Blog

Jul 10, 2023

Analyse de la taille et de la part du marché des infrastructures d’IA

La taille du marché des infrastructures d’IA est estimée à 57,62 milliards USD en 2023 et devrait atteindre 129,43 milliards USD d’ici 2028, avec une croissance de 17,57 % au cours de la période de prévision (2023-2028).

La taille du marché des infrastructures d’IA est estimée à 57,62 milliards USD en 2023 et devrait atteindre 129,43 milliards USD d’ici 2028, avec une croissance de 17,57 % au cours de la période de prévision (2023-2028).

New York, 29 août 2023 (GLOBE NEWSWIRE) -- Reportlinker.com annonce la publication du rapport « Analyse de la taille et des parts du marché des infrastructures d'IA – Tendances et prévisions de croissance (2023 - 2028) » - https://www.reportlinker .com/p06484183/?utm_source=GNW L'intelligence artificielle a connu une croissance et un développement significatifs ces dernières années et sera encore plus répandue dans quelques années à peine. AI Infrastructure optimise et rationalise le monde des données d’entreprise. AI Infrastructure entraîne des algorithmes d'apprentissage automatique qui fonctionnent sur des bases de données et des systèmes de file d'attente de messages pour fournir un flux de livraison de données.Points saillants Selon l'IBM Global AI Adoption Index, l'utilisation de l'IA est restée stable l'année dernière, avec plus d'un tiers des entreprises (35 %) déclarant l'utiliser dans leurs opérations, soit une augmentation de quatre points par rapport à l'année précédente. L’accessibilité, qui a rendu l’IA facile à appliquer dans toute l’entreprise, a été un facteur important d’adoption. Néanmoins, les entreprises se tournent également vers l’IA pour les aider à améliorer l’automatisation des tâches et à réduire les coûts. L’écart d’adoption de l’IA entre les grandes et les petites entreprises s’est également considérablement creusé. Les grandes organisations sont désormais 100 % plus susceptibles d'avoir appliqué l'IA dans leur organisation que les petites entreprises, contre 69 % en 2021. De plus, pour tirer parti des opportunités croissantes de l'IA, l'une des premières considérations pour toute organisation est de disposer d'une solution adaptée. infrastructure pour soutenir les développements de l’IA. De plus, les solutions d’IA nécessitent souvent de nouvelles intégrations matérielles et logicielles pour fonctionner. Par exemple, pour la collecte et l'annotation de sources de données, le traitement évolutif ou la création et l'ajustement de modèles à mesure que de nouvelles données deviennent disponibles, des solutions d'IA nécessitent des solutions d'IA, telles que la réutilisation du matériel existant et l'achat d'une solution d'IA unique, la création d'une plate-forme plus large pour prendre en charge plusieurs solutions d’IA et l’externalisation de la fourniture de solutions d’IA. Ainsi, l’infrastructure joue un rôle essentiel dans la croissance du paysage de l’IA. Selon Nvidia, les sociétés du marché des capitaux, les hedge funds, les gestionnaires d’actifs et les bourses sont les consommateurs les plus fréquents d’apprentissage profond, représentant 58 % de tous les utilisateurs. En revanche, l’apprentissage automatique est utilisé par 80 % des fintechs, qui disposent de capacités d’IA d’entreprise disponibles dans le cloud, mais peuvent avoir besoin de plus de données pour permettre de nombreux cas d’utilisation de l’apprentissage profond. La numérisation rapide provoquée par la pandémie incite l’industrie et le monde universitaire à se développer. ensemble en Inde pour produire une main-d'œuvre plus qualifiée. Selon Salesforce, la demande en intelligence artificielle et en talents possédant une expertise en IA a augmenté ces dernières années et plus encore depuis la pandémie. Sur leur plateforme Trailhead, pendant la pandémie, les certifications/badges liés à l'IA ont connu une augmentation de 148 %, suivis par les certifications/badges liés à la blockchain à 54 %. D'un autre côté, le