2025年头最大公司的AI芯片库存的约15%。截止2025年3月，咱们的数据集涵盖了Epoch AI闻名模子数据连络25个最大界限西宾任务所用系统的简短一半（Epoch AI， 2025）。

分析

咱们将采集到的数据与Epoch AI的机器学习硬件数据相联结，以估算咱们数据库中系统的总性能、硬件成本和电力需求（Epoch AI， 2024; Hobbhahn et al.， 2023）。咱们筛选了数据集，得到2019年1月1日至2025年3月1日历间389个高笃定性、已阐发运行的系统。然后，咱们对研究期间初次运行时在全球16位FLOP/s性能名次前十的57台东说念主工智能超等计较机的要道方针进行了转头分析。咱们分析的方针包括计较性能、芯片数目、电力需求、能源恶果和硬件成本。咱们进一步评估了数据连络整个东说念主工智能超等计较机（包括2019年之前的系统，算计470个系统）的总性能在不同部门和国度之间的漫衍情况。

收尾

咱们起头评估了数据连络当先东说念主工智能超等计较机在性能、电力和硬件成本方面的增长情况。然后，咱们历练了数据连络东说念主工智能超等计较机在私营部门与巨匠部门以及不同国度之间的漫衍情况。

当先东说念主工智能超等计较机的计较性能每九个月翻一番

2019年至2025年间，当先东说念主工智能超等计较机的计较性能每年增长2.5倍（图5）。仅筹商公司领有的东说念主工智能超等计较机时，性能增长速率以至更快（3.1.3节）。性能的快速增长使得2025年3月当先的系统，即xAI的Colossus，其性能达到了2019年当先的东说念主工智能超等计较机——橡树岭国度实验室的Summit的50多倍。

咱们在2017年和2018年发现了几台大型东说念主工智能超等计较机，其性能权贵高于咱们2018年之后的收尾所涌现的趋势。目下尚不明晰这在多猛经过上反馈了咱们数据集的障翳不及，或者这些是否如实是直到2021年部署的最大系统。咱们在4.1节中商酌了这些早期系统主要用于科学研究，而不是用于进行大界限西宾，因此可能无法与自后的系统径直比较。

图5：名次前十的当先东说念主工智能超等计较机的性能（以16位精度FLOP/s计）每年增长2.5倍（90%置信区间（CI）：2.4–2.7倍）。咱们从2019年驱动转头分析，但筹商了2019年之前的东说念主工智能超等计较机，以笃定哪些系统在2019年头名次前十。咱们2019年之前的数据有限，无法纳入转头分析。咱们隆起涌现了一些值得稳当的系统。

性能普及依赖于使用更多和更好AI芯片的东说念主工智能超等计较机

(1) 每年2.5倍的性能增长主要源于两个大致颠倒的成分：AI芯片数目的增多和每个芯片性能的提高。

起头，性能最高的东说念主工智能超等计较机中的芯片数目每年增多1.6倍（图12）。2019年1月，橡树岭国度实验室的Summit领有最高的芯片数目，为27，648个NVIDIA V100芯片。到2025年3月，xAI的Colossus领有整个已知系统中最高的芯片数目，为20万个NVIDIA H100和H200芯片。将2019年之前的系统纳入转头分析可能会导致较低的增长率。可是，由于咱们的数据采集只追溯到2019年，咱们无法可靠地进行此项分析。

其次，性能最高的东说念主工智能超等计较机中每个芯片的计较性能每年提高1.6倍。在咱们的研究期间，有三个值得稳当的芯片代系。2019年至2021年间，NVIDIA的V100是最主要的芯片，占已安设性能的90%以上。2021年，NVIDIA的A100驱动变得隆起，并在2023年景为最主要的芯片，而AMD的MI250X和谷歌的TPU v4仅占少数份额。2023年，NVIDIA的H100变得愈加普及，到2024年7月，在咱们数据连络卓越了总性能的50%。

当先东说念主工智能超等计较机每个芯片计较性能的1.6倍（90%置信区间：1.5–1.7）的普及略快于FP32精度下AI芯片性能每年普及1.28倍（90%置信区间：1.24–1.32）和FP16精度下每年普及1.38倍（90%置信区间：1.28–1.48）的总体趋势（Rahman， 2025; Hobbhahn et al.， 2023）。这种互异可能源于东说念主工智能超等计较机主要接收当先的AI芯片，而不是平均性能的芯片。

