❖本調査レポートの見積依頼/サンプル/購入/質問フォーム❖
世界のAIインフラ市場は、2022年の287億米ドルから2027年には966億米ドルに成長し、2022年から2027年の予測期間中の年平均成長率は27.5％になると予測されています。
この市場の成長は、データトラフィックの増加と高い計算能力へのニーズ、クラウドベースの機械学習プラットフォームの採用増加、大規模かつ複雑化するデータセット、業界を超えたパートナーシップやコラボレーションの増加、COVID-19の流行によるAIの採用増加、AIデータセンターにおける並列コンピューティングへの注目の高まりなどの要因によってもたらされる。
AIインフラ市場の市場ダイナミクス
ドライバーAIデータセンターにおける並列コンピューティングへの注目の高まり
CPUは、命令とデータが格納されている一連のメモリ・ロケーションを追跡するために、データセンターでシリアル演算に使用される。プロセッサは、メモリアドレスにある命令とデータを解析することにより、シリアル計算を行う。シリアル計算では、計算ステップは連続的かつ論理的である。言い換えれば、データセンターにおける1つのタスクは、一連の別々の命令セットに分割され、プロセッサによってシリアルに実行される。このため、データセンターでは、特にデータと命令セットが膨大な数になるAIベースの計算において、一般的に待ち時間の問題が発生する。
並列コンピューティング構造では、複数の計算資源を同時に使用して命令を実行する。この方式では、命令は個別の部分に分割され、複数のコプロセッサで同時に実行できる。このため、並列コンピューティングはHPC/スーパーコンピュータに適している。
AI、データマイニング、バーチャルリアリティの発展に伴い、商用サーバーでも並列コンピューティングの利用が進んでいる。GPUは、何千ものコアを持つ並列アーキテクチャにより、複数の命令を同時に処理できるため、並列コンピューティングに適しています。並列コンピューティングモデルは、ディープラーニングのトレーニングやインターフェイスの実装に理想的である。並列コンピューティングに対する需要の高まりは、予測期間中にAIインフラストラクチャ産業の市場を押し上げると予想される。
制約：AIハードウェアの専門家と熟練労働者の不足
人工知能は複雑なシステムであり、企業はAIシステムの開発、管理、導入に専門家と熟練した人材を必要としている。AIシステムを扱う人は、コグニティブ・コンピューティング、機械学習（ML）、機械知能、ディープラーニング、画像認識などの技術を知っておく必要がある。加えて、AI技術を既存のシステムに統合することは困難な作業であり、十分な資金を投入した社内研究開発や特許の充足が必要となる。些細なミスであっても、システム障害やソリューションの誤作動につながる可能性があり、これは結果や望ましい結果に大きく影響する。既存のML対応AIプロセッサをカスタマイズするには、データサイエンティストや開発者の専門的なサービスが必要だ。各業界の企業は、業務効率やパフォーマンスの向上、廃棄物の削減、天然資源の保護、スピードと利便性を備えた新たな市場や視聴者へのリーチ、製品やプロセスのイノベーションを支援するために、新たなテクノロジーを取り入れている。
チャンス：ムーアの法則の減速によるコ・プロセッサー・ニーズの高まり
ムーアの法則では、集積回路の1平方インチあたりのトランジスタ数は、少なくとも2020年までは約18カ月ごとに倍増するとされている。2015年4月、インテル・コーポレーションは、7nmと5nmの製造技術を開発することで、ムーアの法則をあと数年は維持できると述べた。しかし、今後、プロセッサーのサイズをさらに縮小することは困難である。そうすることで、電子と正孔の間隔も狭くなり、IC内で電流漏れや過熱などの問題が発生することになる。これらの問題は、性能の低下、ICの消費電力の増加、耐久性のさらなる低下につながる。したがって、チップの計算能力を高める別の方法を見つける必要性が、AIインフラの重要な要素であるアクセラレーターやコプロセッサ・チップの開発に拍車をかけている。
課題AIプラットフォームにおけるデータプライバシーに関する懸念
AIは医療業界においていくつかの応用が可能である。しかし、この業界におけるAIの採用は、データ・プライバシーの懸念のためにある程度制限されている。患者の健康データは多くの国で連邦法の下で保護されており、その完全性を維持するための違反や失敗は、法的および金銭的な処罰を受ける可能性がある。患者ケアに使用されるAIは、複数の健康データセットにアクセスする必要があるため、AIベースのツールは、政府や規制当局によって義務付けられているすべてのデータ・セキュリティ・プロトコルを遵守することが不可欠である。ほとんどのAIプラットフォームは統合され、大規模なコンピューティング・パワーを必要とするため、患者データまたはその一部をベンダーのデータセンターに置く必要が生じる可能性があり、これは困難な課題である。これは市場における大きな課題である。
予測期間中、AIインフラ市場で第2位のシェアを占めるのは導入タイプのハイブリッドセグメント
予測期間中、AIインフラ市場ではハイブリッド展開モデルが第2位の市場シェアを占めている。ハイブリッドクラウドの利点は俊敏性の向上であるため、競争優位性を獲得するために企業に広く受け入れられている。自動車、ヘルスケア、産業組織は、仮想化、プライベートクラウド、その他の内部ITリソースなど、異なる技術や手法を組み合わせたハイブリッドインフラストラクチャの採用を開始した。
