blog

Jul 10, 2023

Tamanho do mercado de infraestrutura de IA e análise de participação

O tamanho do mercado de infraestrutura de IA é estimado em US$ 57,62 bilhões em 2023, e deverá atingir US$ 129,43 bilhões até 2028, crescendo a um CAGR de 17,57% durante o período de previsão (2023-2028).

O tamanho do mercado de infraestrutura de IA é estimado em US$ 57,62 bilhões em 2023, e deverá atingir US$ 129,43 bilhões até 2028, crescendo a um CAGR de 17,57% durante o período de previsão (2023-2028).

Nova York, 29 de agosto de 2023 (GLOBE NEWSWIRE) - Reportlinker.com anuncia o lançamento do relatório "Tamanho do mercado de infraestrutura de IA e análise de ações - Tendências e previsões de crescimento (2023 - 2028)" - https://www.reportlinker .com/p06484183/?utm_source=GNW A inteligência artificial teve um crescimento e desenvolvimento significativos nos últimos anos e será ainda mais predominante em poucos anos. A infraestrutura de IA otimiza e simplifica o mundo dos dados corporativos. A AI Infrastructure treina algoritmos de aprendizado de máquina que operam em bancos de dados e sistemas de enfileiramento de mensagens para fornecer fluxo de entrega de dados.Principais destaques De acordo com o Índice Global de Adoção de IA da IBM, o uso de IA permaneceu estável no ano passado, com mais de um terço das empresas (35%) relatando o uso de IA em suas operações, um aumento de quatro pontos em relação ao ano anterior. A acessibilidade, que tornou a IA fácil de aplicar em toda a empresa, foi um grande impulsionador da adoção. Ainda assim, as empresas também recorrem à IA para as ajudar a melhorar a automatização de empregos e a reduzir custos. A lacuna na adoção da IA ​​entre empresas grandes e pequenas também cresceu dramaticamente. As organizações maiores têm agora 100% mais probabilidade de aplicar IA nas suas organizações do que as empresas mais pequenas, em comparação com 69% em 2021. Além disso, para aproveitar as oportunidades crescentes da IA, uma das primeiras considerações para qualquer organização é ter um ambiente adequado. infraestrutura para apoiar o desenvolvimento da IA. Além disso, as soluções de IA exigem frequentemente nova integração de hardware e software para funcionar. Por exemplo, para agrupamento e anotação de fontes de dados, processamento escalonável ou criação e ajuste de modelos à medida que novos dados se tornam disponíveis, são necessárias soluções de IA, como reaproveitar o hardware existente e comprar uma solução única de IA, construir uma plataforma mais ampla para apoiar múltiplas soluções de IA e terceirização da entrega de soluções de IA. Assim, a infraestrutura desempenha um papel vital no crescimento do cenário da IA. De acordo com a Nvidia, as empresas do mercado de capitais, os fundos de hedge, os gestores de ativos e as bolsas são os consumidores mais frequentes de aprendizagem profunda, representando 58% de todos os utilizadores. Em contrapartida, a aprendizagem automática é utilizada por 80% das fintechs, que têm capacidades empresariais de IA disponíveis a partir da nuvem, mas podem precisar de mais dados para permitir muitos casos de utilização de aprendizagem profunda. juntos na Índia para produzir mão de obra mais qualificada. De acordo com a Salesforce, a demanda por inteligência artificial e talentos com experiência em IA aumentou nos últimos anos e ainda mais desde a pandemia. Em sua plataforma Trailhead, durante a pandemia, as certificações/crachás relacionados à IA tiveram um aumento de 148%, seguidos por certificações/crachás relacionados ao blockchain em 54%. Por outro lado, o relatório AI Adoption in the Enterprise da O'Reilly, que entrevistou mais de 3.500 líderes empresariais e descobriu que a falta de pessoas qualificadas e a dificuldade de contratação superam os desafios da IA, com 19% dos entrevistados citando isso como uma barreira “significativa”. O relatório O'Reilly sugere que a segunda barreira mais significativa à adoção da IA ​​é a falta de dados de qualidade, com 18% dos entrevistados afirmando que a sua organização está apenas começando a perceber a importância dos dados de alta qualidade. Hardware de IA em data centers de computação de alto desempenhoO rápido crescimento de dispositivos inteligentes conectados e um aumento maciço no consumo de dados estão exercendo enorme pressão sobre a infraestrutura subjacente do data center. Os data centers tornaram-se tão complicados que agora só é possível que seres humanos gerenciem essa complexidade crescente. O hardware de inteligência artificial em data centers pode ajudar a melhorar a eficiência da operação de dados de maneira significativa. Treinar um modelo de ML em milhares de conjuntos de dados é uma atividade de uso intensivo de computação, melhor conduzida em data centers. As GPUs desempenharam bem essa função e muitos outros hardwares foram adicionados às opções. Por exemplo, o Wafer-Scale Engine (WSE) oferece muito mais poder de computação e memória. No entanto, a inferência pode ocorrer no data center, movendo as informações para a nuvem. Em geral, baixa latência é necessária para aplicações de ponta, juntamente com chips que absorvem menos energia. A IA de borda e de data center exige diferentes infraestruturas de chip. Um dos conceitos mais recentes da Nvidia em hardware de IA para data centers é o BlueField DPU (unidade de processamento de