❖本調査レポートの見積依頼/サンプル/購入/質問フォーム❖
世界のスーパーコンピュータ市場規模は、2022年に88億米ドルと評価され、2032年には248億7000万米ドルに達し、2023年から2032年の予測期間中に年平均成長率11％で成長すると予測されている。
重要なポイント
タイプ別では、ベクトル処理機部門が2022年に43.4％の最高売上シェアを占めた。
政府機関セグメントは予測期間中CAGR 9.6％で成長している。
スーパーコンピュータは、従来のコンピュータとは対照的に、多数の中央演算処理装置（CPU）を採用している。これらのCPUはコンピュート・ノードに配置され、各ノードはメモリ・ブロックとプロセッサまたはプロセッサ群から構成される（対称型マルチプロセッシング、SMP）。大規模なスーパーコンピュータでは、数万台のノードを持つこともある。これらのノードは、インターコネクト通信機能により、特定の問題を解決するために連携することができます。インターコネクトは、ノードがネットワークやデータストレージなどのI/Oシステムと相互作用するもう一つの手段です。留意すべき重要な点は、最新のスーパーコンピューターの消費電力が大きいため、データセンターにはすべてを収容する冷却システムと適切な設備が必要だということです。
IBMの7030 StretchとSperry RandのUNIVAC LARCという2つの目的を持った最初のスーパーコンピュータは、当時最速の商用機よりも強力な性能を持つことを目的としており、1960年代初頭にスーパーコンピュータという言葉が登場した。軍事目的の最先端高性能コンピュータ技術の開発は、1950年代後半に初めてアメリカ政府から定期的な融資を受け、スーパーコンピューティングの発展に影響を与える一連の出来事の火付け役となった。
設置されている現代の主流コンピュータシステムの大半は、スーパーコンピュータが提供する持続的性能には及ばない。スーパーコンピューターは、情報データの分析、天気予報、気候モデリングなどのアプリケーションにおいて、他の方法では不可能であったり、有用な情報を生成するのに間に合わなかったりするような情報を生成することを可能にする。物理学、材料科学、生物学、医学を含む重要な分野での科学研究は、スーパーコンピューティングの利用によって迅速化される。実験が危険であったり、高価であったり、あるいは実施や計測が不可能であったりする場合、スーパーコンピューターによるシミュレーションは実験を補完したり、実験に取って代わったりすることができる。空間を拡張して原子現象を目撃したり、空間を縮小して超新星の核を観測したりすることができる。時間を縮めることができるので、何世紀にもわたる気候の変化や、何十億年にもわたる銀河の進化を観察することができる。ハリケーンの上陸や地震の影響をより正確に予測することで、人命と費用を救うことができる。
成長因子
オープンデータやビッグデータへのアクセスや利用が急速に増加し、世界的なデジタルトランスフォーメーションが実現している。データの経済的な可能性はより明らかになりつつあり、データ主導のイノベーションは、破壊的な技術やビジネスモデルのブレークスルーを急速に普及させる基本的な推進力、すなわちイノベーションのプラットフォームとして台頭してきている。HPC、クラウド・コンピューティング、モバイル・ウェブ・サービスの革新は、ビッグデータへのアクセスと利用の急速な増加とともに、企業、公共サービス、社会全体を変えつつあります。その結果、HPCインフラとサービスは、科学研究、産業、中小企業における広範囲なイノベーションを可能にする重要な存在となっています。
スーパーコンピュータは、これまで以上に大規模で有用なデータセットを処理・分析することで、新たな発見を生み出します。その結果、今日のスーパーコンピューティングの主要な進歩は、決済システムの人工知能ツール、ビッグデータ分析、エッジコンピューティングを組み込むことで、そのようなデータセットの膨大さに対処している。
決済システム- スーパーコンピュータにはさまざまな用途があるが、世界経済や地域経済を維持するために最も重要なものの1つは、決済詐欺の検知である。顧客は、迅速な支払い処理と承認という利便性に慣れていることが多いが、これは、少なくとも適切なセキュリティ保護措置がなければ、詐欺が事実上即座に発生する可能性があることを意味する。
