世界のAIインフラストラクチャ市場は、2022年の287億米ドルから2027年には966億米ドルへと、2022年から2027年の予測期間中に27.5%のCAGRで成長すると予測されます。
この市場の成長は、データトラフィックの増加と高い演算能力の必要性、クラウドベースの機械学習プラットフォームの採用拡大、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採用の増加、AIデータセンターにおける並列演算への注目度の上昇などの要因によってもたらされます。
CPUは、データセンターでシリアルコンピューティングに使用され、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します。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で、シリアルに計算を行う。シリアルコンピューティングでは、計算ステップは順次的かつ論理的に行われます。つまり、データセンターでの1つのタスクは、一連の個別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ます。このため、データセンターでは通常、待ち時間の問題が発生します。特に、データと命令セットが膨大な数になるAIベースの計算では、この問題が発生します。
一方、並列コンピューティングでは、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、命令を分割し、複数のコプロセッサで同時に実行することができます。このため、並列計算機はHPC/スーパーコンピュータに適しています。
AIやデータマイニング、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ます。GPUは、数千個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することができるため、並列コンピューティングに適しています。人工的なニュートラルネットワークは、基本的に並列コンピューティングのフレームワークでより効率的に動作するため、並列コンピューティングモデルは深層学習のトレーニングやインターフェースの実装に最適です。並列コンピューティングの需要の高まりは、予測期間中のAIインフラストラクチャ市場を押し上げると予想されます。
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、実装のために専門家と熟練した労働力を必要とします。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、深層学習、画像認識などの技術について知っておく必要があります。また、AI技術を既存のシステムに組み込むことは、十分な資金を投入した社内研究開発と特許の充足が必要な困難な作業です。些細なミスでも、システム障害やソリューションの誤作動につながり、成果や望ましい結果に劇的な影響を及ぼす可能性があります。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サービスが必要です。あらゆる業界の企業が、業務効率とパフォーマンスの向上、廃棄物の削減、天然資源の保全、スピードと利便性を備えた新しい市場とオーディエンスへの到達、製品とプロセスのイノベーションをサポートするために、新たなテクノロジーを取り入れています。
ムーアの法則は、集積回路の1平方インチあたりのトランジスタ数が、少なくとも2020年まで約18カ月ごとに倍増するとするものです。2015年4月、インテル株式会社は、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維持できると述べています。しかし、今後、プロセッサーのサイズをさらに小さくすることは困難です。そうすると、電子と正孔の間のスペースも小さくなり、ICの電流漏れや過熱といった問題が発生します。その結果、性能の低下やICの消費電力の増加、耐久性の低下を招くことになる。そのため、チップの計算能力を向上させる別の方法を見つける必要があり、AIインフラの重要な要素であるアクセラレータやコプロセッサチップの開発に拍車がかかっているのです。
AIは、ヘルスケア産業においていくつかの用途があります。しかし、この業界では、データ・プライバシーに関する懸念から、AIの採用がある程度制限されています。患者の健康データは多くの国の連邦法で保護されており、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罰則の対象となる可能性があります。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、政府や規制当局が義務付け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となります。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あるため、これは困難な作業となります。これは、市場の大きな課題です。
ハイブリッド展開モデルは、予測期間中、AIインフラストラクチャ市場で2番目に大きな市場シェアを占めています。ハイブリッドクラウドの利点は俊敏性の向上であり、したがって、競争上の優位性を得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、産業組織では、仮想化、プライベートクラウド、その他の社内ITリソースなど、異なる技術や方法論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が始まっています。
APAC諸国のうち、中国の市場は最大の市場シェアと高い成長率を誇っており、予測期間中もその地位を維持すると予想されます。中国のAIインフラ市場は急成長しています。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や拡張性の高いソリューションを求める組織によって高まっています。上海での自由貿易の確立など、さまざまな政府の改革や取り組みが、国際的な投資家を引きつけています。
アジア太平洋地域の市場は、最大の市場シェアと高い成長率を誇っており、予測期間中もその地位を維持すると予想されます。高い成長率は、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す。
