Für die Zwecke dieses Vertrags gilt Folgendes:

1. Künstliche Intelligenz (KI) bezeichnet ein Computersystem, das Aufgaben ausführt, die Kognition, Planung, Lernen oder Handlungen im physischen, sozialen oder cyberphysischen Bereich erfordern. Dazu gehören Systeme, die Aufgaben unter variablen und unvorhersehbaren Bedingungen ausführen oder aus Erfahrungen lernen und ihre Leistung verbessern können.
2. Künstliche Superintelligenz (ASI) wird operativ definiert als jede KI mit einer übermenschlichen kognitiven Leistungsfähigkeit, die es ihr ermöglicht, die Vernichtung der Menschheit zu planen und erfolgreich durchzuführen.

1. Für die Zwecke dieses Vertrags wird davon ausgegangen, dass KI-Entwicklungen, die nicht ausdrücklich durch das ISIA (Artikel III) genehmigt sind und gegen die in Artikel IV beschriebenen Beschränkungen verstoßen, das Ziel haben, künstliche Superintelligenz zu schaffen.

3. Gefährliche KI-Aktivitäten sind solche Aktivitäten, die das Risiko der Schaffung einer künstlichen Superintelligenz erheblich erhöhen und sich nicht auf den letzten Schritt der Entwicklung einer ASI beschränken, sondern auch die in diesem Vertrag festgelegten Vorstufen umfassen. Der vollständige Umfang gefährlicher KI-Aktivitäten wird in den Artikeln IV bis IX konkretisiert und kann durch die Anwendung des Vertrags und die Aktivitäten der ISIA weiter ausgearbeitet und geändert werden.
4. Floating-Point-Operationen (FLOP) sind die rechnerische Maßeinheit, die zur Quantifizierung des Umfangs des Trainings und des Post-Trainings auf der Grundlage der Anzahl der durchgeführten mathematischen Operationen verwendet wird. FLOP werden entweder als die dem Halbpräzisions-Floating-Point-Format (FP16) entsprechenden Operationen oder als die Gesamtzahl der Operationen (in dem verwendeten Format) gezählt, je nachdem, welcher Wert höher ist.
5. Unter Trainingslauf versteht man jeden Rechenprozess, der die Parameter einer KI (Spezifikationen der Informationsverbreitung durch ein neuronales Netzwerk, z. B. Gewichte und Verzerrungen) unter Verwendung gradientenbasierter oder anderer Such-/Lernmethoden optimiert, einschließlich Pre-Training, Feinabstimmung, verstärktem Lernen, groß angelegten Hyperparametersuchen, die Parameter aktualisieren, und iterativem Selbstspiel oder Curriculum-Training.
6. Pre-Training bezeichnet den Trainingslauf, bei dem die Parameter einer KI zunächst unter Verwendung großer Datensätze optimiert werden, um verallgemeinerbare Muster oder Darstellungen zu lernen, bevor eine aufgaben- oder domänenspezifische Anpassung erfolgt. Dazu gehören überwachte, unüberwachte, selbstüberwachte und verstärkungsbasierte Optimierungen, wenn sie vor einer solchen Anpassung durchgeführt werden.
7. Post-Training bezeichnet einen Trainingslauf, der nach dem Pre-Training eines Modells durchgeführt wird. Darüber hinaus gilt jedes Training, das an einer KI durchgeführt wird, die vor Inkrafttreten dieses Vertrags erstellt wurde, als Post-Training.
8. Fortschrittliche Computerchips sind integrierte Schaltkreise, die mit Verfahren hergestellt werden, die mindestens so fortschrittlich sind wie der 28-Nanometer-Prozessknoten.
9. KI-Chips sind spezialisierte integrierte Schaltkreise, die in erster Linie für KI-Berechnungen entwickelt wurden, einschließlich, aber nicht beschränkt auf Trainings- und Inferenzoperationen für Modelle des maschinellen Lernens [dies müsste in einem Anhang genauer definiert werden]. Dazu gehören GPUs, TPUs, NPUs und andere KI-Beschleuniger. Dies kann auch Hardware umfassen, die ursprünglich nicht für KI-Anwendungen entwickelt wurde, aber effektiv umfunktioniert werden kann. KI-Chips sind eine Untergruppe der fortschrittlichen Computerchips.
10. KI-Hardware bezeichnet die gesamte Computerhardware für das Training und den Betrieb von KI. Dazu gehören KI-Chips sowie Netzwerkgeräte, Stromversorgungen und Kühlgeräte.
11. Ausrüstung zur Herstellung von KI-Chips bezeichnet Ausrüstung, die zur Herstellung, Prüfung, Montage oder Verpackung von KI-Chips verwendet wird, einschließlich, aber nicht beschränkt auf Lithografie-, Abscheidungs-, Ätz-, Messtechnik-, Test- und fortschrittliche Verpackungsausrüstung [eine vollständigere Liste müsste in einem Anhang definiert werden].
12. H100-Äquivalent bezeichnet die Einheit der Rechenkapazität (FLOP pro Sekunde), die einem NVIDIA H100 SXM-Beschleuniger, 990 TFLOP/s in FP16 oder einer Gesamtverarbeitungsleistung (TPP) von 15.840 entspricht, wobei TPP wie folgt berechnet wird: TPP = 2 × nicht-spärliche MacTOPS × (Bitlänge der Multiplikationseingabe).
13. Ein Covered Chip Cluster (CCC) bezeichnet jede Gruppe von KI-Chips oder vernetzten Clustern mit einer aggregierten effektiven Rechenkapazität von mehr als 16 H100-Äquivalenten. Ein vernetzter Cluster bezieht sich auf Chips, die entweder physisch an einem Standort untergebracht sind, eine aggregierte Bandbreite zwischen den Knoten (definiert als die Summe der Bandbreite zwischen verschiedenen Hosts/Gehäusen) von mehr als 25 Gbit/s aufweisen oder vernetzt sind, um gemeinsam Workloads auszuführen. Die aggregierte effektive Rechenkapazität von 16 H100-Chips beträgt 15.840 TFLOP/s oder 253.440 TPP und basiert auf der Summe der TPP pro Chip. Beispiele für CCCs sind: der GB200 NVL72-Server, drei 8-Wege-H100-HGX-Server, die sich im selben Gebäude befinden, CloudMatrix 384, ein Pod mit 32 TPUv6e-Chips, jeder Supercomputer.
14. Zu den nationalen technischen Mitteln (NTM) gehören Satelliten-, Luft-, Cyber-, Signal-, Bild- (einschließlich thermische) und andere Fernerkundungsfähigkeiten, die von den Vertragsparteien zur Überprüfung im Einklang mit diesem Vertrag eingesetzt werden.
15. Die Überprüfung der Chip-Nutzung umfasst Methoden, die Aufschluss darüber geben, welche Aktivitäten auf bestimmten Computerchips ausgeführt werden, um zwischen zulässigen und verbotenen Aktivitäten zu unterscheiden.
16. Methoden zur Erstellung von Frontier-Modellen beziehen sich auf die breite Palette von Methoden, die bei der Entwicklung von KI verwendet werden. Dazu gehören unter anderem KI-Architekturen, Optimierer, Tokenizer-Methoden, Datenkuratierung, Datengenerierung, Parallelisierungsstrategien, Trainingsalgorithmen (z. B. RL-Algorithmen) und andere Trainingsmethoden. Dies umfasst auch das Post-Training, jedoch keine Methoden, die die Parameter eines trainierten Modells nicht verändern, wie z. B. Prompting. In Zukunft können neue Methoden entwickelt werden.