リアルタイムで不正行為に対抗するには、決済処理と不正検知分析も同様に迅速でなければならない。何千ものトランザクションを毎秒処理しなければならない場合、リアルタイムのパフォーマンスを達成することはますます難しくなる。このような高い要求を満たすことができるのは、スーパー処理能力を備えたスーパーコンピューターだけである。マスターカードやビザなどの金融サービス企業はHPCに多額の投資を行っており、高性能コンピュータの能力を活用して、毎秒数千件の金融取引についてデータマイニング、機械学習、不正検出アルゴリズムを実施している。金融テクノロジー企業は、不正検知システムの改善を試みる機械学習技術を提供することで、決済不正検知にも関与している。
人工知能- AIアプローチは、スーパーコンピュータがこれまでにない巨大なデータセットから結論を導き出すことを可能にする。しかし、AIにはすべてのデータを評価する計算能力が必要であり、エクサスケールはそれをはるかに高速に実行できる。科学者たちは、これまでできなかったような質問をし、答えを得ることができるようになるだろう。
ビッグデータ解析- ビッグデータは、HPCの新規導入や拡張の重要な動機付けとして浮上してきた。当面の間、HPCのビッグデータワークロードの大半は、従来のシミュレーションとモデリングに基づいています。しかし、ビッグデータを形成する技術的およびビジネス的な力によって、将来的には想像を絶するほど大規模なデータセットから洞察を得るための新しいタイプのHPC構成が生まれるでしょう。
エッジコンピューティング- エッジコンピューティングは、新鮮なデータセットのソースとして爆発的に普及している。これらのデータセットは、大量のデータを取得する単一の機器と、地球上に散在する何十億ものリンクされた機器の両方によって生成されます。例えば、アンデス山脈にあるライダー望遠鏡や、西オーストラリアと南アフリカにあるスクエア・キロメートル・アレイ電波望遠鏡は、いずれも大量のデータを生成する。しかし、賢明な人々も同様だ。
OSインサイト
オペレーティングシステムに基づき、世界のスーパーコンピュータ市場はLinuxとUnixに分けられる。予測期間中、Linuxがかなりの市場シェアを占めると予想される。極めて高い拡張性、一貫性、柔軟性が、今後数年間、この業界の拡大を牽引すると予想される。最新のトップ500レポートによると、Linuxは現在、世界で最も高速なスーパーコンピュータ500台すべてで稼働している。2017年当時、最後の2台のスーパーコンピューターはUnixを実行していたため、以前の数字は498だった。
Top 500は、スーパーコンピューターのベンチマークを行うために1993年に始まった非営利の活動である。年に2回、世界で最も高速なスーパーコンピューターのトップ500の情報を配信している。カスタマイズに関して言えば、Unixはクローズドソースでプロプライエタリなオペレーティングシステムであるため、コストがかかる。対照的に、Linuxはフリーで簡単に変更できる。各スーパーコンピューターのために、エンジニアリング・チームはLinuxベースのオペレーティング・システムを迅速に設計することができる。
アプリケーション・インサイト
用途別に見ると、世界のスーパーコンピュータ市場は、商業、宇宙・研究センター、病院・研究所、政府機関に分けられる。政府機関はスーパーコンピュータ産業全体のかなりの部分を占めている。経済競争力と安全保障の関連性の高まりに対する国民の意識の高まりが、これらのコンピュータの需要を促進すると予想される。科学者は、太陽系、人工衛星、その他の原子力研究分野の分析にスーパーコンピュータを活用している。データマイニングは、データストレージウェアハウスやクラウドシステムから有用な情報を抽出するために大企業が使用する技術である。例えば生命保険会社は、保険数理上のリスクを低減するためにスーパーコンピューターを使用している。
天気予報：気候学者は、スーパーコンピューターの予測能力を利用して、その地域で雨や雪が降る可能性を予測することができる。また、嵐やサイクロンの実際のルートや、その襲来の可能性を予測することもできる。スーパーコンピューターは、政府の諜報機関が民間人と詐欺師の間の通信を監視するために使用されている。これらの機関は主に、携帯電話や電子メール、衛星通信を暗号化するためにスーパーコンピューターの数値処理能力を必要としている。
軍事と防衛スーパーコンピューティングによって、軍事・防衛機関は核爆発や兵器の弾道に関するシミュレーション実験を行うことができる。
自動車：スーパーコンピュータを利用して、自動車会社は、顧客が自動車を購入する前に、スーパーコンピュータが提供するシミュレーション環境をテストできるようにすることで、顧客の自動車購入を支援することができる。