图6：当先东说念主工智能超等计较机中的AI芯片数目每年增长1.6倍（90%置信区间：1.5–1.8倍）。咱们从2019年驱动转头分析，但也采集了更早的数据，以笃定哪些2019年的东说念主工智能超等计较机位列前十。咱们2019年之前的数据有限，无法纳入转头分析。完竣方法见第2节。

(2) 东说念主工智能超等计较机的性能增长速率卓越了传统超等计较机

Benhari等东说念主（2024）发现，1994年至2023年间，最大的Top500超等计较机的64位性能每年增长1.45倍。这一增长率使得名次前十的东说念主工智能超等计较机的性能增长速率权贵快于Top 500顶级机器的历史趋势。两个成分可能导致了这种互异：特定于AI的芯片和更快的投资增长。

起头，AI芯片的性能也曾卓越了CPU的性能（Hobbhahn et al.， 2023）。这是因为AI计较责任负载的特质与传统计较不同，这使得AI芯片遐想者莽撞优化并行矩阵运算的性能，从而导致AI芯片的性能普及速率权贵快于CPU的性能（Hobbhahn et al.， 2023）。

其次，对东说念主工智能超等计较机的投资增长速率快于对传统超等计较机的投资增长速率。Top 500榜单历史上主要由政府资助的名堂组成，这些名堂的预算增长徐徐。可是，咱们的东说念主工智能超等计较机数据集主要包含大型公司领有的系统，这些公司在2020年代马上增多了对东说念主工智能超等计较机的投资（Cottier et al.， 2024）。

(3) 私营行业的东说念主工智能超等计较机也曾超越了政府或学术界

2019年至2025年3月期间，公司领有的当先东说念主工智能超等计较机的性能每年增长2.7倍。与此同期，政府和学术机构领有和资助的当先东说念主工智能超等计较机的性能增长速率显然较慢，每年仅增长1.9倍（p = 0.022）。目下已知最大的巨匠东说念主工智能超等计较机——劳伦斯利弗莫尔国度实验室的El Capitan，其计较性能仅为目下已知最大的工业界东说念主工智能超等计较机——xAI的Colossus的22%。咱们将在4.4节商酌这种从巨匠部门到私营部门的转动。

图7：私营部门（公司）与巨匠部门（政府和学术界）领有的当先东说念主工智能超等计较机的性能。当先的巨匠部门系统最初界限较大，但未能跟上工业界系统的发展速率，工业界系统每年增长2.7倍（90%置信区间：2.5–2.9倍），而巨匠部门系统每年仅增长1.9倍（90%置信区间：1.6–2.2倍）。请稳当，咱们排斥了由巨匠和私营机构共同资助和领有的东说念主工智能超等计较机。

(4) 东说念主工智能超等计较机的增长速率与最大界限西宾任务每年4-5倍的增长速率保合手一致

Sevilla & Roldan（2024）发现，2018年至2024年间，最大东说念主工智能模子的西宾算力每年增长4.2倍（90%置信区间：3.6–4.9倍）。这与咱们不雅察到的东说念主工智能超等计较机性能增长相符，在咱们筹商了西宾时长增多的情况下。

在图8中，咱们展示了最大东说念主工智能西宾任务所需的计较性能，以及咱们数据连络当先东说念主工智能超等计较机的性能。咱们只筹商了运行绝大多数东说念主工智能西宾任务的工业界系统（Besiroglu et al.， 2024）。为了计较西宾任务所需的性能，咱们将西宾所需的FLOP数除以西宾时长（以秒为单元），并把柄40%的平均性能专揽率进行调整（Sevilla et al.， 2022）。

2019年至2025年间，最大的工业界东说念主工智能超等计较机历久达到最大东说念主工智能西宾任务所需计较性能的10倍（不包括最终西宾运行之前实验所需的计较量）。诚然最大西宾任务所需的系统增长速率略快于当先的东说念主工智能超等计较机（3.4倍 vs 3.0倍），但咱们发现这两个趋势之间莫得统计学上的权贵互异（p=0.18）。因此，如图9所示，东说念主工智能超等计较机的增长与西宾算力的增长保合手一致。

