最先端のAIスーパーコンピュータの電力需要は13か月ごとに倍増している

データはEpoch AI のAIスーパーコンピュータ・データセットによる。このデータセットは、AI専用のアクセラレータを備えた728のスーパーコンピュータを、2010年から現在まで追跡している。Epoch AI の推定では、これらのシステムは2025年より前に生産された全AIチップの性能の約10〜20%を占める。ここでは、現代のAI学習との関連が最も高い、2019年以降に稼働を開始した502のAIスーパーコンピュータを対象とする。

AIスーパーコンピュータの所有者が報告した電力容量があれば、それを使う。報告値が見つからない場合は、各AIスーパーコンピュータの理論上の最大電力需要を次の式で推定する。

チップのTDP × チップ数 × システムのオーバーヘッド × PUE

チップの熱設計電力（Thermal Design Power、TDP）は、チップが動作するよう設計された最大電力を表す。この値はほとんどのAIチップで公開されているが、一部の中国製チップや、GoogleのTPU v5pのようなカスタムシリコンについては情報がないため、それらのシステムは分析から除外している。

システムのオーバーヘッドは、GPU以外のハードウェアを動かすのに必要な追加の電力を表す。NVIDIA DGX H100サーバーの仕様にもとづき、すべてのシステムに1.82という値を適用している。この数値の詳細は「前提（Assumptions）」の節を参照。

電力使用効率（Power Usage Effectiveness、PUE）は、IT以外の設備（空調や電力変換の損失など）に伴うオーバーヘッドを表す。データセンターの効率向上に伴ってPUEは時間とともに低下しており、年ごとの数値はShehabiら（2024年）から得ている。同じ報告書で、（AIスーパーコンピュータのような）特化型データセンターの平均PUEは全体の平均より0.29低いとされているため、各年の全体のPUEから0.29を差し引いている。

TOP500リストが報告する電力使用量はベンチマーク実行中の平均消費電力であるため、ピーク値と平均値の両方がわかっている事例との比較にもとづき、この値を1.5倍してピーク消費電力を近似している。