予測期間中、APACの中国が最大の市場シェアと高い成長率を占める
APAC諸国の中で中国市場は最大の市場シェアと高い成長率を維持しており、予測期間中もその地位を維持すると予想される。中国のAIインフラ市場は急成長している。多国籍企業や国内企業がクラウドサービスプロバイダー（CSP）やコロケーションソリューションへの移行を進める中、中国におけるAIデータセンターの成長は進化を続けている。同国におけるAIデータセンターの需要は、成長するビジネスのために接続性の強化と拡張性の高いソリューションを求める企業のために増加している。上海での自由貿易の確立など、政府のさまざまな改革や取り組みが国際的な投資家を引き付けている。
予測期間中、APACが最大の市場シェアと高い成長率を占める
アジア太平洋市場は最大の市場シェアと高い成長率を保持しており、予測期間中もその地位を維持すると予想される。高い成長は、中国やインドといった最も人口の多い国の存在によるものである。
インドは世界で最も急成長している経済国のひとつであり、AIの世界的発展に大きな関心を寄せている。インド政府はその可能性を認識し、国の舵取りを行い、AIにおけるリーダーの仲間入りをするために必要なあらゆる手段を講じている。有利なエコシステムにもかかわらず、政府はAIで急速な進歩を達成するために克服しようとしている。同様に、中国政府は5Gネットワークやデータセンターなど新たなインフラ・プロジェクトの建設を加速させ、拡大する市場に向けた情報サービスを強化している。また、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、1500億米ドル以上の投資を約束した。
AI Infrastructure Market by Region
調査の前提条件については、パンフレットをダウンロードしてください。
主要市場プレイヤー
市場に参入しているAIインフラ企業には、NVIDIA Corporation（米国）、Intel Corporation（米国）、Oracle Corporation（米国）、Samsung Electronics Co.(米国）、Advanced Micro Devices, Inc.（米国）、International Business Machines (IBM) Corporation（米国）、Google LLC（米国）、Microsoft Corporation（米国）、Amazon Web Services, Inc.（米国）、SK Hynix, Inc.（韓国）、MIPS（米国）、株式会社東芝（日本）、Imagination Technologies（英国）、Cambricon Technologies Corp.Ltd.（中国）、Graphcore（英国）、SK Hynix Inc.(Ltd.（中国）、Graphcore（英国）、Gyrfalcon Technology Inc.（米国）、Cadence Design Systems, Inc.（米国）、Tenstorrent Inc.（米国）、Cisco Systems, Inc.（米国）、Arm Limited（米国）、Dell Technologies（米国）、Hewlett Packard Enterprise（米国）、Synopsys, Inc.
この調査レポートでは、AIインフラストラクチャ市場をオファリング、機能、技術、展開タイプ、エンドユーザー、地域に基づいて区分している。
AIインフラ市場：提供サービス別
ハードウェア
サーバー・ソフトウェア
AIインフラ市場、テクノロジー別
機械学習
ディープラーニング
AIインフラ市場、機能別
トレーニング
推論
AIインフラ市場、展開タイプ別
オンプレミス
クラウド
ハイブリッド
AIインフラ市場：エンドユーザー別
企業
政府機関
クロース・サービス・プロバイダー
地理的分析
北米
ヨーロッパ
APAC
RoW
最近の動向
2022年5月、マイクロン・テクノロジー社は、Crucial NVMe SSD製品ポートフォリオの拡充として、2つの新しいコンシューマー向けストレージ製品、Crucial P3 Plus Gen4 NVMeおよびCrucial P3 NVMeソリッド・ステート・ドライブ（SSD）の発売を予定していることを発表しました。新しいCrucial P3 Plus SSD製品ラインは、最大5000/4200 MB/s1のシーケンシャル読取り/書込み速度を実現し、次世代Crucial P3 SSDは最大3500/3000 MB/s1の読取り/書込み速度を実現します。
2022年3月、エヌビディア・コーポレーションは、AIデータセンターの次の波を後押しし、2年前に発売された前身であるエヌビディア・アンペア・アーキテクチャーと比較して桁違いのパフォーマンスを実現する、エヌビディア・ホッパー・アーキテクチャーを採用した次世代アクセラレーテッド・コンピューティング・プラットフォームを発表した。
サムスン電子は2021年11月、テキサス州（米国）に最新鋭の半導体チップ製造工場を建設する計画を発表し、2024年後半の稼働を目指している。
1 はじめに （ページ – 29）
1.1 調査目的
1.2 市場の定義
1.3 調査範囲
1.3.1 対象市場
図1 市場区分：AIインフラ市場
1.3.2 対象地域
1.3.3 考慮した年
1.4 包含項目と除外項目
1.5 通貨
1.6 利害関係者
1.7 変更点のまとめ
2 研究方法 （ページ – 33）