图8：最大工业界东说念主工智能超等计较机的计较性能以及最大已论述东说念主工智能西宾任务所需的性能（Epoch AI， 2025）。为了估算这些西宾任务所需的东说念主工智能超等计较机界限，咱们假定GPU专揽率为40%，并使用可用的声明西宾时长，或者把柄最大东说念主工智能模子的西宾时长转头估算值。咱们从闻名模子的发布日历减去西宾时长，以更好地揣测其西宾驱动时辰。鉴于闻名模子数据集未论述西宾所用的数值精度，咱们还论述了东说念主工智能超等计较机的精度无关OP/s，筹商了32位、16位和8位数字款式下的最高可用性能。

图9：西宾算力增长驱动成分抽象。“OOM”代表数目级。东说念主工智能超等计较机方针基于私营部门系统以及跨精度的最高计较性能。

当先东说念主工智能超等计较机的电力需求每13个月翻一番

咱们把柄论述的电力需求或（如若不能用）通过估算基于AI芯片数目和类型（包括额外的IT基础本领，如CPU、汇集交换机，以及数据中心守旧基础本领，如冷却和电源和谐）的电力需求来评估当先东说念主工智能超等计较机的年度电力需求增长率。

咱们发现，2019年至2025年间，当先东说念主工智能超等计较机的电力需求每年增长2.0倍。2019年1月，橡树岭国度实验室的Summit领有最高的电力需求，为13兆瓦。2024年，首批系统的电力需求驱动卓越100兆瓦，到2025年3月，xAI的Colossus领有最高的电力需求，揣测为300兆瓦。比拟之下，这相等于25万好意思国度庭的用电量（好意思国能源信息署，2024）。

西宾前沿模子所需电力快速增长的情况已有充分记录（Fist & Datta， 2024; Sevilla et al.， 2024; Pilz et al.， 2025）。咱们将在4.2.3节商酌这种趋势是否莽撞合手续。

图10：当先的10台东说念主工智能超等计较机的峰值数据中心电力需求每年翻一番（90%置信区间：每年1.6–2.2倍）。咱们在有论述的情况下涌现论述的电力需求。不然，咱们把柄所用芯片的数目和类型估算容量。

(1) 当先东说念主工智能超等计较机的能源恶果每年提高1.34倍

咱们计较东说念主工智能超等计较机的能源恶果，单元为每瓦FLOP/s（16位精度），包括硬件和数据中心的电力需求。为了计较恶果，咱们将FLOP/s的计较性能除以论述或揣测的瓦特数据中心电力需求。数据中心级别的能源恶果包括奇迹器、额外的集群组件（如汇集交换机）以及守旧基础本领（如冷却和电源和谐）。

咱们发现，2019年至2025年间，东说念主工智能超等计较机的能源恶果每年提高1.34倍（图11）。在计较性能保合手不变的情况下，东说念主工智能超等计较机每年所需的能源减少约25%。这与Benhari等东说念主（2024）在研究期间Top500中最节能超等计较机的能源恶果每年提高1.31倍的情况大致一致。

图11：2019年至2025年间，名次前十的当先东说念主工智能超等计较机的能源恶果（每瓦16位FLOP/s）每年提高1.34倍（90%置信区间：1.25–1.43倍）。新芯片的接收是能源恶果提高的主要驱动成分，而数据中心基础本领恶果仅进展了次要作用。咱们在有论述的情况下使用论述的电力需求，不然使用揣测的电力需求。

东说念主工智能超等计较机的能源恶果普及可能来自两个方面：硬件恶果的普及和数据中心基础本领（如冷却）恶果的普及。硬件恶果的普及主要源于AI芯片的校正，但也包括CPU、汇集交换机和存储等其他硬件的校正。咱们通过假定东说念主工智能超等计较机所在数据中心的能源恶果罢职Shehabi等东说念主（2024）论述的行业范围内的电源使用恶果（PUE）趋势来建模其校正。PUE是提供给硬件的电力除以提供给数据中心的电力的商。理念念的PUE为1.0线路整个运送到数据中心的电力齐径直用于硬件，而莫得电力在电压和谐中亏本或用于冷却和其他操作（Pilz & Heim， 2023）。

图11涌现，每次有新的AI芯片可用时，能源恶果齐会权贵提高。与此同期，PUE的校正速率较慢，何况在咱们的揣测中也曾接近1.0的理念念值，导致每年的恶果普及不到5%（Shehabi et al.， 2024）。因此，能源恶果的提高主要归功于东说念主工智能超等计较机接收了更节能的硬件。

