AIインフラストラクチャ市場規模は、2023年に576億2000万米ドルと推定され、予測期間（2023年～2028年）にCAGR 17.57%で成長し、2028年には1294億3000万米ドルに達すると予測される。
人工知能は近年著しい成長と発展を遂げており、数年後にはさらに普及が進むだろう。AIインフラストラクチャーは、企業データの世界を最適化し、合理化する。AIインフラストラクチャーは、データベースやメッセージキューイングシステム全体で動作する機械学習アルゴリズムを訓練し、データ配信フローを実現する。
主なハイライト
IBM Global AI Adoption Indexによると、AIの利用率は昨年も安定しており、企業の3分の1以上（35%）が業務でAIを利用していると回答し、前年より4ポイント上昇した。AIを企業全体に適用しやすくするアクセシビリティが、採用の大きな推進力となった。それでもなお、企業は仕事の自動化を強化し、コスト削減を支援するためにもAIに注目している。大企業と中小企業間のAI導入格差も劇的に拡大している。2021年には69％だったのに対し、現在では大企業の方が中小企業よりもAIを適用している可能性が100％高くなっている。
さらに、増加するAIの機会を活用するために、どの組織にとっても最初に考慮すべきことの1つは、AIの開発をサポートする適切なインフラを持つことである。さらに、AIソリューションは、機能するために新しいハードウェアとソフトウェアの統合を頻繁に要求する。例えば、データソースの照合と注釈、スケーラブルな処理、新しいデータの入手に伴うモデルの作成と微調整には、既存のハードウェアを再利用して単発のAIソリューションを購入する、複数のAIソリューションをサポートする広範なプラットフォームを構築する、AIソリューションの提供をアウトソーシングするなど、AIソリューションが必要となる。このように、インフラはAIランドスケープの成長において重要な役割を果たしている。
エヌビディアによると、資本市場会社、ヘッジファンド、資産運用会社、取引所がディープラーニングを最も頻繁に利用しており、全ユーザーの58%を占めている。対照的に、機械学習はフィンテックの80%で使用されており、クラウドから利用可能なビジネスAI機能を備えているが、多くのディープラーニングのユースケースを可能にするには、より多くのデータが必要になる可能性がある。
パンデミックによってもたらされた急速なデジタル化によって、インドではより熟練した労働力を生み出すために産学が一体となって動いている。セールスフォースによると、人工知能やAIの専門知識を持つ人材に対する需要は、パンデミック以降、近年さらに急増している。同社のTrailheadプラットフォームでは、パンデミックを通じて、AI関連の資格／バッジが148％増加し、次いでブロックチェーン関連の資格／バッジが54％増加した、
一方、3500人以上のビジネスリーダーを調査したオライリーの「企業におけるAI導入」レポートによると、AIにおける課題のトップは熟練した人材の不足と採用難で、回答者の19％が「重要な」障壁として挙げている。オライリーのレポートによると、AI導入の2番目に大きな障壁は質の高いデータの不足であり、回答者の18%は、高品質なデータの重要性を組織が認識し始めたばかりであると回答している。
市場動向
高性能コンピューティング・データセンターにおけるAIハードウェアの需要増加
スマートコネクテッドデバイスの急増とデータ消費の大幅な増加により、基盤となるデータセンターインフラに大きな圧力がかかっている。データセンターは非常に複雑化しており、この急増する複雑性を管理するのは今や人間しか不可能である。データセンターの人工知能ハードウェアは、データ運用の効率を大幅に改善するのに役立つ。
何千ものデータセットに対するMLモデルのトレーニングは、データセンターで行うのが最適な計算集約的な作業だ。GPUはこの機能を十分に果たしており、その他にも多くのハードウェアが選択肢に加わっている。例えば、ウエハースケールエンジン（WSE）は、より多くの計算能力とメモリを提供する。しかし、情報をクラウドに行ったり来たりさせることで、データセンター内で推論を行うことができる。一般的に、エッジでのアプリケーションには、低レイテンシーが必要であり、より少ないエネルギーを消費するチップが必要である。エッジAIとデータセンターAIは、それぞれ異なるチップ・インフラを必要とする。
