Das Lincoln AI Computing Survey (LAICS) wird vom Lincoln Laboratory Supercomputing Center (LLSC) erstellt. Die fortlaufende Untersuchung soll Beschäftigten des Labors und seinen Förderern einen Überblick über verfügbare KI-Beschleuniger geben. Anlass für den Start 2018 waren laut Albert Reuther vom LLSC die wachsende Zahl angekündigter Systeme und Fragen dazu von staatlichen Förderern der Laborarbeit.
Die erste Studie erfasste 57 Beschleuniger, die jüngste mehr als 120. Für den Vergleich nutzt das Team vor allem Angaben zur Spitzenleistung und zur maximalen Leistungsaufnahme. Zusätzlich ordnet es die Systeme danach, ob sie als Chip, Karte oder Gesamtsystem angeboten werden. Die Daten stammen aus öffentlich verfügbaren Informationen. Unternehmen veröffentlichen Leistungs- und Verbrauchswerte laut MIT teils nicht.
Die Untersuchung berücksichtigt verschiedene Beschleunigertypen, darunter CPUs, GPUs, ASICs, FPGAs und Dataflow-Beschleuniger. Sie unterscheiden sich darin, für welche Aufgaben sie ausgelegt sind und wie flexibel sie eingesetzt werden können. Neben Anwendungen wie maschinellem Lernen können solche Systeme auch rechenintensive Aufgaben unterstützen, etwa Molekülmodellierung oder Strömungssimulationen.
Jede Studie behandelt neben dem Vergleich ein weiteres Thema. Eine 2022 veröffentlichte Arbeit untersuchte Gründe für Leistungszuwächse und führte diese unter anderem auf kleinere, dichter angeordnete Transistoren und geringere numerische Präzision zurück. Die jüngste Arbeit betrachtet Architekturentscheidungen und analysiert, wie zusätzliche Komponenten wie mehr Prozessorkerne die Leistung eines Systems verändern könnten. Das Team beobachtet neue technische Veröffentlichungen, Unternehmensankündigungen und Branchenpräsentationen; Reuther zufolge kündigten allein in den vergangenen Monaten sechs Start-ups erstmals KI-Beschleuniger an.