2.1 調査データ
図 2 調査デザイン
2.1.1 二次調査および一次調査
2.1.1.1 主要な業界インサイト
2.1.2 二次データ
2.1.2.1 主要な二次情報源のリスト
2.1.2.2 二次情報源
2.1.3 一次データ
2.1.3.1 一次インタビューの内訳
2.1.3.2 専門家への一次インタビュー
2.1.3.3 一次ソースからの主要データ
2.2 市場規模の推定
2.2.1 ボトムアップアプローチ
図3 市場規模推定手法：ボトムアップアプローチ
2.2.2 トップダウンアプローチ
図4 供給サイドから市場規模を捉えるアプローチ
図5 市場規模推定手法：トップダウンアプローチ
2.3 市場の内訳とデータ三角測量
図6 データ三角測量：AIインフラ市場
2.4 リサーチの前提
2.5 制限事項
2.6 リスク評価
3 EXECUTIVE SUMMARY（ページ – 44）
図7 AIインフラ市場ではハードウェア分野が大きなシェアを占めると推定される
図8 予測期間中、クラウドサービスプロバイダー部門がAIインフラ市場で最大シェアを占める
図9 アジア太平洋地域のAiインフラ市場は予測期間中に最も高いCAGRを記録する
4 PREMIUM INSIGHTS (ページ – 47)
4.1 AIインフラ市場における主な機会
図10 ハイパフォーマンスコンピューティングデータセンターにおけるクラウド機械学習の採用増加が市場を牽引する見込み
4.2 ハードウェア向けAIインフラ市場（提供製品別
図11 プロセッサ向けAiインフラ市場は予測期間中に最も高いCAGRを示す
4.3 AIインフラ市場：展開タイプ別
図12 クラウド向けAiインフラ市場は予測期間中に最も高いCAGRを記録する
4.4 アジア太平洋地域のAIインフラ市場：エンドユーザー・国別
図13 クラウドサービスプロバイダーが予測期間中に最大シェアを占める
4.5 AIインフラ市場、国別
図14 中国のAIインフラ市場は予測期間中に最も高いCAGRを記録する
5 市場概要（ページ – 50）
5.1 はじめに
5.2 市場ダイナミクス
図15 AIインフラ市場：促進要因、阻害要因、機会、課題
5.2.1 推進要因
5.2.1.1 データトラフィックの増加と高いコンピューティングパワーの必要性
5.2.1.2 クラウド機械学習プラットフォームの採用拡大
図16 世界の組織におけるAIの採用（2020～2021年
5.2.1.3 データセットの増大と複雑化
表1 スマートフォン1台当たりのモバイルデータトラフィック（GB/月）
5.2.1.4 AIデータセンターにおける並列コンピューティングへの注目の高まり
5.2.1.5 業界を超えたパートナーシップとコラボレーションの増加
表2 業界パートナーシップに関する最近の動向
5.2.1.6 COVID-19によるAIの採用拡大
図 17 2022 年の世界のデータセンター数（国別
図18 AIインフラ市場への促進要因の影響分析
5.2.2 阻害要因
5.2.2.1 AIハードウェアの専門家と熟練労働者の不足
図19 AIインフラ市場への阻害要因の影響分析
5.2.3 機会
5.2.3.1 FPGAベースのアクセラレータに対する需要の急増
表3 FPGAの最近の動向
5.2.3.2 ムーアの法則の減速によるコプロセッサのニーズの高まり
5.2.3.3 高齢者ケアにおけるAIベースのツールの可能性の高まり
図20 AIインフラ市場における機会のインパクト分析
5.2.4 課題
5.2.4.1 AIプラットフォームにおけるデータプライバシーに関する懸念
図21 500レコード以上の医療データ侵害
5.2.4.2 AIアルゴリズムの信頼性の低さ
5.2.4.3 効率的なAIシステムを訓練・開発するための限られた構造化データの入手可能性
図22 AIインフラ市場への課題の影響分析
5.3 顧客のビジネスに影響を与えるトレンド／混乱
5.3.1 AIインフラプロバイダーの収益シフトと新たな収益ポケット
図23 AIインフラ市場の収益シフト
5.4 価格分析
5.4.1 主要プレイヤーの平均販売価格（提供製品別
図24 上位3ハードウェア製品における主要プレイヤーの平均販売価格
表4 上位3ハードウェア製品における主要プレイヤーの平均販売価格（米ドル）
5.4.2 平均販売価格のトレンド
図25 AIインフラ市場：プロセッサの平均価格
図26 AIインフラ市場：メモリの平均価格
図27 AIインフラ市場：ネットワークの平均価格
5.5 バリューチェーン分析
図28 バリューチェーン分析：ハードウェアプロバイダーとソフトウェアプロバイダーによる主な付加価値
5.6 エコシステム／市場マップ
表5 AIインフラ市場：エコシステム
5.7 技術分析
表6 AIチップタイプの比較
5.7.1 クラウドGPU
5.8 ケーススタディ分析
5.8.1 KIA MOTORS AMERICA は製品とサービスの向上のために SAS の高度な分析と AI ソリューションを利用している。
5.8.2 vulcan ai 社、AI ビジョンとディープラーニングを使用してより安全な職場を実現
5.8.3 オルトボムがオラクルのクラウドインフラストラクチャで俊敏性を高め、顧客へのサービスを迅速化
5.8.4 ブラジルのブラデスコ銀行、ワトソンで6500万人の顧客に個別対応
5.8.5 アクセンチュアがマイクロソフトと共にインド政府のパンデミック対策AIツールを開発
5.9 特許分析
