AI-rekenkracht verdubbelt elke zeven maanden

Terwijl de aandacht deze week vooral naar OpenAI’s wiskundemodel Astra ging, publiceerde onderzoeksbureau Epoch AI een cijfer dat de hele sector aandrijft: de wereldwijde AI-rekenkracht verdubbelt ongeveer elke zeven maanden. Dat tempo verklaart waarom modellen zo snel groter en goedkoper worden, en waarom stroom en chips nu de echte schaarste vormen.

Wat Epoch AI meet

In een analyse van 9 januari 2026 becijfert Epoch AI dat de beschikbare rekencapaciteit van AI-chips sinds 2022 met 3,3 keer per jaar groeit. Dat komt neer op een verdubbeling elke zeven maanden, met een betrouwbaarheidsmarge van zes tot acht maanden. De metingen gaan terug tot begin 2022 voor NVIDIA en eind 2022 voor Google; andere fabrikanten komen er vanaf 2024 bij.

De concentratie is fors. NVIDIA-chips zijn goed voor ruim 60 procent van alle rekenkracht, waarna Google en Amazon met hun eigen ontwerpen het grootste deel van de rest invullen. Wie de chips levert, bepaalt daarmee grotendeels het tempo van de sector, iets wat ook blijkt uit de pogingen van Qualcomm om NVIDIA uit te dagen.

Snellere chips en meer chips

Een tweede meting van Epoch AI kijkt naar de krachtigste AI-supercomputers, de systemen die bij hun start tot de top tien horen. Hun rekenprestatie verdubbelt sinds 2019 elke negen maanden, zo’n 2,5 keer per jaar. Twee factoren wegen daarbij even zwaar: er komen jaarlijks 1,6 keer zoveel chips in een systeem, en elke chip levert 1,6 keer meer prestatie. Epoch onderzocht daarvoor 57 vooraanstaande supercomputers.

Die twee bewegingen samen verklaren de sprong in modelgrootte. Een lab dat vandaag een systeem bouwt, beschikt over aanzienlijk meer ruwe kracht dan een lab dat een jaar eerder hetzelfde budget uitgaf. Dat is ook de reden dat AI-bedrijven miljardencontracten sluiten voor datacentercapaciteit.

De rekening en het stroomnet

Snellere groei betekent hogere kosten en meer stroomverbruik. De grote labs kopen capaciteit inmiddels in gigawatts in en leggen meerjarige compute-deals vast om hun modellen te kunnen draaien. In de Verenigde Staten werkt toezichthouder FERC ondertussen aan snellere aansluitingen op het stroomnet om die vraag bij te benen. Tegelijk drukt de overvloed aan rekenkracht de tokenprijzen omlaag, wat de prijzenoorlog tussen aanbieders verder aanwakkert.

Wat betekent dit

Zolang chips elk jaar sneller en talrijker worden, schuift de bovengrens van wat AI kan verder op zonder dat er een nieuw algoritmisch idee voor nodig is. Voor bedrijven verschuift de vraag van “kunnen we dit model draaien” naar “hebben we de stroom en het budget ervoor”. De cijfers van Epoch AI laten zien dat de komende jaren van AI net zo goed in serverhallen worden beslist als in onderzoekslabs.