当先东说念主工智能超等计较机的硬件成本每年翻一番

咱们基于公开论述的成本数据或（如若不能用）通过把柄所用芯片的数目和公开可用的价钱数据估算总硬件成正本分析当先东说念主工智能超等计较机硬件成本的年度增长情况。咱们进一步包括了诸如CPU和汇集交换机等额外硬件的揣测成本，但不包括发电或数据中心竖立成本。咱们对整个数值进行通货推广调整，以涌现2025年1月的好意思元成本。咱们的成本估算与整个者论述的数值存在权贵互异，但这可能是因为论述的数值主要来自巨匠名堂，这些名堂频繁在硬件采购方面赢得更高的扣头。

咱们发现，2019年至2025年间，当先东说念主工智能超等计较机的硬件成本每年增长1.9倍。咱们有限的2019年之前的数据标明，在咱们的研究期间之前，卓越1亿好意思元的硬件成本并不有数，举例橡树岭国度实验室的Summit在2025年好意思元的成本约为2亿好意思元。截止2025年3月，股票配资门户最奋斗的东说念主工智能超等计较机是xAI的Colossus，其揣测硬件成本为70亿好意思元。

图12：当先东说念主工智能超等计较机（按16位性能排序）初次插足运营时的硬件成本从2019年到2025年以每年1.9倍的速率增长（90%置信区间：每年1.8–2.1倍）。咱们使用论述的成本，如若不能用，则使用改编自Cottier等东说念主（2024）的硬件购置成本公式来建模成本。咱们将整个数值调整为2025年好意思元以反馈通货推广。

当先东说念主工智能超等计较机硬件成本每年1.9倍的增长速率低于Cottier等东说念主（2024）论述的总西宾成本每年2.4倍（90%置信区间：2.0–2.9倍）的增长速率。这种互异归因于两个成分：起头，前沿模子的西宾时长每年延迟1.4倍（Frymire， 2024），这意味着西宾任务使用归并台东说念主工智能超等计较机的时辰更长，即使东说念主工智能超等计较机的成本保合手不变，也会增多摊销成本。其次，研究东说念主员成本是东说念主工智能开发中占比很大且不休增长的部分，但不会影响东说念主工智能超等计较机的硬件成本（Cottier et al.， 2024）。

咱们的数据障翳范围的局限性

在分析东说念主工智能超等计较机在部门和国度之间的漫衍之前，咱们强调咱们数据集的两个蹙迫局限性：

a) 咱们仅拿获了顺应咱们界说的整个东说念主工智能超等计较机的10%到20%。具体来说，咱们揣测咱们的数据集涵盖了2023年和2024年坐褥的整个关系AI芯片的约10%，以及截止2025年头最大公司的芯片库存的约15%。截止2025年3月，咱们的数据集涵盖了Epoch AI（2025）中25个最大界限西宾任务所用系统的简短一半。较低的障翳率意味着咱们的数据精度有限，单个系统的添加可能会权贵转变合座漫衍。

b) 不同部门、芯片类型和公司的障翳水平可能存在权贵互异。举例，咱们拿获了Meta公司约一半的东说念主工智能超等计较机总性能，而莫得拿获任何苹果公司的东说念主工智能超等计较机。由于政府时常对其名堂愈加透明，咱们可能比行业系统更好地障翳了政府东说念主工智能超等计较机。

鉴于这些局限性，咱们侧重于东说念主工智能超等计较机在部门和国度之间的漫衍，因为尽管咱们的障翳率较低，这两者齐提供了可靠的视力：整个权从巨匠部门向私营部门的转动是咱们整个这个词数据连络的一个权贵且稳当的影响。咱们的国度层面数据可能比较可靠，因为咱们莽撞与其他数据进行交叉查对（见附录C.3）。与此同期，咱们不分析特定AI芯片类型或个别公司的漫衍情况，因为这些更容易受到咱们数据连络障翳偏差的影响。

