Gemäß den Leitlinien der Europäischen Kommission zu den Verpflichtungen für Anbieter von GPAI-Modellen bezeichnet der Trainings-Compute den Umfang der für das Training eines Modells eingesetzten Rechenleistung. Er wird in FLOP (Floating-Point Operations) gemessen.
Nach den Leitlinien spricht insbesondere dann für die Einstufung als KI-Modell mit allgemeinem Verwendungszweck (GPAI), wenn:
- der für das Training eingesetzte Compute mehr als 10²³ FLOP beträgt und
- das Modell aufgrund seiner Fähigkeiten und Modalitäten ein breites Spektrum unterschiedlicher Aufgaben erfüllen kann, etwa Sprache in Text- oder Audioform, Text-zu-Bild oder Text-zu-Video generieren kann.
Die 10²³-FLOP-Schwelle ist jedoch kein starrer gesetzlicher Grenzwert. Ein Modell oberhalb dieser Schwelle kann ausnahmsweise kein GPAI-Modell darstellen, wenn ihm die erforderliche erhebliche allgemeine Verwendbarkeit fehlt. Umgekehrt kann auch ein Modell mit weniger als 10²³ FLOP als GPAI-Modell eingestuft werden, wenn es eine erhebliche Allgemeinheit aufweist und ein breites Spektrum unterschiedlicher Aufgaben kompetent erfüllen kann.
Die 10²³-FLOP-Schwelle ist zudem von der 10²⁵-FLOP-Schwelle für GPAI-Modelle mit systemischem Risiko nach Art. 51 EU AI Act zu unterscheiden. Bei Überschreiten von 10²⁵ FLOP wird bei einem GPAI-Modell grundsätzlich vermutet, dass es über Fähigkeiten mit hoher Wirkkraft verfügt.
Weitere technische Einzelheiten zur Ermittlung des Trainings-Compute enthält der Anhang der Leitlinien der Europäischen Kommission.