Blog

Jul 10, 2023

Analisi delle dimensioni del mercato e delle quote del mercato delle infrastrutture AI

La dimensione del mercato delle infrastrutture AI è stimata a 57,62 miliardi di dollari nel 2023 e si prevede che raggiungerà i 129,43 miliardi di dollari entro il 2028, crescendo a un CAGR del 17,57% durante il periodo di previsione (2023-2028).

La dimensione del mercato delle infrastrutture AI è stimata a 57,62 miliardi di dollari nel 2023 e si prevede che raggiungerà i 129,43 miliardi di dollari entro il 2028, crescendo a un CAGR del 17,57% durante il periodo di previsione (2023-2028).

New York, 29 agosto 2023 (GLOBE NEWSWIRE) -- Reportlinker.com annuncia la pubblicazione del rapporto "Analisi delle dimensioni del mercato e delle quote delle infrastrutture AI - Tendenze e previsioni di crescita (2023-2028)" - https://www.reportlinker .com/p06484183/?utm_source=GNW L'intelligenza artificiale ha registrato una crescita e uno sviluppo significativi negli ultimi anni e sarà ancora più diffusa tra pochi anni. L'infrastruttura AI ottimizza e semplifica il mondo dei dati aziendali. L'infrastruttura AI addestra algoritmi di apprendimento automatico che operano su database e sistemi di accodamento dei messaggi per fornire il flusso di consegna dei dati.Punti salienti Secondo IBM Global AI Adoption Index, l’utilizzo dell’intelligenza artificiale è rimasto stabile lo scorso anno, con oltre un terzo delle aziende (35%) che ha segnalato l’uso dell’intelligenza artificiale nelle proprie operazioni, con un aumento di quattro punti rispetto all’anno precedente. L’accessibilità, che ha reso l’intelligenza artificiale facile da applicare in tutta l’azienda, è stata un grande motore di adozione. Tuttavia, le aziende si rivolgono anche all’intelligenza artificiale per aiutarle a migliorare l’automazione dei posti di lavoro e a ridurre i costi. Anche il divario nell’adozione dell’IA tra le imprese più grandi e quelle più piccole è cresciuto notevolmente. Le organizzazioni più grandi hanno ora il 100% di probabilità in più di aver applicato l’intelligenza artificiale nella propria organizzazione rispetto alle aziende più piccole, rispetto al 69% nel 2021. Inoltre, per sfruttare le crescenti opportunità dell’intelligenza artificiale, una delle prime considerazioni per qualsiasi organizzazione è quella di avere un ambiente adeguato. infrastrutture per supportare gli sviluppi dell’IA. Inoltre, le soluzioni di intelligenza artificiale richiedono spesso una nuova integrazione hardware e software per funzionare. Ad esempio, per la raccolta e l'annotazione di origini dati, l'elaborazione scalabile o la creazione e la messa a punto di modelli man mano che nuovi dati diventano disponibili, sono necessarie soluzioni di intelligenza artificiale, come il riutilizzo dell'hardware esistente e l'acquisto di una soluzione di intelligenza artificiale una tantum, la costruzione di una piattaforma più ampia per supportare molteplici soluzioni di intelligenza artificiale e fornitura di soluzioni di intelligenza artificiale in outsourcing. Pertanto, le infrastrutture svolgono un ruolo vitale nella crescita del panorama dell’intelligenza artificiale. Secondo Nvidia, le società del mercato dei capitali, gli hedge fund, i gestori patrimoniali e gli scambi sono i consumatori più frequenti del deep learning, rappresentando il 58% di tutti gli utenti. Al contrario, l’apprendimento automatico è utilizzato dall’80% delle fintech, che dispongono di funzionalità di intelligenza artificiale aziendale dal cloud ma potrebbero aver bisogno di più dati per consentire molti casi d’uso del deep learning. La rapida digitalizzazione portata dalla pandemia sta spingendo l’industria e il mondo accademico a venire insieme in India per produrre manodopera più qualificata. Secondo Salesforce, la domanda di intelligenza artificiale e di talenti con esperienza nell’intelligenza artificiale è aumentata negli ultimi anni e in misura maggiore dopo la pandemia. Sulla loro