データセンター向けAIハードウェアにおけるNvidiaの新しいコンセプトのひとつに、データセンター向けBlueField DPU（データ処理ユニット）がある。同社は、「AIとアクセラレーテッド・コンピューティング」のために特別に設計されたDPU、BlueField-3を発表した。BlueField-3は世界初の400GbE DPUだとNvidiaは述べている。前世代のBlueField-2より10倍高速である。同社は同月、AIやハイパフォーマンス・コンピューティング向けのArmベースのデータセンター向けCPUを発表した。この新しいデータセンター向けCPU「Grace」は、今年初めに登場し、x86 CPUのライバルであるインテルとAMDに新たな競争をもたらした。
cloudsceneによると、昨年1月現在、米国には2,701のデータセンターがあり、ドイツにはさらに487のデータセンターがある。イギリスは456カ所で、データセンター数では3位、中国は443カ所だった。このような膨大な数のデータセンターは、研究市場が成長する機会を生み出すだろう。
昨年3月、エヌビディアはデータセンターをAI工場に変えるという目標の基盤となる強力な新技術を発表し、テクニカル・コンピューティングに新たな展望を開いた。NVIDIAは、この変革の原動力となる新しいHopper GPUアーキテクチャとH100 GPUを発表し、100万平方フィートのアマゾン倉庫のデジタルツインを作成するなど、大規模なコンピューティングタスクのために最新のハードウェアを最適化する新しいシステムを発表した。
予測期間中、アジア太平洋地域が最速の成長を記録する見込み
中国政府は次世代人工知能開発計画の策定を発表し、2030年までに政策支援、中央調整、総額1,500億米ドル以上の投資を約束した。この10年の終わりまでに、中国のAIビジネスは年間1,600億米ドルの売上を生み出し、関連産業は年間1兆6,000億米ドルの売上を生み出すと予想されている。
中国のデジタル巨大企業は政府から人工知能の開発を奨励されている。中小企業が低価格で人工知能を利用できるようにするライブラリ、プラットフォーム、フレームワークによって、業界の既存企業との関係がさらに促進されるだろう。また、各エコシステムがより公平な補完者の集合体を開発し、デジタル巨大企業が人工知能が生み出し、創造する価値のより重要な部分を獲得できるようにするという利点もある。
さらに、政府や組織はガバナンスのためにAI技術の研究開発に投資している。例えば、インド政府は昨年3月、ベンガルールのインド科学研究所（IISc）に人工知能・ロボット技術パーク（ARTPARK）を開設した。このARTPARKは官民協力によるもので、230クローネのシードマネーが投入されている。このパークは、IIScとAI Foundryの共同イニシアティブによる、世界的な共同エコシステムを持つ一流のリサーチ・トランスレーション・パークである、
野村総合研究所によると、日本の人工知能は指数関数的に拡大し、2035年までに日本の全職業の半分をAIロボットがこなすようになると予想されている。日本のAI市場はロボティクスに焦点を当ててきたが、海外企業はソフトウェア開発に注力しており、日本のAI分野に参入しようとしている海外企業にとってはチャンスとなる分野である。
さらに、NECや東芝などの企業は、AIやML、その他の新技術に基づくソフトウェアを統合したソフトウェアや機器を開発している。例えばNECは、安全機能を維持しながら効率を100%向上させることができる、倉庫用途の自律移動ロボット（AMR）の制御技術を開発したと述べた。
AIインフラ業界の概要
AIインフラ市場は、国内外の市場で複数の有力プレーヤーが活動しているため、競争が激しい。市場は適度に集中しており、主要プレーヤーは主に製品革新やM&Aなどの効果的な戦略を採用している。同市場は技術主導型の市場であり、各社は自社ソリューションの機能性を拡大するため、研究開発に多大な努力を払っている。同市場の主要プレーヤーには、Nvidia Corporation、Microsoft Corporation、Google、IBMなどがある。