dados) para data centers. A empresa revelou o BlueField-3, um DPU projetado explicitamente para “IA e computação acelerada”. BlueField-3 é o primeiro DPU 400GbE do mundo, disse a Nvidia. É dez vezes mais rápido que seu antecessor, BlueField-2. No mesmo mês, a empresa anunciou uma CPU de data center baseada em Arm para IA e computação de alto desempenho. A nova CPU de data center, Grace, criou uma nova competição para CPUs x86 rivais Intel e AMD quando chegou no início deste ano. De acordo com o cloudscene, em janeiro do ano passado, havia 2.701 data centers nos Estados Unidos, com mais 487 na Alemanha . Com 456, o Reino Unido ficou em terceiro lugar entre os países em termos de número de data centers, enquanto a China tinha 443. Um número tão grande de data centers criaria uma oportunidade para o crescimento do mercado de estudos. Em março do ano passado, a NVIDIA introduziu poderosos nova tecnologia que serviria de base ao seu objectivo de transformar centros de dados em fábricas de IA, abrindo novas perspectivas na computação técnica. A NVIDIA revelou sua nova arquitetura de GPU Hopper e GPU H100 para impulsionar essa transformação e novos sistemas que otimizarão o hardware mais recente para tarefas de computação massivas, como a criação de gêmeos digitais de armazéns Amazon de milhões de pés quadrados, o que tornará mais fácil o treinamento robótico sistemas para gerenciar essas instalações.Espera-se que a Ásia-Pacífico registre o crescimento mais rápido durante o período de previsãoO governo chinês anunciou o estabelecimento do Plano de Desenvolvimento de Inteligência Artificial da Próxima Geração, que promete apoio político, coordenação central e investimentos totalizando mais de US$ 150 bilhões até 2030. Até ao final desta década, espera-se que o negócio de IA da China produza 160 mil milhões de dólares em receitas anuais, com as indústrias aliadas a gerarem 1,6 biliões de dólares em vendas anuais. Mais relações com os operadores históricos da indústria serão catalisadas por bibliotecas, plataformas e estruturas que permitirão às pequenas e médias empresas utilizar a inteligência artificial a um preço mais baixo. Também tem o benefício adicional de garantir que cada ecossistema desenvolva um conjunto mais equitativo de complementadores, permitindo que os gigantes digitais obtenham uma parcela mais significativa do valor que a inteligência artificial gera e cria. & Desenvolvimento de tecnologias de IA para governança. Por exemplo, em março do ano passado, o governo da Índia lançou o Parque Tecnológico de Inteligência Artificial e Robótica (ARTPARK) no Instituto Indiano de Ciência (IISc) em Bengaluru. Este ARTPARK é uma colaboração público-privada com capital inicial de INR 230 Crores. Este é um parque de tradução de pesquisa de primeira linha com o ecossistema colaborativo global, que é uma iniciativa conjunta do IISc & AI Foundry. De acordo com o Nomura Research Institute, espera-se que a Inteligência Artificial no Japão se expanda exponencialmente, com robôs de IA realizando metade de todas as ocupações no Japão até 2035. Embora o mercado japonês de IA tenha se concentrado na robótica, as empresas estrangeiras se concentraram no desenvolvimento de software, que é uma área de oportunidade para empresas estrangeiras que tentam entrar no setor japonês de IA. Além disso, empresas como a NEC e a Toshiba estão desenvolvimento de software e equipamentos integrando software baseado em IA, ML e outras novas tecnologias. Por exemplo, a NEC afirmou ter desenvolvido uma tecnologia de controlo para robôs móveis autónomos (AMR) em aplicações de armazém que pode aumentar a eficiência em 100%, mantendo ao mesmo tempo as características de segurança.Visão geral da indústria de infra-estruturas de IAO mercado de infra-estruturas de IA é altamente competitivo, devido a vários intervenientes proeminentes. atuando nos mercados nacionais e internacionais. O mercado está moderadamente concentrado, com os principais players adotando principalmente estratégias eficazes, como inovações de produtos e fusões e aquisições. O mercado é um mercado impulsionado pela tecnologia que testemunha os players colocando esforços substanciais em P&D para ampliar a funcionalidade de suas soluções. Alguns dos principais players do mercado são Nvidia Corporation, Microsoft Corporation, Google e IBM.Dezembro de 2022: EnCharge AI anunciou uma rodada de financiamento da Série A bem-sucedida de US$ 21,7 milhões das empresas de investimento Anzu Partners, AlleyCorp, Scout Ventures, Silicon Catalyst Angels, Schams Ventures, E14 Fund e Alumni Ventures para promover seus aceleradores de hardware de IA. Encharge AI promete excelente eficiência, com chips de teste atingindo 150 TOPS/W para computação de 8-b, interface de hardware-software perfeita com as principais estruturas de IA, como PyTorch e TF, e desempenho por Watt 20x maior e desempenho por Watt 14x melhor. dólar do que aceleradores de IA comparáveis.Maio de 2022: A IBM revelou o Elastic Storage System 3500, um sistema de armazenamento 2U destinado exclusivamente a cargas de trabalho de treinamento de IA. A nova máquina inclui 24 compartimentos de unidade e capacidade bruta de 368 TB de armazenamento NVMe. O ESS 3500 pode atingir até 91 GB/s de rendimento utilizando Spectrum Scale, o software de sistema de arquivos em cluster de alto desempenho da IBM.