Ein internationales Team von Forschern aus den USA, Finnland und Australien hat erstmals untersucht, wie sich die Rechenkapazität für KI-Trainings geografisch verteilt.
In den letzten Jahren haben sich die Rechenkapazitäten für das Training von KI-Modellen alle sechs Monate verdoppelt. Um die geografische Verteilung dieser Ressource zu bestimmen, haben die Forscher die Cloud-Regionen in Public Clouds gezählt, die die sechs führenden Provider (AWS, Microsoft Azure, Google Cloud, Alibaba Cloud, Huawei Cloud und Tencent Cloud) in insgesamt 39 Ländern anbieten. Als Cloud Region galt dabei ein Cluster untereinander verbundener Rechenzentren samt der nötigen Infrastruktur, die Rechenleistung in einem geografischen Gebiet offerieren. Gesondert gezählt wurden die Cloud Regionen, die auch KI-Hardwarebeschleuniger (GPUs, alles Modelle von NVIDIA) anbieten.
Aufgeschlüsselt nach Ländern führt China mit 36 Regionen, darunter 27 mit GPUs vor den USA mit 27 Regionen (22 mit GPUs). Mit weitem Abstand folgen Japan (9 Regionen, 4 mit GPUs), Indien (9 Regionen, 3 mit GPUs) und Australien (ebenfalls 9 Regionen, 3 mit GPUs). Deutschland findet sich im Mittelfeld mit 5 Regionen (2 mit GPUs), noch hinter Staaten wie Großbritannien, Kanada, Honkong oder Signapore (alle mit 6 Regionen). Insgesamt konzentrieren sich die Rechenkapazitäten im sogenannten globalen Norden. Afrika und auch Südamerika bilden weitgehend weiße Flecken auf einer entsprechenden Landkarte. Gänzlich ohne Kapazitäten in einer Public Cloud der einbezogenen Provider müssen außerdem die von Sanktionen betroffenen Staaten Russland und Iran auskommen.
KI-Rechenzentren auf dem eigenen Staatsgebiet sind eine Voraussetzung für die Ausübung einer KI-Gestaltungsmacht, denn nur dort lassen sich Vorgaben für Training und Betrieb auch durchsetzen.