実験室では、多くの科学者や気候学者がスーパーコンピューターを利用して、ある場所の霧やその他の汚染、スモッグのレベルを予測している。エンターテインメントの分野では、アニメーションの制作にスーパーコンピューターが使われている。また、オンライン・ゲーム・ビジネスでは、アニメーション・ゲームを生成するためにスーパーコンピュータが一般的に使用されている。
地域インサイト
APACはスーパーコンピューターの設置台数が最も多く、全体の46％以上を占めている。中国企業は、現地で開発されたソフトウェアとハードウェアをベースに、独自のスーパーコンピューティング・システムを構築するという野心的なアプローチを追求している。2022年、中国は密かに世界初のエクサスケール・スーパーコンピューターを構築し、すぐに2台目のマシンが続いた。The Next Platform』は当初、このスーパーコンピューターについて報じたが、数カ月後にカハナーが説明している。
中国におけるTOP500の設置台数は、半年前の219台から227台に増加した。一方、米国に本社を置くシステムの割合は118と、過去最低に近い水準を維持している。しかし、米国のシステムは平均してかなり大きく、総パフォーマンスの37.9%を占めている。中国は31.7％で、僅差で続いている。しかし、半年前と比べると、この格差は縮小している。2019年6月のリスト全体のパフォーマンスに占める米国の割合は38.5％、中国は29.8％であった。
TOP500 システムの導入台数では、日本は 29 台で依然として 3 位であり、フランス（18 台）、ドイツ（16 台）、オランダ（15 台）がこれに続く。レノボ（174台）、Sugon（71台）、Inspur（70台）がシステムベンダーの導入台数トップ3だが、これは中国の圧倒的優位（65台）を反映している。Crayは36システムで4位、HPEは35システムで5位である。CrayがHPEの傘下に入ったことを考えると、両社は実質的にSugonを71システムにつなげることになる。
スーパーコンピューティング市場の主な市場動向
2020年5月、マイクロソフトはOpenAIと共同で、大規模な人工知能モデルを訓練するために、世界で公表されているスパコンのトップ5に入るものを開発したと発表した。Azureがホストするこのスパコンは、同社のAIアルゴリズムを訓練するために特別に開発された。OpenAIのために設計された新しいスーパーコンピュータには、28万5000以上のCPUコア、1万台のグラフィック処理ユニット、各GPUサーバーの毎秒400ギガビットの接続が含まれていると、同社のバーチャルBuild開発者会議で発表された。
D-Wave社が量子コンピュータの一般提供を発表 D-Wave社（カナダ）は、5000Qubits接続の量子コンピュータの一般提供を発表した。同社が「アドバンテージ」と呼ぶこのコンピュータは、量子クラウド・サービス「リープ」を通じて顧客に提供される。このプラットフォームには、新しいハードウェア、ソフトウェア、ツールが含まれ、量子コンピューティング・アプリケーションの実稼働を迅速化するよう設計されている。また、5000量子ビットを超えるハイブリッド・ソルバー・サービスも提供しており、大規模な問題にも対応できる。
主要市場プレーヤー
エヌビディア（日本）
日本電気株式会社（日本）
レノボ（中国）
インテル
米IBM
HPE（米国）
富士通（日本）
ドウェーブ
ハネウェル（カナダ）
スペースX
デル
シスコ
アトス（フランス）
アドバンスト・マイクロ・デバイス（米国）
レポート対象セグメント
(注*：サブセグメントに基づくレポートも提供しています。ご興味のある方はお知らせください。）
OS別
ユニックス
リナックス
タイプ別
ベクトル処理機械
緊密に接続されたクラスターコンピュータ
商品クラスター
エンドユーザー別
商業
政府機関
研究機関
アプリケーション別
クラウド・インフラ
コマーシャル
宇宙＆研究センター
病院・研究所
政府機関
ディフェンス
BFSI
地域別
北米
米国
カナダ
ヨーロッパ
英国
ドイツ
フランス
アジア太平洋
中国
インド
日本
韓国
マレーシア
フィリピン
ラテンアメリカ
ブラジル
その他のラテンアメリカ
中東・アフリカ（MEA）
第1章.はじめに
1.1.研究目的
1.2.調査の範囲
1.3.定義
第2章 調査方法調査方法
2.1.研究アプローチ
2.2.データソース
2.3.仮定と限界
第3章.エグゼクティブ・サマリー
3.1.市場スナップショット
第4章.市場の変数と範囲
4.1.はじめに
4.2.市場の分類と範囲
4.3.産業バリューチェーン分析
4.3.1.原材料調達分析
4.3.2.販売・流通チャネル分析
4.3.3.川下バイヤー分析
第5章.COVID 19 スーパーコンピュータ市場への影響