公司当今领有大多数东说念主工智能超等计较机

对于咱们数据连络的每台东说念主工智能超等计较机，咱们将整个者分为三类之一：

私营：整个者是公司

巨匠：整个者是政府实体或大学

公私配合：东说念主工智能超等计较机有多个属于这两个部门的整个者，或者如若一个私东说念主名堂赢得了卓越25%的总资金来自政府

咱们发现，私营部门的计较份额从2019年不到40%马上增多到2025年的约80%（图13），而巨匠东说念主工智能超等计较机的份额从2019年的约60%马上下落到2025年的约15%。鉴于公司不太可能像巨匠整个者那样公开其系统的数据，咱们的数据以至可能低估了这种转动。可是，请稳当，鉴于很多东说念主工智能超等计较机通过云奇迹提供，巨匠部门实体可能仍然莽撞打听私营部门的东说念主工智能超等计较机。在4.1节中，咱们商酌了东说念主工智能开发和部署的经济蹙迫性日益增多若何可能导致私营部门份额的快速增长。

图13：基于东说念主工智能超等计较机整个者的巨匠和私营部门的相对性能份额。一台东说念主工智能超等计较机可能领有多个整个者（举例，如若它是一个合作名堂，或者如若政府资助了一个行业名堂）。

好意思国占全球东说念主工智能超等计较机性能的大部分，其次是中国

在分析跨国度的漫衍时，咱们发当今2019年头，好意思国约占咱们数据连络计较性能的70%，而中国约占20%（图14）。2019年至2022年间，中国的份额权贵增长，在2022年头达到约40%，尽管咱们不笃定这是否反馈了真确的趋势，照旧咱们较低数据障翳率变成的假象。而后，中国的份额有所下落；截止2025年3月，按性能计较，好意思国领有约75%的东说念主工智能超等计较机，而中国约占15%。

图14：咱们数据连络东说念主工智能超等计较机按国度分手的团聚16位计较智商份额随时辰的变化。咱们展示了在职何时辰点份额卓越3%的整个国度。

截止2025年3月，咱们数据连络整个在好意思国运行的东说念主工智能超等计较机的总性能相等于85万个H100（9.1×102? FLOP/s），其次是中国，相等于11万个H100（1.9×102? FLOP/s），欧盟相等于5万个H100（5.6×101? FLOP/s）（图15）。因此，好意思国的算计较性能险些是中国大陆的9倍，是欧盟总性能的17倍。

图15：按国度分手的东说念主工智能超等计较机总性能（以H100当量计）。要将系统的性能和谐为H100当量，咱们起头取其AI芯片守旧的最低精度的性能（筹商32位、16位和8位），然后除以H100的8位性能。

在本节中，咱们起头商酌是什么导致了东说念主工智能超等计较机性能和资源需求的快速增长。然后，咱们将这些趋势外推到2030年，并简要商酌芯片数目、电力和硬件成本的增长是否莽撞合手续。咱们进一步商酌了东说念主工智能超等计较机在列国漫衍的地缘政事影响，以及东说念主工智能超等计较机工业界份额的增多可能若何影响东说念主工智能研究。

东说念主工智能算力的快速增长既依赖于东说念主工智能产业日益增长的经济蹙迫性，也促进了这种蹙迫性的普及

咱们不雅察到的东说念主工智能超等计较机性能的快速增长主要由东说念主工智能投资的激增驱动。诚然芯片遐想和制造方面的传统校正也促进了这一增长（Roser et al.， 2023; Hobbhahn et al.， 2023），但东说念主工智能超等计较机的增长速率远快于传统东说念主工智能超等计较机（第3.1.2节）。这种加快反馈了东说念主工智能超等计较机的主要用例发生了根人性的转动，从用于科学发现的学术器具转动为运行具有经济价值的责任负载的工业机器。

2019年，最大的东说念主工智能超等计较机主要由政府超等计较机主导，举例好意思国能源部的Summit和Sierra。这些系统旨在处理不同科学领域的各式责任负载并鼓动基础研究（橡树岭国度实验室，未注明日历）。可是，在2020年代初，各公司越来越多地使用东说念主工智能超等计较机来西宾具有买卖应用的东说念主工智能模子，举例OpenAI的GPT-3和GitHub的Copilot集成（Brown et al.， 2020; Dohmke & GitHub， 2021）。这些东说念主工智能智商的展示导致了对东说念主工智能投资的权贵增多，创造了对东说念主工智能芯片的创记录需求（Our World in Data， 2024; Samborska， 2024; Richter， 2025）。