rapport d'O'Reilly sur l'adoption de l'IA dans l'entreprise, qui a interrogé plus de 3 500 chefs d'entreprise et a constaté que le manque de personnel qualifié et les difficultés de recrutement étaient les principaux défis liés à l'IA, 19 % des personnes interrogées le citant comme un obstacle « important ». Le rapport O'Reilly suggère que le deuxième obstacle le plus important à l'adoption de l'IA est le manque de données de qualité, avec 18 % des personnes interrogées affirmant que leur organisation commence seulement à prendre conscience de l'importance des données de haute qualité. Matériel d'IA dans les centres de données de calcul haute performanceLa croissance rapide des appareils connectés intelligents et l'augmentation massive de la consommation de données exercent une pression énorme sur l'infrastructure sous-jacente des centres de données. Les centres de données sont devenus si compliqués qu’il est désormais possible aux seuls êtres humains de gérer cette complexité croissante. Le matériel d'intelligence artificielle dans les centres de données peut contribuer à améliorer considérablement l'efficacité du fonctionnement des données. La formation d'un modèle de ML sur des milliers d'ensembles de données est une activité à forte intensité de calcul qu'il est préférable de mener dans les centres de données. Les GPU ont bien rempli cette fonction et de nombreux autres matériels sont ajoutés aux options. Par exemple, le Wafer-Scale Engine (WSE) offre bien plus de puissance de calcul et de mémoire. Cependant, une inférence peut se produire dans le centre de données en déplaçant les informations dans les deux sens vers le cloud. En général, une faible latence est nécessaire pour les applications en périphérie, ainsi que des puces qui absorbent moins d’énergie. L'IA de périphérie et de centre de données nécessite différentes infrastructures de puces. L'un des concepts les plus récents de Nvidia en matière de matériel d'IA pour les centres de données est le BlueField DPU (unité de traitement de données) pour les centres de données. La société a dévoilé BlueField-3, un DPU explicitement conçu pour « l’IA et le calcul accéléré ». BlueField-3 est le premier DPU 400GbE au monde, a déclaré Nvidia. Il est dix fois plus rapide que son prédécesseur BlueField-2. Le même mois, la société a annoncé un processeur de centre de données basé sur Arm pour l'IA et le calcul haute performance. Le nouveau processeur de centre de données, Grace, a créé une nouvelle concurrence pour les rivaux des processeurs x86 Intel et AMD lorsqu'il est arrivé plus tôt cette année. Selon Cloudscene, en janvier de l'année dernière, il y avait 2 701 centres de données aux États-Unis, et 487 de plus en Allemagne. . Avec 456, le Royaume-Uni se classe troisième parmi les pays en termes de nombre de centres de données, tandis que la Chine en compte 443. Un tel nombre de centres de données créerait une opportunité de croissance pour le marché des études. En mars de l'année dernière, NVIDIA a introduit de puissants nouvelle technologie qui servirait de base à son objectif de transformer les centres de données en usines d’IA, ouvrant ainsi de nouvelles perspectives dans le domaine de l’informatique technique. NVIDIA a dévoilé sa nouvelle architecture GPU Hopper et son GPU H100 pour alimenter cette transformation ainsi que de nouveaux systèmes qui optimiseront le matériel le plus récent pour des tâches informatiques massives, telles que la création de jumeaux numériques d'entrepôts Amazon d'un million de pieds carrés, ce qui facilitera la formation de robots. systèmes pour gérer ces installations. L'Asie-Pacifique devrait enregistrer la croissance la plus rapide au cours de la période de prévision. Le gouvernement chinois a annoncé la mise en place du plan de développement de l'intelligence artificielle de nouvelle génération, qui promet un soutien politique, une coordination centrale et des investissements totalisant plus de 150 milliards de dollars. d'ici 2030. D'ici la fin de