5.1.COVID-19の展望：スーパーコンピューター産業への影響
5.2.COVID 19 – 業界への影響評価
5.3.COVID 19の影響世界の主要な政府政策
5.4.COVID-19を取り巻く市場動向と機会
第6章.市場ダイナミクスの分析と動向
6.1.市場ダイナミクス
6.1.1.市場ドライバー
6.1.2.市場の阻害要因
6.1.3.市場機会
6.2.ポーターのファイブフォース分析
6.2.1.サプライヤーの交渉力
6.2.2.買い手の交渉力
6.2.3.代替品の脅威
6.2.4.新規参入の脅威
6.2.5.競争の度合い
第7章 競争環境競争環境
7.1.1.各社の市場シェア／ポジショニング分析
7.1.2.プレーヤーが採用した主要戦略
7.1.3.ベンダーランドスケープ
7.1.3.1.サプライヤーリスト
7.1.3.2.バイヤーリスト
第8章.スーパーコンピューターの世界市場、オペレーティングシステム別
8.1.スーパーコンピュータ市場、オペレーティングシステム別、2023～2032年
8.1.1.ユニックス
8.1.1.1.市場収入と予測（2021-2032年）
8.1.2.リナックス
8.1.2.1.市場収益と予測（2021-2032年）
第9章.スーパーコンピューターの世界市場、タイプ別
9.1.スーパーコンピュータ市場、タイプe別、2023-2032年
9.1.1.ベクトル処理マシン
9.1.1.1.市場収入と予測（2021-2032年）
9.1.2.緊密に接続されたクラスターコンピュータ
9.1.2.1.市場収益と予測（2021-2032年）
9.1.3.商品クラスター
第10章.スーパーコンピューターの世界市場、エンドユーザー別
10.1.スーパーコンピュータ市場、エンドユーザー別、2023～2032年
10.1.1.商業産業
10.1.1.1.市場収入と予測（2021-2032年）
10.1.2.政府機関
10.1.2.1.市場収入と予測（2021-2032年）
10.1.3.研究機関
10.1.3.1.市場収入と予測（2021-2032年）
第11章.スーパーコンピューターの世界市場、用途別
11.1.スーパーコンピュータ市場、用途別、2023-2032年
11.1.1.クラウドインフラ
11.1.1.1.市場収入と予測（2021-2032年）
11.1.2.コマーシャル
11.1.2.1.市場収入と予測（2021-2032年）
11.1.3.スペース＆リサーチセンター
11.1.3.1.市場収入と予測（2021-2032年）
11.1.4.病院・研究所
11.1.4.1.市場収入と予測（2021-2032年）
11.1.5.政府機関
11.1.5.1.市場収入と予測（2021-2032年）
11.1.6.ディフェンス
11.1.6.1.市場収入と予測（2021-2032年）
11.1.7.BFSI
11.1.7.1.市場収入と予測（2021-2032年）
第12章.スーパーコンピューターの世界市場、地域別推計と動向予測
12.1.北米
12.1.1.市場収益と予測、オペレーティングシステム別（2021-2032年）
12.1.2.市場収入と予測、タイプ別（2021～2032年）
12.1.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.1.4.市場収入と予測、用途別（2021-2032年）
12.1.5.米国
12.1.5.1.市場収入と予測、オペレーティングシステム別（2021～2032年）
12.1.5.2.市場収入と予測、タイプ別（2021～2032年）
12.1.5.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.1.5.4.市場収入と予測、用途別（2021～2032年）
12.1.6.その他の北米地域
12.1.6.1.市場収入と予測、オペレーティングシステム別（2021～2032年）
12.1.6.2.市場収入と予測、タイプ別（2021～2032年）
12.1.6.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.1.6.4.市場収入と予測、用途別（2021～2032年）
12.2.ヨーロッパ
12.2.1.市場収益と予測、オペレーティングシステム別（2021-2032年）
12.2.2.市場収入と予測、タイプ別（2021-2032年）
12.2.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.2.4.市場収益と予測、用途別（2021-2032年）