跟着对东说念主工智能投资的增多，各公司莽撞构建性能更高、领有更多和更好AI芯片的东说念主工智能超等计较机。这形成了一个良性轮回：增多的投资完毕了更好的东说念主工智能基础本领，从而产生了更庞杂的东说念主工智能系统，诱骗了更多的用户和进一步的投资。因此，东说念主工智能超等计较机的增长既是资金增多的收尾，亦然东说念主工智能超等计较机展示其经济价值后合手续投资的原因。

不雅察到的趋势能否合手续？

在第上文中，咱们得出论断，东说念主工智能超等计较机的增长速率与最大界限东说念主工智能西宾任务中算力每年4-5倍的增长速率保合手一致。本节将商酌芯片、硬件成本和电力需求方面的趋势合手续到2030年意味着什么。

表1：基于面前最大的东说念主工智能超等计较机和第3节形貌的历史增长率对趋势进行的历史数据和外推。仅使用工业界领有的东说念主工智能超等计较机的增长率将导致更高的外推值。外推值已四舍五入，以幸免示意精准性。

(1) 到2030年，最大的东说念主工智能超等计较机可能需要两百万个芯片

如若AI芯片的数目接续以每年1.6倍的速率增长，那么到2030年，最大的东说念主工智能超等计较机将需要简短200万个AI芯片（表1）。Sevilla等东说念主（2024）揣测，到2030年，AI芯片的产量每年可能增长1.3倍到2倍。从目下的芯片产量外推来看，这意味着2030年的年产量将达到740万到1.44亿个AI芯片。如若到2030年，最大的东说念主工智能超等计较机使用了200万个AI芯片，那么它将需要全球年AI芯片产量的1%到27%，这标明如若AI芯片

(2) 到2030年，最大的东说念主工智能超等计较机的硬件成本可能约为2000亿好意思元

如若当先东说念主工智能超等计较机的硬件成本接续以每年1.9倍的速率增长，那么到2030年，当先系统的硬件成本将约为2000亿好意思元（以2025年好意思元计）。这还不包括数据中心本领的成本，后者可能约为每GW100亿好意思元，从而使购置成本再增多900亿好意思元（Pilz & Heim， 2023）。

面前的AI基础本领也曾接近这个界限：2025年，微软布告筹备在全球范围内投资800亿好意思元用于AI基础本领，而亚马逊云科技（AWS）布告筹备投资卓越1000亿好意思元（Smith， 2025; Gonsalves， 2025）。与此同期，OpenAI布告筹备在四年内为“星际之门”名堂插足高达5000亿好意思元（OpenAI， 2025）。这些公告与到2030年单个名堂2000亿好意思元的硬件成本是相符的，尤其是在预测AI投资将合手续增长的情况下（Zoting， Shivani， 2025; IDC， 2025; Grand View Research， 2024）。

(3) 到2030年，最大的东说念主工智能超等计较机可能需要9GW的电力

如若东说念主工智能超等计较机的电力需求接续以每年2.0倍的速率增长，那么到2030年，当先的东说念主工智能超等计较机将需要简短9GW的电力（表1）。这略高于Sevilla等东说念主（2024）外推的6GW，何况与Pilz等东说念主（2025）对2030年运行最大界限西宾任务的东说念主工智能超等计较机的揣测相符。

目下最大的数据中心园区的容量为数百兆瓦，截止2025年头，尚未公开报说念有卓越1GW的现存园区。诚然到2028年建成一个2GW的东说念主工智能超等计较机可能是可行的，但到2030年建成一个容量为9GW的系统将需要相等于9个核反应堆的发电量，何况可能面对严重的许可和开采供应链挑战，以及当地社区反平等其他潜在挑战（Pilz et al.， 2025）。由于难以赢得满盈的电力，各公司可能会越来越多地使用漫衍式西宾时间，使其莽撞将西宾任务漫衍在多个场所的东说念主工智能超等计较机上进行。据报说念，一些闻名的西宾任务，包括谷歌DeepMind的Gemini 1.0和OpenAI的GPT-4.5，也曾跨多个AI超等计较机进行西宾。

(4) 论断：电力规矩可能成为合手续增长的主要制约成分

电力规矩很可能成为东说念主工智能超等计较机增长的主要瓶颈，推动西宾向跨多个站点的漫衍式西宾转动。这种演变可能会转变咱们计算东说念主工智能西宾智商的方式——从温暖单个AI超等计较机转向评估公司的算计较智商。诚然芯片坐褥和硬件成本趋势在2030年之前似乎是可合手续的，但整个这些趋势的合手续最终取决于AI应用是否能带来满盈的经济价值，以阐发基础本领扩张所需的大界限投资是合理的。

