Epoch AI 是一家非营利研究机构，成立于2022年4月，总部位于美国加利福尼亚州旧金山。公司由Jaime Sevilla、Tamay Besiroglu、Lennart Heim、Pablo Villalobos、Edu Roldán 和 Marius Hobbhahn 等七人组成创始团队。截至2022年底，团队规模为13人，相当于11个全职等效岗位。公司已获得196万美元的资金支持。

Epoch AI 的使命是调查人工智能的未来发展，包括分析其驱动因素并预测其对经济和社会的影响。公司强调创建科学环境，对AI相关声明进行审查。公司活动涵盖计算、算法、训练数据等AI开发和部署方面的趋势调查、数据库构建、预测模型开发以及AI系统能力评估。

公司研究领域包括AI训练计算的增长率（自2010年以来每年增长4.4倍）、计算能力趋势（自2019年以来每10个月翻倍）、前沿AI模型训练的成本和功耗（每年翻倍），以及大规模AI模型的扩散（截至2025年6月，已有超过30个模型达到GPT-4规模，即超过10^25 FLOP）。

Epoch AI 发布了以下数据集、工具和出版物：

• AI模型数据库：包含从2010年至2025年的443个AI模型发布记录，覆盖语言、视觉、多模态、生物、机器人等领域。每个记录包括模型名称、领域、训练计算量（FLOP）、训练功耗（W）、组织和发布日期。该数据库可通过网站访问，并附带文档说明功耗估算方法。
• 数据洞察和可视化工具：提供交互式图表，涵盖NVIDIA芯片生产、超过10^25 FLOP模型数量、2010年后计算趋势、领先科技公司计算能力比较、模型训练功耗趋势以及训练长度趋势。这些工具基于公开数据生成，支持用户探索AI硬件和模型发展指标。
• 博客文章：包括“How much does it cost to train frontier AI models”（讨论前沿AI模型训练成本）、“Training compute of frontier AI models grows by 4-5x per year”（分析前沿AI模型训练计算每年增长4-5倍）以及“Trends in machine learning hardware”（概述机器学习硬件趋势）。
• 研究论文：“Can AI Scaling Continue Through 2030?”，考察电力、芯片制造、数据和延迟等四个约束，预测到2030年可实现2e29 FLOP的训练运行。
• 基准项目：FrontierMath，一个包含数百个未发布专家级数学问题的基准测试，这些问题需专家花费数小时至数天解决。公司还维护机器学习趋势数据库，提供对AI景观的可见性。

Epoch AI 的输出被多家机构引用，包括Our World in Data、英国政府、荷兰政府、《纽约时报》、《时代周刊》、《经济学人》和《金融时报》。公司通过Substack和X（前Twitter）账户分享更新，账户名为@EpochAIResearch。