12.2.5.英国
12.2.5.1.市場収益と予測、オペレーティングシステム別（2021-2032年）
12.2.5.2.市場収入と予測、タイプ別（2021～2032年）
12.2.5.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.2.5.4.市場収入と予測、用途別（2021～2032年）
12.2.6.ドイツ
12.2.6.1.市場収益と予測、オペレーティングシステム別（2021-2032年）
12.2.6.2.市場収入と予測、タイプ別（2021～2032年）
12.2.6.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.2.6.4.市場収入と予測、用途別（2021～2032年）
12.2.7.フランス
12.2.7.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.2.7.2.市場収入と予測、タイプ別（2021～2032年）
12.2.7.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.2.7.4.市場収入と予測、用途別（2021～2032年）
12.2.8.その他のヨーロッパ
12.2.8.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.2.8.2.市場収入と予測、タイプ別（2021～2032年）
12.2.8.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.2.8.4.市場収入と予測、用途別（2021～2032年）
12.3.APAC
12.3.1.市場収益と予測、オペレーティングシステム別（2021-2032年）
12.3.2.市場収入と予測、タイプ別（2021-2032年）
12.3.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.3.4.市場収益と予測、用途別（2021-2032年）
12.3.5.インド
12.3.5.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.3.5.2.市場収入と予測、タイプ別（2021～2032年）
12.3.5.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.3.5.4.市場収入と予測、用途別（2021～2032年）
12.3.6.中国
12.3.6.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.3.6.2.市場収入と予測、タイプ別（2021～2032年）
12.3.6.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.3.6.4.市場収入と予測、用途別（2021～2032年）
12.3.7.日本
12.3.7.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.3.7.2.市場収入と予測、タイプ別（2021～2032年）
12.3.7.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.3.7.4.市場収入と予測、用途別（2021～2032年）
12.3.8.その他のAPAC地域
12.3.8.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.3.8.2.市場収入と予測、タイプ別（2021～2032年）
12.3.8.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.3.8.4.市場収入と予測、用途別（2021～2032年）
12.4.MEA
12.4.1.市場収益と予測、オペレーティングシステム別（2021-2032年）
12.4.2.市場収入と予測、タイプ別（2021～2032年）
12.4.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.4.4.市場収入と予測、用途別（2021-2032年）
12.4.5.GCC
12.4.5.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.4.5.2.市場収入と予測、タイプ別（2021～2032年）