piattaforma Trailhead, durante la pandemia, le certificazioni/badge relativi all'intelligenza artificiale hanno registrato un aumento del 148%, seguiti da certificazioni/badge relativi alla blockchain al 54%. D'altro canto, il rapporto AI Adoption in the Enterprise di O'Reilly, che hanno intervistato più di 3.500 leader aziendali, scoprendo che la mancanza di personale qualificato e la difficoltà ad assumere sono le principali sfide nel campo dell’intelligenza artificiale, con il 19% degli intervistati che la cita come una barriera “significativa”. Il rapporto O'Reilly suggerisce che il secondo ostacolo più significativo all'adozione dell'intelligenza artificiale è la mancanza di dati di qualità, con il 18% degli intervistati che afferma che la propria organizzazione sta appena iniziando a rendersi conto dell'importanza dei dati di alta qualità. Hardware AI nei data center di calcolo ad alte prestazioni La rapida crescita dei dispositivi intelligenti connessi e il massiccio aumento del consumo di dati stanno esercitando un'enorme pressione sull'infrastruttura sottostante dei data center. I data center sono diventati così complicati che ora solo gli esseri umani possono gestire questa crescente complessità. L'hardware di intelligenza artificiale nei data center può contribuire a migliorare l'efficienza del funzionamento dei dati in modo significativo. L'addestramento di un modello ML su migliaia di set di dati è un'attività ad alta intensità di calcolo condotta meglio nei data center. Le GPU hanno svolto bene questa funzione e molto altro hardware è stato aggiunto alle opzioni. Ad esempio, il Wafer-Scale Engine (WSE) offre molta più potenza di calcolo e memoria. Tuttavia, l'inferenza può avvenire nel data center spostando le informazioni avanti e indietro nel cloud. In generale, per le applicazioni edge è necessaria una bassa latenza, insieme a chip che assorbono meno energia. L'intelligenza artificiale per edge e data center richiede diverse infrastrutture di chip. Uno dei concetti più recenti di Nvidia nell'hardware AI per data center è la BlueField DPU (unità di elaborazione dati) per data center. L'azienda ha presentato BlueField-3, una DPU progettata esplicitamente per "AI e calcolo accelerato". BlueField-3 è la prima DPU 400GbE al mondo, ha affermato Nvidia. È dieci volte più veloce del suo predecessore, BlueField-2. Lo stesso mese, la società ha annunciato una CPU per data center basata su Arm per l'intelligenza artificiale e il calcolo ad alte prestazioni. La nuova CPU per data center, Grace, ha creato una nuova concorrenza per le CPU x86 rivali di Intel e AMD quando è arrivata all'inizio di quest'anno. Secondo Cloudscene, a gennaio dello scorso anno c'erano 2.701 data center negli Stati Uniti, con altri 487 in Germania. . Con 456, il Regno Unito si è classificato al terzo posto tra i paesi in termini di numero di data center, mentre la Cina ne aveva 443. Un numero così elevato di data center creerebbe un'opportunità di crescita per il mercato degli studi. Nel marzo dello scorso anno, NVIDIA ha introdotto potenti nuova tecnologia che fungerebbe da base per il suo obiettivo di trasformare i data center in fabbriche di intelligenza artificiale, aprendo nuove prospettive nel calcolo tecnico. NVIDIA ha presentato la sua nuova architettura GPU Hopper e la GPU H100 per alimentare questa trasformazione e nuovi sistemi che ottimizzeranno l'hardware più recente per attività di calcolo di grandi dimensioni, come la creazione di gemelli digitali di magazzini Amazon di milioni di piedi quadrati, che renderanno più semplice l'addestramento dei robot sistemi per gestire queste strutture. Si prevede che l'Asia-Pacifico registrerà la crescita più rapida durante il periodo di previsione Il governo cinese ha annunciato l'istituzione del Piano di sviluppo dell'intelligenza artificiale di prossima generazione, che promette sostegno politico, coordinamento centrale e investimenti per un totale di oltre 150 miliardi di dollari entro il 