図29 過去10年間で特許出願件数の多い企業トップ10
表7 米国における過去10年間の特許所有者上位10社
図30 2011年から2021年までの年間特許取得件数
5.9.1 主要特許のリスト
表8 AIインフラ市場における主要特許一覧
5.10 貿易・関税分析
5.10.1 貿易分析
5.10.1.1 HSコード854231の貿易データ
図31 輸入データ（国別）、2017年～2021年（10億米ドル
図32 輸出データ、国別、2017-2021年（10億米ドル）
5.10.2 関税分析
表9 米国が輸出するプロセッサおよびコントローラとしての電子集積回路の関税（2021年
表10 中国が輸出するプロセッサおよびコントローラとしての電子集積回路の関税（2021年
表11 中国・香港が輸出したプロセッサーおよびコントローラーとしての電子集積回路の関税率（2021年
表12 シンガポールが輸出するプロセッサーおよびコントローラーとしての電子集積回路の関税率（2021年
表13 2021年、マレーシアが輸出するプロセッサーおよびコントローラーとしての電子集積回路の関税率
5.11 2022～2023年の主な会議とイベント
表14 AIインフラ市場：会議・イベントの詳細リスト
5.12 規制情勢
5.12.1 輸出入規制
5.12.2 危険物質（ROHS）と廃電気電子機器（WEE）に関する規制
5.12.3 化学物質の登録、評価、認可、制限（リーチ）
5.12.4 一般データ保護規則（GDpr）
5.13 ポーターの5つの力分析
表15 ポーターの5つの力がAIインフラ市場に与える影響
図 33 ポーターの5つの力分析：AIインフラ市場
5.13.1 新規参入の脅威
5.13.2 代替品の脅威
5.13.3 供給者の交渉力
5.13.4 買い手の交渉力
5.13.5 競争の激しさ
5.14 主要ステークホルダーと購買基準
5.14.1 購入プロセスにおける主要ステークホルダー
図34 上位3つのアプリケーションの購買プロセスにおける利害関係者の影響力
表16 上位3アプリケーションの購買プロセスにおける関係者の影響力(%)
5.14.2 購入基準
表17 上位3アプリケーションの主な購入基準
6 AI インフラ市場：提供サービス別（ページ番号 – 85）
6.1 はじめに
図35 予測期間中、ハードウェアオファリングがAIインフラ市場をリードすると予想される
表18 AIインフラストラクチャ市場、オファリング別、2018年～2021年（10億米ドル）
表19 AIインフラ市場、オファリング別、2022年～2027年（10億米ドル）
6.2 ハードウェア
表20 Aiインフラにおけるハードウェア市場、オファリング別、2018年～2021年（10億米ドル）
表21 Aiインフラストラクチャーにおけるハードウェア市場、オファリング別、2022年～2027年（10億米ドル）
表22 AIインフラストラクチャーにおけるハードウェア市場、デプロイメントタイプ別、2018年～2021年（10億米ドル）
表23 AIインフラストラクチャにおけるハードウェア市場、展開タイプ別、2022年～2027年（10億米ドル）
表24 AIインフラストラクチャーにおけるハードウェア市場、機能別、2018年～2021年（10億米ドル）
表25 AIインフラストラクチャーにおけるハードウェア市場、機能別、2022年～2027年（10億米ドル）
表26 AIインフラストラクチャーにおけるハードウェア市場、技術別、2018年～2021年（10億米ドル）
表27 AIインフラストラクチャーにおけるハードウェア市場、技術別、2022年～2027年（10億米ドル）
表28 AIインフラストラクチャーにおけるハードウェア市場、エンドユーザー別、2018年～2021年（10億米ドル）
表29 AIインフラストラクチャーにおけるハードウェア市場、エンドユーザー別、2022年～2027年（10億米ドル）
6.2.1 プロセッサ
表30 Aiインフラにおけるプロセッサ市場、ハードウェア別、2018年～2021年（10億米ドル）
表31 AIインフラストラクチャーにおけるプロセッサ市場、ハードウェア別、2022年～2027年（10億米ドル）
表32 Aiインフラストラクチャーにおけるプロセッサ市場、ハードウェア別、2018年～2021年（百万台）
表33 AIインフラストラクチャのプロセッサ市場、ハードウェア別、2022年～2027年（百万台）
6.2.1.1 CPU
6.6.2.1.1.1 予測期間中、CPUがAIインフラ向けプロセッサ市場で最大シェアを占める
6.2.1.2 GPU
6.6.2.1.2.1 AIインフラ向けGPUの主要プロバイダーはNVIDIA
6.2.1.3 FPGA
6.2.1.3.1 ザイリンクスとインテルがAIインフラ向けFPGAの主要プロバイダー
6.2.1.4 ASIC
6.2.1.4.1 ASICは予測期間中に最も高いCAGRを記録する見込み
6.2.2 メモリ
6.2.2.1 コンピューティングアーキテクチャに依存しない広帯域メモリがAIアプリケーション向けに開発・導入される
6.2.3 ストレージ
6.2.3.1 データの仕分けに使われる人工知能と分析ツール
6.2.4 ネットワーキング
6.2.4.1 NVIDIA、CISCO、IntelはAIアプリケーション向けネットワークインターコネクトアダプタの主要プロバイダーである
6.3 サーバー・ソフトウェア
6.3.1 既存のコンピュータ・システムに統合されたソフトウェアが複雑な操作を行う
