Rechenleistung, Daten und Algorithmen sind drei zentrale Inputs bei der Entwicklung und Bereitstellung von Systemen der Künstlichen Intelligenz. "Dabei hat sich die Rechenleistung in den letzten Jahren als besonders wichtige Ressource herausgestellt, da sich die Rechenleistung zum Trainieren neuartiger KI-Modelle etwa alle sechs Monate verdoppelt hat", heisst es in der neuen Forschungsarbeit "The Uneven Possibilities of Compute-based AI Governance Around the Globe".

Forschende der University of Oxford, der Australian National University und der Aalto Universität in Finnland haben darin analysiert, wie KI-Rechenkapazitäten weltweit verteilt sind. Ziel ihrer Studie ist, "erstmals die globale Geographie des Public Cloud GPU Computing abzubilden, einer besonders wichtigen Kategorie der KI-Computing-Infrastruktur". Dafür wurden Daten der sechs Hyperscaler AWS, Microsoft, Google, Alibaba, Huawei und Tencent erhoben und deren Cloud-Regionen ausgewertet.

Neben Public-Cloud-Regionen wurde ein besonderes Augenmerk auf "GPU-fähige" Regionen gelegt. Als Grundlage für diese Einteilung nahmen die Forschenden die Nvidia-Chips H100, A100 und V100. Die geografische Verteilung der Regionen sei sehr polarisiert, schreiben sie in ihrer Arbeit. China und die USA würden zusammen fast so viele GPU-fähige Regionen (49) beherbergen wie der Rest der Welt zusammen (52). Die USA kommen auf 22, China auf 27 Regionen.

In der Liste der aufgeführten Länder findet sich auch die Schweiz. Laut Studie verfügt sie über zwei der relevanten Private-Cloud-Regionen sowie eine GPU-fähige Region auf Basis des Prozessors V100.

Davon ausgehend teilten die die Forschenden die Welt in drei Oberregionen auf. In "Compute North" sind die fortschrittlichsten Chips verfügbar. In "Compute South" – hierzu gehört die Schweiz – werden ältere Chips eingesetzt. Und schliesslich die "Compute Deserts" mit Ländern, die überhaupt keine öffentliche Cloud-Computing-Infrastruktur für KI-Modelle hosten, weder für deren Einsatz noch deren Training.

Die Länder dieser "Rechenleistungswüste" hätten nur geringe Aussichten auf Compute Governance als Mittel zur Beeinflussung von KI, so die Studienautoren. Es entstehe deshalb eine "globale Rechenkluft", bei der die Geographie der KI-Rechenleistung bekannte Muster globaler Ungleichheit zu reproduzieren scheine. "Die Rechenleistung einer Nation entspricht dann in gewissem Masse ihrer politischen Macht", ist ihr Fazit.