★
Menü
Startseite So wird es gebaut Watchlist Der Stack
Hardware ChipsChips vergleichen Server & SystemeNetzwerk ArbeitsspeicherFoundries & Packaging Kühlung
Anlagen RechenzentrenStrom ProjekteCloud & GPU-Computing
Intelligenz KI-ModelleSoftware KI-ProdukteBenchmarks ForschungspapiereDatensätze Konzepte
Ökosystem UnternehmenAktien PersonenTimeline TrendsZukunft der KI
Lernen Nachrichten Daten befragen KI-Agenten
Über Über uns Methodik Daten & API Haftungsausschluss
Optionen
DATEN & API

Kostenloser, lesender JSON-Zugriff auf die zwischengespeicherten Daten der Website.

Dunkelmodus

Geführte Ansicht
Neu bei Chips, Rechenzentren und Modell-Fachbegriffen? Wir erklären wichtige Begriffe beim Stöbern in verständlicher Sprache. Dieselben Daten, mit integrierter Hilfe.

Expertenansicht
Sie kennen die Materie bereits. Nur die Daten: übersichtlich, schnell und kompakt, ohne zusätzliche Erklärungen. Das ist die Standardansicht.

Oberflächensprache
‹ Zurück
Startseite › Konzepte › Scaling Laws

Scaling Laws

Konzept Training & Inferenz

The empirical curves that justify the capex on this site.

Sie sehen einen Begriffserklärung-Eintrag: was dieser Term auf verständlichem Deutsch bedeutet, und die Einträge, die er verbindet.

Scaling laws (Kaplan 2020; Chinchilla 2022) show model loss falling predictably as compute, parameters and data grow together — the smooth curves that convinced investors trillion-dollar infrastructure was rational. Chinchilla corrected the recipe (more data per parameter); test-time compute added a second axis; the open question — whether pre-training returns are flattening — is the trillion-dollar debate, with Ilya Sutskever's 'age of scaling is over' remarks its sharpest statement.

So hängt das mit dem Rest des Stacks zusammen

Die Verknüpfungen dieses Datensatzes auf einen Blick – klicken Sie auf eine Gruppe, um dorthin zu springen.

Quellen

Kaplan scaling laws ↗

Datensatz geprüft am 2026-01-15 — Siehe Methodik.