12.4.5.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.4.5.4.市場収入と予測、用途別（2021～2032年）
12.4.6.北アフリカ
12.4.6.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.4.6.2.市場収入と予測、タイプ別（2021～2032年）
12.4.6.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.4.6.4.市場収入と予測、用途別（2021～2032年）
12.4.7.南アフリカ
12.4.7.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.4.7.2.市場収入と予測、タイプ別（2021～2032年）
12.4.7.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.4.7.4.市場収入と予測、用途別（2021～2032年）
12.4.8.その他のMEA諸国
12.4.8.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.4.8.2.市場収入と予測、タイプ別（2021～2032年）
12.4.8.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.4.8.4.市場収入と予測、用途別（2021～2032年）
12.5.ラテンアメリカ
12.5.1.市場収益と予測、オペレーティングシステム別（2021-2032年）
12.5.2.市場収益と予測、タイプ別（2021-2032年）
12.5.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.5.4.市場収益と予測、用途別（2021-2032年）
12.5.5.ブラジル
12.5.5.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.5.5.2.市場収入と予測、タイプ別（2021～2032年）
12.5.5.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.5.5.4.市場収益と予測、用途別（2021～2032年）
12.5.6.その他のラタム諸国
12.5.6.1.市場収益と予測、オペレーティングシステム別（2021～2032年）
12.5.6.2.市場収入と予測、タイプ別（2021～2032年）
12.5.6.3.市場収益と予測、エンドユーザー別（2021～2032年）
12.5.6.4.市場収入と予測、用途別（2021～2032年）
第13章.企業プロフィール
13.1.エヌビディア（日本）
13.1.1.会社概要
13.1.2.提供商品
13.1.3.財務パフォーマンス
13.1.4.最近の取り組み
13.2. 日本電気株式会社（日本）
13.2.1.会社概要
13.2.2.提供商品
13.2.3.財務パフォーマンス
13.2.4.最近の取り組み
13.3. 日本電気株式会社（日本）
13.3.1.会社概要
13.3.2.提供商品
13.3.3.財務パフォーマンス
13.3.4.最近の取り組み
13.4. インテル（米国）
13.4.1.会社概要
13.4.2.提供商品
13.4.3.財務パフォーマンス
13.4.4.最近の取り組み
13.5. IBM（米国）
13.5.1.会社概要
13.5.2.提供商品
13.5.3.財務パフォーマンス
13.5.4.最近の取り組み
13.6. HPE（米国）
13.6.1.会社概要
13.6.2.提供商品
13.6.3.財務パフォーマンス
13.6.4.最近の取り組み
13.7. 富士通（日本）
13.7.1.会社概要
13.7.2.提供商品
13.7.3.財務パフォーマンス
13.7.4.最近の取り組み
13.8.ドウェーブ
13.8.1.会社概要
13.8.2.提供商品
13.8.3.財務パフォーマンス
13.8.4.最近の取り組み
13.9.ハネウェル（カナダ）
13.9.1.会社概要
13.9.2.提供商品
13.9.3.財務パフォーマンス
13.9.4.最近の取り組み
13.10.スペースX
13.10.1.会社概要
13.10.2.提供商品
13.10.3.財務パフォーマンス
13.10.4.最近の取り組み
第14章 調査方法研究方法論
14.1.一次調査
14.2.二次調査
14.3.前提条件
第15章.付録
15.1.私たちについて
15.2.用語集
❖本調査資料に関するお問い合わせはこちら❖