Live GrassLock: Browser-Tool blockiert Belohnungen bis zum echten Pflanzenkontakt
↘

MIT Lincoln Laboratory aktualisiert KI-Beschleuniger-Umfrage LAICS

Neue Architektur-Kategorisierung und Marktsegment-Analyse sollen Vergleichbarkeit und Trendanalyse verbessern

· Veröffentlicht: 11.10.2026 ·2 Min Lesezeit
MIT Lincoln Laboratory aktualisiert KI-Beschleuniger-Umfrage LAICSMit KI erstellt
◆ Fakten auf einen Blick
  • Das MIT Lincoln Laboratory Supercomputing Center führt seit 2018 die Lincoln AI Computing Survey (LAICS) durch.
  • Die LAICS fasst aktuelle kommerzielle AI-Beschleuniger zusammen und vergleicht deren Spitzenleistung und Spitzenleistungsaufnahme.
  • Die aktualisierte Umfrage (LAICS) sammelt und fasst kommerzielle Beschleuniger zusammen, die öffentlich angekündigt wurden, mit Angaben zu Spitzenleistung und Spitzenleistungsaufnahme.
  • Die Umfrage stellt Leistung und Leistungsaufnahme in einem Streudiagramm dar und analysiert Trends.
  • Die Umfrage hebt Marktsegmente hervor und enthält gezoomte Diagramme für jedes Segment.
  • Die Umfrage enthält eine kurze Beschreibung jedes neuen Beschleunigers, der in diesem Jahr hinzugefügt wurde.

Aktualisierte LAICS: Neue Kategorisierung und Marktsegment-Analyse

Das MIT Lincoln Laboratory Supercomputing Center (LLSC) hat eine aktualisierte Fassung seiner Lincoln AI Computing Survey (LAICS) veröffentlicht. Die seit 2018 laufende Umfrage, die inzwischen sechs Publikationen hervorgebracht hat, sammelt und vergleicht kommerziell angekündigte KI-Beschleuniger anhand ihrer Spitzenleistung und Spitzenleistungsaufnahme.

Die neue Ausgabe führt erstmals eine systematische Kategorisierung der zugrunde liegenden Rechenarchitekturen ein. Diese Neuerung ist notwendig, weil die Vielfalt der Hardware-Ansätze – von CPUs über GPUs bis zu spezialisierten ASICs – in den vergangenen Jahren stark zugenommen hat und ein reiner Leistungsvergleich ohne architektonische Einordnung irreführend sein kann. Die Kategorisierung schafft einen analytischen Mehrwert, indem sie Beschleuniger mit ähnlichem Design direkt vergleichbar macht und Unterschiede zwischen verschiedenen Architekturansätzen sichtbar werden lässt. Beispielsweise kann so ein GPU-basierter Beschleuniger mit einem ASIC-basierten System bei gleicher Leistung, aber unterschiedlicher Leistungsaufnahme differenziert bewertet werden.

Zusätzlich hebt die Umfrage nun Marktsegmente in der grafischen Darstellung hervor und bietet für jedes Segment vergrößerte Diagramme. Dieser analytische Nutzen liegt darin, dass Trends innerhalb spezifischer Produktgruppen – etwa Edge-Beschleuniger oder Rechenzentrumssysteme – besser erkennbar werden, die in der Gesamtdarstellung untergehen würden. Die aktualisierten Daten umfassen neu angekündigte Beschleuniger, jeweils mit kurzer Beschreibung. Die Erhebung entstand aus dem Informationsbedarf staatlicher Auftraggeber angesichts der rasanten Entwicklung bei KI-Hardware. Das LLSC betreibt und optimiert die Hochleistungsrechnersysteme des Lincoln Laboratory, die von tausenden Forschenden genutzt werden.

Methodik: Streudiagramme und Trendanalyse für AI-Beschleuniger

Die Umfrage stellt die Spitzenleistung und die Spitzenleistungsaufnahme jedes Beschleunigers in einem Streudiagramm dar. Diese visuelle Darstellung ermöglicht es, das Verhältnis von Rechenleistung und Energiebedarf über verschiedene Produkte hinweg zu erfassen. Die Umfrage diskutiert und analysiert mehrere Dimensionen und Beobachtungen, die sich aus den Trends in diesem Diagramm ergeben.

Konkret lassen sich aus der Darstellung Trends wie das steigende Leistungs-zu-Energie-Verhältnis bestimmter Architekturen ablesen: Neuere Beschleuniger erreichen bei gleicher Leistungsaufnahme oft eine höhere Spitzenleistung als frühere Generationen. Diese Beobachtung erlaubt die Schlussfolgerung, dass Effizienzgewinne zunehmend wichtiger werden als reine Leistungssteigerungen – ein Trend, der für die Bewertung künftiger Hardware-Investitionen entscheidend ist.

Marktsegmente werden im Streudiagramm hervorgehoben, und für jedes Segment sind vergrößerte Diagramme enthalten, die eine detailliertere Betrachtung der jeweiligen Produktgruppe erlauben. Für jeden neu aufgenommenen Beschleuniger liefert die Umfrage eine kurze Beschreibung, die Architektur und besondere Merkmale erläutert. Als Datenbasis dienen ausschließlich öffentlich angekündigte kommerzielle Produkte mit Herstellerangaben zu Spitzenwerten. Die Methodik folgt der Tradition der vorherigen Ausgaben und ermöglicht einen schnellen Überblick über die Hardwarelandschaft für KI-Anwendungen.

A
Andreas Rüdiger
Herausgeber & Redaktionsleitung · KI-Modelle, Technik & Business

Andreas Rüdiger ist Gründer der Agentur INREMA und verantwortet KI Spotlight redaktionell. Sein Schwerpunkt liegt auf KI-Modellen, Recheninfrastruktur, technischen Entwicklungen und der wirtschaftlichen Einordnung. Er sorgt dafür, dass komplexe KI-Themen verständlich und nachvollziehbar aufbereitet werden. Mehr zu ihm auf inrema.de und andiger.de.

Ähnliche Artikel