cette décennie, le secteur de l'IA en Chine devrait générer 160 milliards de dollars de revenus annuels, et les industries connexes généreront 1,6 billion de dollars de ventes annuelles. Les géants du numérique chinois ont été encouragés par le gouvernement à développer l'intelligence artificielle. Davantage de relations avec les acteurs historiques de l'industrie seront catalysées par des bibliothèques, des plates-formes et des cadres permettant aux petites et moyennes entreprises d'utiliser l'intelligence artificielle à moindre prix. Cela présente également l’avantage supplémentaire de garantir que chaque écosystème développe une collection plus équitable de complémentateurs, permettant ainsi aux géants du numérique de s’approprier une part plus importante de la valeur générée et créée par l’intelligence artificielle. De plus, le gouvernement et les organisations investissent dans la recherche. & Développement de technologies d’IA pour la gouvernance. Par exemple, en mars de l’année dernière, le gouvernement indien a lancé le parc technologique d’intelligence artificielle et de robotique (ARTPARK) à l’Institut indien des sciences (IISc) de Bangalore. Cet ARTPARK est une collaboration public-privé avec un capital de démarrage de 230 crores INR. Il s'agit d'un parc de recherche et d'application de premier plan doté d'un écosystème collaboratif mondial, qui est une initiative conjointe de IISc & AI Foundry. Selon l'Institut de recherche Nomura, l'intelligence artificielle au Japon devrait se développer de façon exponentielle, les robots IA effectuant la moitié de toutes les professions. au Japon d'ici 2035. Alors que le marché japonais de l'IA s'est concentré sur la robotique, les entreprises étrangères se sont concentrées sur le développement de logiciels, ce qui constitue un domaine d'opportunité pour les entreprises étrangères qui tentent d'entrer dans le secteur japonais de l'IA. De plus, des entreprises telles que NEC et Toshiba sont développer des logiciels et des équipements intégrant des logiciels basés sur l'IA, le ML et d'autres nouvelles technologies. Par exemple, NEC a déclaré avoir développé une technologie de contrôle pour les robots mobiles autonomes (AMR) dans les applications d'entrepôt, qui peut augmenter l'efficacité de 100 % tout en conservant les fonctions de sécurité. Aperçu du secteur des infrastructures d'IALe marché des infrastructures d'IA est très compétitif, en raison de plusieurs acteurs de premier plan. opérant sur les marchés nationaux et internationaux. Le marché est modérément concentré, les acteurs importants adoptant principalement des stratégies efficaces telles que l'innovation de produits et les fusions et acquisitions. Le marché est axé sur la technologie et voit les acteurs déployer des efforts substantiels en R&D pour élargir les fonctionnalités de leurs solutions. Certains acteurs majeurs du marché sont Nvidia Corporation, Microsoft Corporation, Google et IBM. Décembre 2022 : EnCharge AI a annoncé avec succès un cycle de financement de série A de 21,7 millions de dollars auprès des sociétés d'investissement Anzu Partners, AlleyCorp, Scout Ventures, Silicon Catalyst Angels, Schams Ventures, E14 Fund et Alumni Ventures pour développer leurs accélérateurs matériels d'IA. Encharge AI promet une excellente efficacité, avec des puces de test atteignant 150 TOPS/W pour l'informatique 8-b, une interface matérielle-logicielle transparente avec les principaux frameworks d'IA tels que PyTorch et TF, et des performances par watt 20 fois supérieures et 14 fois supérieures. dollar que les accélérateurs d'IA comparables.Mai 2022 : IBM a dévoilé l'Elastic Storage System 3500, un système de stockage 2U destiné exclusivement aux charges de travail de formation à l'IA. La nouvelle machine comprend 24 baies de disque et une capacité brute de 368 To de stockage NVMe. L'ESS 3500 peut atteindre jusqu'à 91 Go/s de débit en utilisant Spectrum Scale, le logiciel de système de fichiers en cluster hautes performances d'IBM.