好意思国在全球东说念主工智能超等计较机漫衍中占据主导地位

本节商酌好意思国的主导地位很可能源于其在关系产业的当先地位，何况鉴于好意思国既定的政策以及对要道AI芯片坐褥瓶颈的适度，这种主导地位很可能会合手续下去。

(1) 好意思国的主导地位源于在云计较和东说念主工智能开发领域的当先地位

把柄咱们的数据，目下约75%的AI超等计较机性能位于好意思国（图14）。在也曾在巨匠超等计较领域进展蹙迫作用的国度（如英国、德国或日本）的蹙迫性下落的同期，好意思国事如安在AI超等计较机领域占据如斯主导地位的？

好意思国的主导地位很可能径直源于AI超等计较机日益买卖化并由公司（而非政府或学术界）主导，而这些公司主要位于好意思国，这是由于其在先前时间中的主导地位所致。这种上风在云计较基础本领中不言而喻，2019年，仅亚马逊云科技（AWS）、微软和谷歌这三大当先的好意思国云计较公司就占据了全球商场份额的68%（Gartner， 2020）。好意思国公司在要道AI向上方面也进展了主导作用，包括保举系统、AlphaFold等科学应用以及ChatGPT等LLM聊天机器东说念主。总体而言，在Epoch AI（2025）记录的476个闻名AI模子中，好意思国公司参与开发了338个，并西宾了其中25个最大AI模子中的18个（按西宾算力计较）。诚然对于AI应用全球商场份额的可靠数据有限，但创记录的用户增长可能标明好意思国公司在用户总额方面也处于当先地位。

(2) 好意思国很可能将接续在东说念主工智能超等计较机领域保合手当先地位

好意思国不仅在东说念主工智能开发和云奇迹提供方面占据主导地位，而且在AI芯片的遐想以及半导体制造的多少要道插足方面也处于当先地位。好意思国政府此前已专揽其在AI芯片领域的主导地位对向中国出口AI芯片和要道开采推行出口经管，并引入了一项AI扩散框架，该框架对向非好意思国亲密盟友国度出口AI芯片成立了条件。

与此同期，一些挑战可能会规矩好意思国在AI超等计较机领域的主导地位：

电力需求：不管是在AI超等计较机所需的电力方面，照旧在主要用于推理而部署的AI芯片总额方面，AI的电力需求齐在大界限增长。好意思国在增多满盈的发电智商以守护面前AI数据中心增长速率方面正面对要害挑战。

异邦政府对主权基础本领的投资：一些政府已驱动投资于腹地AI基础本领，举例法国、英国、沙特阿拉伯和阿联酋。可是，与当先的好意思国AI超等计较机比拟，这些名堂大多界限较小。此外，鉴于好意思国对AI芯片坐褥的适度，如若这些名堂阻止到好意思国在计较领域的主导地位，好意思国可能会干与这些名堂赢得芯片。

来自中国的竞争：中国政府和中国公司正在豪恣投资AI基础本领，但由于无法入口当先的好意思国AI芯片，该国依赖性能较差的好意思国或国产AI芯片。有限的AI芯片获取渠说念使得建立大型AI超等计较机的成本更高，并规矩了中国的名堂总额。到目下为止，中国自主坐褥AI芯片的烦躁因无法坐褥或入口DUV和EUV光刻机等要道开采而受到严重阻遏，而这些开采的坐褥极具挑战性。

一言以蔽之，好意思国在AI模子开发和云计较领域处于当先地位，并适度着半导体供应链中的要道瓶颈。再加上好意思国政府鼓动好意思国AI教唆地位的既定政策，这使咱们得出论断，至少在改日六年内，好意思国很可能将接续在AI超等计较机领域保合手当先地位。

私营部门主导地位增强的后果

咱们发现公司领有越来越大份额的AI超等计较机，这与先前报说念的一个趋势相符：AI研究越来越由大型公司而非学术或政府机构主导。Besiroglu等东说念主发现，学术机构在大型机器学习模子中的份额急剧下落，从2012年的约65%降至2023年的仅10%。

