根據一份分析 2019 年至 2025 年全球 500 台 AI 超級電腦的新報告，推動前沿 AI 發展的 AI 超級電腦，正經歷爆炸性增長。報告指出，AI 超級電腦的計算效能平均每九個月翻一倍，而硬體採購成本和電力需求則平均每年翻一番。

報告指出，到 2025 年 3 月，領先的系統——xAI 的 Colossus——使用了 20 萬片 AI 晶片，硬體成本高達 70 億美元，所需電力高達 300 兆瓦，相當於 25 萬戶家庭的用電量。

這份報告由喬治城大學、Epoch AI 等機構的研究人員編寫，作者包括 Konstantin F.Pilz、James Sanders、Robi Rahman、Lennart Heim 等 4 位，他們透過系統性收集公共數據建立了包含超過 500 台 AI 超級電腦的資料集。報告定義 AI 超級電腦為使用 AI 晶片並達到當時領先系統至少 1% 計算效能的系統。研究人員承認，該資料集可能僅涵蓋了全球所有符合定義的 AI 超級電腦總容量的 10-20%。

所有權格局劇變：企業取代政府與學術界

報告揭示了 AI 超級電腦所有權的顯著轉變。隨著 AI 超級電腦從科學研究工具演變為產業機器，企業在 AI 超級電腦總效能中所占的比重迅速擴大，而政府和學術界所占的比重則不斷縮小。領先的私營部門系統的年增長率為 2.7 倍，遠超公共部門系統的 1.9 倍。

全球分布：美國遙遙領先，中國居次

在全球分布方面，資料顯示美國占據主導地位。在資料集中的 AI 超級電腦總效能中，美國約占 75%，中國以 15% 位居第二。截至 2025 年 3 月，資料集中所有位於美國的 AI 超級電腦總效能達到約 85 萬個 H100 等效單元，遠高於中國的 11 萬個 H100 等效單元和歐盟的 5 萬個。美國的總計算效能幾乎是中國的 9 倍，是歐盟的 17 倍。

誰擁有最多的晶片？

雖然報告強調，其對特定公司和晶片類型的覆蓋存在局限性且差異很大（例如，對 Meta 的覆蓋率約 43%，而對蘋果的覆蓋率為 0%；對 Google TPU 和自訂晶片的覆蓋率明顯差於 NVIDIA 和 AMD 晶片），但從國家分布的效能份額，可以推斷擁有最多 AI 超級電腦晶片的國家分布。

基於資料集的總效能（與晶片數量強相關），美國在 AI 超級電腦晶片總量上很可能在全球領先，顯著多於中國和歐盟。

資料集中，NVIDIA 晶片占總效能的絕大多數（約 75%），其中 H100/H200 是數量和效能份額最高的晶片類型。領先的 AI 超級電腦中的晶片數量以每年 1.6 倍的速度增長，從 2019 年 1 月 Summit 的 27,648 片 NVIDIA V100 增長到 2025 年 3 月 Colossus 的 20 萬片 NVIDIA H100/H200。

未來展望：指數級增長能否持續？

報告外推了這些驚人的增長趨勢。如果趨勢持續，到 2030 年，領先的 AI 超級電腦將達到 2×10^22 次 16 位元浮點運算 / 秒的效能，使用多達 200 萬片 AI 晶片，硬體成本可能達到 2000 億美元，電力需求高達 9 吉瓦。報告認為，考慮到 AI 晶片的預計生產增長，單一系統使用 200 萬片晶片的規模是可行的。