表34 AIインフラにおけるサーバーソフトウェア市場、展開タイプ別、2018～2021年（10億米ドル）
表35 AIインフラストラクチャーにおけるサーバーソフトウェア市場、展開タイプ別、2022年～2027年（10億米ドル）
表36 AIインフラストラクチャーにおけるサーバーソフトウェア市場、機能別、2018-2021年（10億米ドル）
表37 AIインフラストラクチャーにおけるサーバーソフトウェア市場、機能別、2022年～2027年（10億米ドル）
表38 AIインフラストラクチャーにおけるサーバーソフトウェア市場、技術別、2018年～2021年（10億米ドル）
表39 AIインフラストラクチャーにおけるサーバーソフトウェア市場、技術別、2022年～2027年（10億米ドル）
表40 AIインフラストラクチャーにおけるサーバーソフトウェア市場、エンドユーザー別、2018年～2021年（10億米ドル）
表41 AIインフラストラクチャーにおけるサーバーソフトウェア市場、エンドユーザー別、2022年～2027年（10億米ドル）
7 AI インフラ市場：技術別（ページ数 – 97）
7.1 はじめに
図36 ディープラーニング技術は予測期間中により高い成長率を示す
表42 AIインフラ市場、技術別、2018年～2021年（10億米ドル）
表43 AIインフラ市場、技術別、2022年～2027年（10億米ドル）
7.2 機械学習
7.2.1 機械学習は、システムが経験によって自動的にパフォーマンスを向上させることを可能にする
表44 機械学習のAIインフラ市場、オファリング別、2018年～2021年（10億米ドル）
表45 機械学習のAIインフラ市場、オファリング別、2022〜2027年（10億米ドル）
7.3 ディープラーニング
7.3.1 ディープラーニングは人工ニューラルネットワークを使用して複数レベルのデータを学習する
表46 ディープラーニングのAIインフラ市場、オファリング別、2018年～2021年（10億米ドル）
表47 ディープラーニング向けAIインフラ市場、オファリング別、2022～2027年（10億米ドル）
8 AI インフラ市場：機能別（ページ番号 – 102）
8.1 導入
図37 トレーニング機能のAIインフラ市場は予測期間中により高い成長率を示す
表 48 AIインフラ市場、機能別、2018年～2021年（10億米ドル）
表49 AIインフラ市場、機能別、2022年～2027年（10億米ドル）
8.2 トレーニング
8.2.1 トレーニングは計算量が多く、GPUで加速するのが最適
表50 トレーニング用AIインフラ市場、オファリング別、2018年～2021年（10億米ドル）
表51 トレーニング用AIインフラ市場、オファリング別、2022～2027年（10億米ドル）
8.3 インファレンス
8.3.1 クラウドよりも迅速に結果を得るためにオンプレミスの推論プラットフォームが採用される
表52 推論向けAIインフラ市場、オファリング別、2018年～2021年（10億米ドル）
表53 推論のAIインフラ市場、オファリング別、2022年～2027年（10億米ドル）
9 AIインフラ市場：展開タイプ別（ページ番号 – 106）
9.1 導入
図 38 AIインフラ市場におけるクラウド導入は予測期間中に最も高い成長率を示す
表 54 AIインフラ市場、展開タイプ別、2018年～2021年（10億米ドル）
表55 AIインフラ市場、展開タイプ別、2022年～2027年（10億米ドル）
9.2 オンプレミス
9.2.1 データに敏感な企業は、高度なNLP技術とMLモデルに基づくオンプレミス型AIソリューションを好む
表 56 オンプレミス AI インフラストラクチャ市場、オファリング別、2018～2021 年（10 億米ドル）
表57 オンプレミスAIインフラ市場、オファリング別、2022～2027年（10億米ドル）
9.3 クラウド
9.3.1 クラウドベースのAIソリューションは柔軟で正確なリアルタイムデータを提供する
表58 クラウドベースのAiインフラ市場、オファリング別、2018年～2021年（10億米ドル）
表59 クラウドベースのAIインフラ市場、オファリング別、2022～2027年（10億米ドル）
9.4 ハイブリッド
9.4.1 ハイブリッドインフラストラクチャは作業プロセスの高速化を可能にし、時間とコストを節約する
表60 ハイブリッドAiインフラ市場、オファリング別、2018年～2021年（10億米ドル）
表61 ハイブリッドAIインフラ市場、オファリング別、2022～2027年（10億米ドル）
10 AIインフラ市場：エンドユーザー別（ページ数 – 111）
10.1 はじめに
図39 AIインフラ市場、エンドユーザー別（10億米ドル）
表62 AIインフラ市場、エンドユーザー別、2018年～2021年（10億米ドル）
表63 AIインフラ市場、エンドユーザー別、2022年～2027年（10億米ドル）
10.2 企業
10.2.1 業務データの爆発的増加に対する高度なビッグデータ・ソリューションの活用が、AIベース・サーバーの要件に拍車をかける
表 64 企業の AI インフラ市場、地域別、2018-2021 年（10 億米ドル）
表65 企業のAIインフラ市場、地域別、2022～2027年（10億米ドル）
表 66 北米：企業におけるAIインフラ市場、国別、2018年～2021年（10億米ドル）
表 67 北米：企業のAIインフラ市場：国別、2022年～2027年（10億米ドル）