AI超等计较机整个权从巨匠部门向私营部门的转动很可能是由于其经济蹙迫性日益增多（第4.1节），这马上增多了私东说念主AI投资。更多的投资使得公司莽撞建造像xAI的Colossus这么奋斗的系统，其揣测硬件成本为70亿好意思元。与此同期，最奋斗的政府名堂，Frontier和El Capitan，每个仅耗资6亿好意思元。此外，政府频繁只建造极少系统用于研究方针。可是，主要的科技公司频繁建造数十台AI超等计较机，因为它们不仅要西宾更大的模子，还要为全球数百万用户提供奇迹。

AI超等计较机整个权从巨匠部门向私营部门的这种转动对AI研究产生了两个蹙迫后果：学术研究东说念主员的打听受限以及AI开发和部署的可见性镌汰。

学术研究东说念主员的打听受限： AI超等计较机连络在工业界减少了学术研究东说念主员对前沿计较资源的打听，而学术研究东说念主员历史上为AI的向上作念出了孝顺，并提供了寂然的评估和审查。系统的整个权本人并未定定计较资源的打听权限，因为研究东说念主员不错通过云计较公司租用AI超等计较机。可是，即使是短时辰租用无数AI芯片（卓越几千个）对于学术研究东说念主员来说仍然可能过于奋斗，迫使他们依赖较小、功能较弱的模子。

穷乏可见性：跟着公司当今运营着当先的AI超等计较机，它们已成为前沿AI向上的主要驱能源，将政府和学术实验室降为扶直变装。由于公司频繁对其研究不太公开，政府可能越来越难以追踪AI模子的智商普及。此外，鉴于计较资源对于AI开发和部署的蹙迫性，一个国度顶级AI超等计较机的界限和数目越来越与其在AI领域的竞争力关系。由于公司适度着大多数系统，政府越来越穷乏对于其国度AI基础本领界限的数据，这阻遏了政策制定者制定连贯的时间竞争计谋的智商。

政府增多对AI开发和部署的可见性并更好地了解国度竞争力的一种聘用可能是要求公司论述其基础本领的要道数据，举例其最大AI超等计较机的性能过头基础本领的总界限。政府还不错采集其他国度AI计较智商的谍报，使其莽撞更好地了解自身的竞争地位，并可能更容易核实改日潜在的外洋AI左券。

论断

咱们汇编了一个包含2019年至2025年间500台AI超等计较机的数据集，发现性能、芯片数目、电力需乞降硬件成本齐呈指数级增长。AI超等计较机性能的快速增长，加上西宾时长的增多，使得前沿AI模子的西宾算力每年增长4-5倍，这推动了AI智商的权贵向上，并进一步刺激了对基础本领的投资。如若趋势合手续下去，到2030年，当先的AI超等计较机的硬件成本可能卓越2000亿好意思元，并包含卓越200万个AI芯片。可是，预测9吉瓦的电力需求在单个场所难以满足，很可能迫使公司接收跨多个站点的漫衍式西宾方法。

咱们的数据还揭示了AI超等计较机整个权的要道趋势，公司在AI超等计较机总性能中的份额从2019年的40%增多到2025年的80%以上。这一发现强调了先前不雅察到的工业界和学术界之间日益扩大的计较界限。好意思国领有全球约75%的AI超等计较机性能，何况很可能通过其对AI芯片供应链的适度保合手这种主导地位。

一言以蔽之，AI超等计较机一直是AI向上的要道驱能源，何况是AI供应链的中枢组成部分。咱们的分析提供了对于AI超等计较机的增长模式、漫衍和资源需求的可贵信息。这些信息对于政策制定者以及更泛泛地统一AI的发展轨迹将变得越来越蹙迫。

感谢本文作家：

Konstantin F.Pilz

James Sanders

Robi Rahman

Lennart Heim

半导体宏构公众号保举

专注半导体领域更多原创现实

温暖全球半导体产业动向与趋势

*免责声明：本文由作家原创。著述现实系作家个东说念主不雅点，半导体行业不雅察转载仅为了传达一种不同的不雅点，不代表半导体行业不雅察对该不雅点赞同或守旧，如若有任何异议，宽饶策动半导体行业不雅察。

今天是《半导体行业不雅察》为您共享的第4023期现实，宽饶温暖。

『半导体第一垂直媒体』

及时 专科 原创 深度

公众号ID：icbank

可爱咱们的现实就点“在看”共享给小伙伴哦

• AI
• 芯片
• 领有
• 多的