2022年12月：EnCharge AIは、AIハードウェア・アクセラレーターをさらに発展させるため、投資会社Anzu Partners、AlleyCorp、Scout Ventures、Silicon Catalyst Angels、Schams Ventures、E14 Fund、Alumni Venturesから2,170万米ドルのシリーズA資金調達ラウンドに成功したと発表した。Encharge AIは、テストチップで150 TOPS/Wの8-bコンピューティング、PyTorchやTFなどの主要AIフレームワークとのシームレスなハードウェア・ソフトウェア・インターフェース、同クラスのAIアクセラレーターと比較して20倍のパフォーマンス・パー・ワット、14倍のパフォーマンス・パー・ドルを達成するなど、優れた効率性を約束している。
2022年5月：IBMは、AIトレーニング・ワークロード専用の2Uストレージ・システム、Elastic Storage System 3500を発表した。この新しいマシンは24のドライブベイと368TBのNVMeストレージを搭載している。ESS 3500は、IBMの高性能クラスタ化ファイル・システム・ソフトウェアであるSpectrum Scaleを利用することで、最大91GB/秒のスループットを達成することができる。
【目次】
1 はじめに
1.1 前提条件と市場定義
1.2 調査範囲
2 調査方法
3 エグゼクティブサマリー
4 市場の洞察
4.1 市場概要
4.2 産業の魅力 – ポーターのファイブフォース分析
4.2.1 消費者の交渉力
4.2.2 サプライヤーの交渉力
4.2.3 新規参入者の脅威
4.2.4 競争ライバルの激しさ
4.2.5 代替製品の脅威
4.3 COVID-19の市場への影響評価
4.4 市場促進要因
4.4.1 高性能コンピューティング・データセンターにおけるAIハードウェア需要の増加
4.4.2 IIoTと自動化技術の応用の増加
4.4.3 機械学習とディープラーニング技術の応用拡大
4.4.4 自動車やヘルスケアなどの産業で生成される膨大なデータ量
4.5 市場の阻害要因
4.5.1 業界における熟練した専門家の不足
5 市場の細分化
5.1 オファリング別
5.1.1 ハードウェア
5.1.1.1 プロセッサ
5.1.1.2 ストレージ
5.1.1.3 メモリ
5.1.2 ソフトウェア
5.2 展開別
5.2.1 オンプレミス
5.2.2 クラウド
5.3 エンドユーザー別
5.3.1 企業
5.3.2 政府機関
5.3.3 クラウドサービス事業者
5.4 地域別
5.4.1 北米
5.4.1.1 米国
5.4.1.2 カナダ
5.4.2 欧州
5.4.2.1 イギリス
5.4.2.2 ドイツ
5.4.2.3 フランス
5.4.2.4 イタリア
5.4.2.5 スペイン
5.4.2.6 その他の地域
5.4.3 アジア太平洋
5.4.3.1 中国
5.4.3.2 インド
5.4.3.3 韓国
5.4.3.4 日本
5.4.3.5 その他のアジア太平洋地域
5.4.4 ラテンアメリカ
5.4.4.1 ブラジル
5.4.4.2 メキシコ
5.4.4.3 その他のラテンアメリカ
5.4.5 中東・アフリカ
5.4.5.1 サウジアラビア
5.4.5.2 アラブ首長国連邦
5.4.5.3 カタール
5.4.5.4 イスラエル
5.4.5.5 南アフリカ
5.4.5.6 その他の中東・アフリカ地域
6 競争環境
6.1 企業プロファイル
6.1.1 インテル・コーポレーション
6.1.2 エヌビディア・コーポレーション
6.1.3 Samsung Electronics Co. Ltd.
6.1.4 マイクロン・テクノロジー・インク
6.1.5 Xilinx Inc.
6.1.6 IBMコーポレーション
6.1.7 グーグル合同会社
6.1.8 マイクロソフト・コーポレーション
6.1.9 Amazon Web Services Inc.
6.1.10 Cisco Systems Inc.
6.1.11 アームホールディングス
6.1.12 デル
6.1.13 ヒューレット・パッカード・エンタープライズ社
6.1.14 アドバンスト・マイクロ・デバイス
6.1.15 シノプシス社
7 投資分析
8 市場の将来性
【お問い合わせ・ご購入サイト】
www.globalresearch.jp/contact
資料コード： MOI18101812