表 68 欧州：企業向けAIインフラ市場：国別、2018年～2021年（10億米ドル）
表 69 欧州：企業のAIインフラ市場：国別、2022年～2027年（10億米ドル）
表 70 アジア太平洋地域：企業向けAIインフラ市場：国別、2018年～2021年（10億米ドル）
表 71 アジア太平洋地域：企業向けAIインフラ市場：国別、2022年～2027年（10億米ドル）
表 72 世界のその他地域企業向けAIインフラ市場、地域別、2018年～2021年（10億米ドル）
表73 世界のその他地域企業のAIインフラ市場、地域別、2022年～2027年（10億米ドル）
10.3 政府機関
10.3.1 重要な政府・防衛インフラを保護するためにAI導入に取り組む政府機関
表 74 政府機関の AI インフラ市場、地域別、2018～2021 年（10 億米ドル）
表75 政府機関のAIインフラ市場、地域別、2022～2027年（10億米ドル）
表 76 北米：政府機関のAIインフラ市場、国別、2018年～2021年（10億米ドル）
表 77 北米：政府機関のAIインフラ市場：国別、2022年～2027年（10億米ドル）
表 78 欧州：政府機関におけるAIインフラ市場：国別、2018年～2021年（百万米ドル）
表 79 欧州：政府機関のAIインフラ市場：国別、2022年～2027年（百万米ドル）
表 80 アジア太平洋地域政府機関のAIインフラ市場：国別、2018年～2021年（億米ドル）
表 81 アジア太平洋地域：政府機関のAIインフラ市場：国別、2022年～2027年（10億米ドル）
表 82 世界のその他の地域政府機関におけるAIインフラ市場、地域別、2018年～2021年（10億米ドル）
表83 世界のその他地域政府機関におけるAIインフラ市場、地域別、2022年～2027年（10億米ドル）
10.4 クラウドサービスプロバイダー（CSP）
10.4.1 クラウドサービスプロバイダーは業界に特化した機能を提供し、規制要件への適合を支援する
表84 クラウドサービスプロバイダーのAIインフラ市場、地域別、2018年～2021年（10億米ドル）
表85 クラウドサービスプロバイダーのAIインフラ市場、地域別、2022年～2027年（10億米ドル）
表 86 北米：クラウドサービスプロバイダーのAIインフラ市場：国別、2018年～2021年（10億米ドル）
表 87 北米：クラウドサービスプロバイダーのAIインフラ市場：国別、2022年～2027年（10億米ドル）
表 88 欧州：クラウドサービスプロバイダーのAIインフラ市場：国別、2018年～2021年（10億米ドル）
表 89 欧州：クラウドサービスプロバイダーのAIインフラ市場：国別、2022年～2027年（10億米ドル）
表 90 アジア太平洋地域クラウドサービスプロバイダーのAIインフラ市場：国別、2018年～2021年（10億米ドル）
表 91 アジア太平洋地域クラウドサービスプロバイダーのAIインフラ市場：国別、2022年～2027年（10億米ドル）
表 92 世界のその他地域クラウドサービスプロバイダーのAIインフラ市場、地域別、2018年～2021年（10億米ドル）
表93 世界のその他地域クラウドサービスプロバイダーのAIインフラ市場、地域別、2022年～2027年（10億米ドル）
11 地域別分析 (ページ – 125)
11.1 はじめに
図40 AIインフラ市場：地域別
図41 アジア太平洋地域が予測期間中にAiインフラ市場で最も高い成長を遂げる
表94 AIインフラ市場、地域別、2018年～2021年（10億米ドル）
表95 AIインフラ市場、地域別、2022年～2027年（10億米ドル）
11.2 北米
図42 北米：AIインフラ市場（国別
図43 北米：Aiインフラ市場のスナップショット
表96 北米のaiインフラ市場、国別、2018年～2021年（10億米ドル）
表97 北米のaiインフラ市場、国別、2022-2027年（10億米ドル）
表98 北米のAIインフラ市場、エンドユーザー別、2018年～2021年（10億米ドル）
表99 北米のAIインフラ市場、エンドユーザー別、2022-2027年（10億米ドル）
11.2.1 米国
11.2.1.1 経済の改善と高い可処分所得が最新技術への需要を促進
表100 米国のAIインフラ市場、エンドユーザー別、2018年～2021年（10億米ドル）
表101 米国のAIインフラ市場、エンドユーザー別、2022〜2027年（10億米ドル）
11.2.2 カナダ
11.2.2.1 AI技術の高い採用率
表102 カナダのAIインフラ市場：エンドユーザー別、2018年～2021年（10億米ドル）
表103 カナダのAIインフラ市場：エンドユーザー別、2022〜2027年（10億米ドル）
11.2.3 メキシコ
11.2.3.1 セキュリティ産業とBFSI産業におけるAIの普及拡大
表104 メキシコのAIインフラ市場：エンドユーザー別、2018年～2021年（10億米ドル）
表105 メキシコのAIインフラ市場：エンドユーザー別、2022～2027年（10億米ドル）
11.3 欧州
図 44 欧州：AIインフラ市場、国別
図45 欧州：Aiインフラ市場のスナップショット
表106 欧州のaiインフラ市場：国別、2018年～2021年（10億米ドル）
表107 欧州のAIインフラ市場、国別、2022-2027年（10億米ドル）