2030. Entro la fine di questo decennio, si prevede che il business cinese dell’intelligenza artificiale produrrà 160 miliardi di dollari di ricavi annuali, con le industrie collegate che genereranno 1,6 trilioni di dollari di vendite annuali. I colossi digitali cinesi sono stati incoraggiati dal governo a sviluppare l’intelligenza artificiale. Maggiori rapporti con gli operatori storici del settore saranno catalizzati da biblioteche, piattaforme e strutture che consentiranno alle piccole e medie imprese di utilizzare l’intelligenza artificiale a un prezzo inferiore. Ha anche il vantaggio aggiuntivo di garantire che ogni ecosistema sviluppi un insieme più equo di complementi, consentendo ai colossi digitali di assorbire una porzione più significativa del valore che l’intelligenza artificiale genera e crea. Inoltre, il governo e le organizzazioni stanno investendo nella ricerca. & Sviluppo di tecnologie AI per la governance. Ad esempio, nel marzo dello scorso anno, il governo indiano ha lanciato il Parco tecnologico per l’intelligenza artificiale e la robotica (ARTPARK) presso l’Indian Institute of Science (IISc) a Bangalore. Questo ARTPARK è una collaborazione pubblico-privata con un capitale iniziale di INR 230 Crore. Si tratta di un importante parco di traduzione della ricerca con l'ecosistema collaborativo globale, che è un'iniziativa congiunta di IISc e AI Foundry.Secondo il Nomura Research Institute, si prevede che l'intelligenza artificiale in Giappone si espanderà in modo esponenziale, con robot AI che svolgeranno la metà di tutte le occupazioni in Giappone entro il 2035. Mentre il mercato giapponese dell’intelligenza artificiale si è concentrato sulla robotica, le aziende straniere si sono concentrate sullo sviluppo di software, che rappresenta un’area di opportunità per le aziende straniere che cercano di entrare nel settore giapponese dell’intelligenza artificiale. Inoltre, aziende come NEC e Toshiba stanno sviluppo di software e apparecchiature che integrano software basati su AI, ML e altre nuove tecnologie. Ad esempio, NEC ha dichiarato di aver sviluppato una tecnologia di controllo per robot mobili autonomi (AMR) nelle applicazioni di magazzino che può aumentare l'efficienza del 100% mantenendo le caratteristiche di sicurezza. Panoramica del settore dell'infrastruttura AI Il mercato dell'infrastruttura AI è altamente competitivo, a causa di numerosi attori importanti operanti sui mercati nazionali ed internazionali. Il mercato è moderatamente concentrato, con gli attori più importanti che adottano principalmente strategie efficaci come innovazioni di prodotto, fusioni e acquisizioni. Il mercato è un mercato guidato dalla tecnologia che vede gli attori impegnare sforzi sostanziali in ricerca e sviluppo per ampliare la funzionalità delle loro soluzioni. Alcuni dei principali attori del mercato sono Nvidia Corporation, Microsoft Corporation, Google e IBM. Dicembre 2022: EnCharge AI ha annunciato un round di finanziamento di serie A di successo di 21,7 milioni di dollari da parte delle società di investimento Anzu Partners, AlleyCorp, Scout Ventures, Silicon Catalyst Angels, Schams Ventures, E14 Fund e Alumni Ventures per promuovere i propri acceleratori hardware IA. Encharge AI promette un'efficienza eccellente, con chip di test che raggiungono i 150 TOPS/W per l'elaborazione 8-b, un'interfaccia hardware-software perfetta con i principali framework AI come PyTorch e TF e prestazioni per Watt 20 volte più elevate e prestazioni per Watt 14 volte migliori. dollaro rispetto ad acceleratori AI comparabili. Maggio 2022: IBM ha rivelato l'Elastic Storage System 3500, un sistema di storage 2U destinato esclusivamente ai carichi di lavoro di formazione AI. La nuova macchina include 24 alloggiamenti per unità e una capacità grezza di 368 TB di spazio di archiviazione NVMe. L'ESS 3500 può raggiungere fino a 91 GB/s di throughput utilizzando Spectrum Scale, il software IBM per file system in cluster ad alte prestazioni.