表108 欧州のAIインフラ市場、エンドユーザー別、2018年～2021年（10億米ドル）
表109 欧州のAIインフラ市場、エンドユーザー別、2022年～2027年（10億米ドル）
11.3.1 英国
11.3.1.1 AI導入拡大に向けた政府の取り組み
表110 イギリスのAIインフラ市場：エンドユーザー別、2018年～2021年（10億米ドル）
表111 イギリスのAIインフラ市場：エンドユーザー別、2022〜2027年（10億米ドル）
11.3.2 ドイツ
11.3.2.1 クラウドコンピューティングとインダストリー4.0の採用でデータセンター需要が増加
表112 ドイツのAIインフラ市場：エンドユーザー別、2018～2021年（10億米ドル）
表113 ドイツのAIインフラ市場：エンドユーザー別、2022～2027年（10億米ドル）
11.3.3 フランス
11.3.3.1 AIエコシステム開発のためのベンチャーキャピタルによる新興企業への投資がAIインフラ市場を活性化
表114 フランスのAIインフラ市場、エンドユーザー別、2018年～2021年（10億米ドル）
表115 フランスのAIインフラ市場、エンドユーザー別、2022年～2027年（10億米ドル）
11.3.4 その他の欧州
11.3.4.1 政府投資が市場を牽引する見込み
表116 欧州その他の地域のAIインフラ市場（エンドユーザー別）：2018～2021年（10億米ドル
表117 欧州その他の地域のAIインフラ市場：エンドユーザー別、2022～2027年（10億米ドル）
11.4 アジア太平洋地域
図 46 アジア太平洋地域：AIインフラ市場、国別
図47 アジア太平洋地域：Aiインフラ市場のスナップショット
表118 アジア太平洋地域のAiインフラ市場、国別、2018年～2021年（10億米ドル）
表119 アジア太平洋地域のAiインフラ市場：国別、2022～2027年（10億米ドル）
表120 アジア太平洋地域のAIインフラ市場、エンドユーザー別、2018年～2021年（10億米ドル）
表121 アジア太平洋地域のAIインフラ市場、エンドユーザー別、2022年～2027年（10億米ドル）
11.4.1 中国
11.4.1.1 強力な研究開発活動が市場を牽引
表122 中国のAIインフラ市場：エンドユーザー別、2018年～2021年（10億米ドル）
表123 中国のAIインフラ市場：エンドユーザー別、2022～2027年（10億米ドル）
11.4.2 日本
11.4.2.1 インフラ・アズ・ア・サービスを活用する日本の中小企業
表124 日本のAIインフラ市場：エンドユーザー別、2018年～2021年（10億米ドル）
表125 日本のAIインフラ市場、エンドユーザー別、2022年～2027年（10億米ドル）
11.4.3 インド
11.4.3.1 クラウドベースのサービスの採用拡大がAIインフラ市場を押し上げる見込み
表126 インドのAIインフラ市場：エンドユーザー別、2018年～2021年（10億米ドル）
表127 インドのAIインフラ市場：エンドユーザー別、2022～2027年（10億米ドル）
11.4.4 その他のアジア太平洋地域
11.4.4.1 中小企業によるクラウドサービス導入の増加
表128 その他のアジア太平洋地域のAIインフラ市場、エンドユーザー別、2018年～2021年（10億米ドル）
表129 アジア太平洋地域のその他の地域のAIインフラ市場：エンドユーザー別、2022～2027年（10億米ドル）
11.5 世界のその他の地域
図 48 世界その他の地域：Aiインフラ市場、国別
表130 その他の地域のaiインフラ市場、地域別、2018年～2021年（10億米ドル）
表131 世界その他の地域のaiインフラ市場、地域別、2022～2027年（10億米ドル）
表132 世界その他の地域のAIインフラ市場、エンドユーザー別、2018年～2021年（10億米ドル）
表133 その他の地域のAIインフラ市場、エンドユーザー別、2022年～2027年（10億米ドル）
11.5.1 南米
11.5.1.1 コンピューティング・サービスの利用可能性の増加
表134 南米のAIインフラ市場、エンドユーザー別、2018年～2021年（10億米ドル）
表135 南米のAIインフラ市場：エンドユーザー別、2022～2027年（10億米ドル）
11.5.2 中東・アフリカ
11.5.2.1 スマートモバイルデータトラフィックがデータセンターの負荷を増大させ、AIサーバーの成長を後押し
表 136 中東・アフリカのAIインフラ市場、エンドユーザー別、2018～2021年（10億米ドル）
表137 中東・アフリカのAIインフラ市場：エンドユーザー別、2022～2027年（10億米ドル）
12 競争力のあるランドスケープ (ページ – 153)
12.1 概要
12.2 主要プレーヤーの戦略／勝利への権利
表138 AIインフラ市場で主要プレーヤーが採用した戦略の概要
12.3 上位プレイヤーの収益分析
図49 AIインフラ市場における上位プレイヤーの5年間の収益分析（2017～2021年
12.4 2021年におけるAIインフラ市場の主要プレイヤーのシェア分析
図50 2021年におけるAIインフラ（プロセッサ）市場における主要プレイヤーのシェア分析
表139 AIインフラ（プロセッサ）市場：競争の度合い
表140 AIインフラ（プロセッサ）市場ランキング分析
図51 2021年のAIインフラ（ストレージ）市場における主要プレイヤーのシェア分析
表141 AIインフラ（ストレージ）市場：競争の度合い
表142 AIインフラ（ストレージ）市場ランキング分析
12.5 2021年の企業評価象限
12.5.1 スター企業
12.5.2 新興リーダー
12.5.3 浸透型プレーヤー
12.5.4 参入企業
図 52 AIインフラ市場（グローバル）：企業評価象限、2021年
12.6 競争ベンチマーク
12.6.1 企業フットプリント（テクノロジー別）（20社
12.6.2 企業フットプリント、エンドユーザー別（20社）
12.6.3 当該企業のフットプリント, 地域別 (20社)
12.6.4 製品別フットプリント
12.7 2021年新興企業／SM評価象限
12.7.1 進歩的企業
12.7.2 レスポンシブ企業
12.7.3 ダイナミック企業
12.7.4 スタートアップ企業
図 53 AI インフラ市場（グローバル）：新興企業/中堅企業の評価象限（2021年
表143 AIインフラ市場：主要新興企業／SMのリスト
表 144 AIインフラ市場：主要新興企業/SMの競合ベンチマーキング
12.8 競争シナリオと動向
12.8.1 製品の発売／開発
表 145 AI インフラ市場：製品の発売／開発（2020～2022年
12.8.2 取引
表 146 AIインフラ市場：取引（2020～2022年
13 企業プロフィール （ページ – 170）
13.1 紹介
13.2 主要プレイヤー
(事業概要, 提供製品/ソリューション/サービス, 最新の動向, MnM View)*)
13.2.1 インテル株式会社
表 147 インテル コーポレーション：事業概要
図 54 インテル コーポレーション：企業スナップショット
表 148 インテル コーポレーション：製品の発売
表 149 インテル コーポレーション: 取引
13.2.2 エヌビディア・コーポレーション
表 150 エヌビディアコーポレーション：事業概要
図 55 エヌビディアコーポレーション：企業スナップショット
表 151 エヌビディアコーポレーション：製品発表
表 152 エヌビディアコーポレーション：取引実績
13.2.3 アドバンスト・マイクロ・デバイス
表 153 アドバンスト・マイクロ・デバイス：事業概要
図 56 Advanced Micro Devices, Inc.
表154 アドバンスト・マイクロ・デバイス：製品発表
表155 アドバンスト・マイクロ・デバイスInc：取引
13.2.4 サムスン電子
表 156 サムスン電子：事業概要
図 57 三星電子株式会社：会社概要企業スナップショット
表157 三星電子株式会社：事業概要製品発売
表158 三星電子株式会社：DEALS
13.2.5 マイクロンテクノロジー
表159 マイクロン・テクノロジー・インク：事業概要
図 58 マイクロン・テクノロジー・インク：企業スナップショット
表160 マイクロン・テクノロジー・インク：製品発表
表 161 マイクロン・テクノロジー・インク：取引
13.2.6 インターナショナル・ビジネス・マシン・コーポレーション
表 162 インターナショナル・ビジネス・マシン・コーポレーション事業概要
図 59 インターナショナル・ビジネス・マシン・コーポレーション：企業スナップショット
表 163 インターナショナル・ビジネス・マシン・コーポレーション製品発表
表164 インターナショナル・ビジネス・マシン・コーポレーション：取引
13.2.7 グーグル
表165 グーグル事業概要
図 60 Google LLC：会社概要
表166 google llc：製品の発売
表 167 google llc：取引
13.2.8 マイクロソフト
表168 マイクロソフト：事業概要
図 61 マイクロソフト: 企業スナップショット
表 169 マイクロソフト: 製品発表
表170 マイクロソフト: 取引
13.2.9 アマゾンウェブサービス
表171 アマゾンウェブサービス：事業概要
図62 アマゾンウェブサービス：企業スナップショット
表172 アマゾンウェブサービス：製品発表
表173 アマゾン・ウェブ・サービス：取引
13.2.10 オラクル
表 174 オラクル: 事業概要
図 63 オラクル: 企業スナップショット
表 175 オラクル: 製品発売
表 176 オラクル: 取引
* 非上場企業の場合、事業概要、提供製品/ソリューション/サービス、最近の動向、MnM Viewが把握されていない可能性がある。
13.3 その他のプレーヤー
13.3.1 グラフコア
13.3.2 SKハイニックス
13.3.3 Cisco Systems, Inc.
13.3.4 アーム・リミテッド
13.3.5 デル・テクノロジーズ
13.3.6 ヒューレット・パッカード・エンタープライズ（Hpe）
13.3.7 MIPS
13.3.8 東芝
13.3.9 ジルファルコンテクノロジー（株
13.3.10 イマジネーションテクノロジー
13.3.11 CAMBRICON TECHNOLOGIES CO.LTD.
13.3.12 ケイデンス・デザイン・システムズ（株
13.3.13 テンストレント
13.3.14 シノプシス
13.3.15 株式会社センスタイムグループ
14 付録 （ページ番号 – 228）
14.1 ディスカッションガイド
14.2 Knowledgestore：Marketsandmarketsの購読ポータル
14.3 カスタマイズオプション
14.4 関連レポート
14.5 著者詳細