インドは世界で最も急成長している経済国の一つであり、AIの世界的な発展に大きな関心を寄せています。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一角に位置づけるために必要なあらゆる手段を講じています。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乗り越えようとしています。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の新しいインフラプロジェクトの建設を加速させ、拡大する市場向けの情報サービスを強化しています。また、政府は「次世代人工知能開発計画」の策定を発表し、2030年までに政策的支援、中央の調整、1500億米ドル以上の投資を約束した。
市場の主要企業
AIインフラ市場の主要企業としては、NVIDIA Corporation（米国）、Intel Corporation（米国）、Oracle Corporation（米国）、Samsung Electronics Co. (韓国）、Micron Technology, Inc（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）、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（米国）、Sensetime Group Inc（中国）。
目次
1 はじめに（ページ番号 – 29）
1.1 調査目的
1.2 市場の定義
1.3 調査範囲
1.3.1 対象となる市場
図1 市場細分化：AIインフラ市場
1.3.2 地域別範囲
1.3.3 考慮した年数
1.4 含有と除外
1.5 通貨
1.6 ステークホルダー
1.7 変更点のまとめ
2 調査方法 (ページ番号 – 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 主要な二次資料のリスト
2.1.2.2 二次資料の情報源
2.1.3 一次データ
2.1.3.1 一次面接の内訳
2.1.3.2 専門家への一次インタビュー
2.1.3.3 一次資料の主要データ
2.2 市場規模の推計
2.2.1 ボトムアップアプローチ
図3 市場規模推定方法：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把握するアプローチ
図5 市場規模推定手法：トップダウンアプローチ
2.3 市場のブレークダウンとデータトライアンギング
図6 データの三角測量：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（ページ番号 – 44)
図7 Aiインフラ市場ではハードウェア部門が大きなシェアを占めると予測
図8 クラウドサービスプロバイダー分野が予測期間中にAIインフラ市場で最大のシェアを占めると予測
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 （ページ番号 – 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拡大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インフラストラクチャ市場は予測期間中に最高のCAGRを示す
4.3 AIインフラストラクチャ市場：デプロイメントタイプ別
図12 クラウド向けAIインフラストラクチャ市場、予測期間中に最も高いCagrを記録
4.4 アジア太平洋地域のAIインフラ市場：エンドユーザー別、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インフラストラクチャ市場は予測期間中に最も高いCAGRを記録する
5 市場概要（ページ番号-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：ドライバー、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の増加
図16 世界の組織におけるAI導入状況（2020-2021年
5.2.1.3 大規模かつ複雑なデータセットの増加
表1 スマートフォン1台あ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度の上昇
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 業界のパートナーシップに関連する最近の動き
5.2.1.6 COVIDによるAIの採用の増加-19
図17 2022年における世界のデータセンター数（国別
図18 ドライバがAIインフラ市場に与える影響分析
5.2.2 制約事項
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インフラストラクチャ市場における阻害要因のインパクト分析
5.2.3 機会
5.2.3.1 FPGAベースのアクセラレータの需要急増
表3 FPGAの最近の開発状況
5.2.3.2 ムーアの法則の減速によるコプロセッサの必要性の高まり
5.2.3.3 高齢者介護のためのAIベースのツールの可能性の高まり
図20 AIインフラ市場の機会に関するインパクト分析
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件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システムを訓練し開発するための限られた構造化データの利用可能性
図22 AIインフラストラクチャ市場における課題の影響分析
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（製品別
図24 上位3つのハードウェア製品に関する主要プレイヤーの平均販売価格
表4 上位3つの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（単位：USドル）
5.4.2 平均販売価格の傾向
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、製品・サービス向上のためにSASの高度な分析とAIソリューションに依存
5.8.2 vulcan ai、AIビジョンとディープラーニングを利用してより安全な職場を実現
5.8.3 オルトボム、オラクルのクラウドインフラで俊敏性を高め、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6500万人の顧客にパーソナルなケアを提供
5.8.5 アクセンチュア、マイクロソフトと共同でインド政府にパンデミック向けAIツールを開発
5.9 特許分析
図 29 過去 10 年間に特許出願件数の多い企業上位 10 社
表7 米国における過去10年の特許権者上位10社
図30 2011年から2021年にかけての年間特許取得件数
5.9.1 主要特許のリスト
表8 AIインフラ市場の主要特許リスト
5.10 貿易と関税の分析
5.10.1 貿易の分析
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 (10億米ドル)
5.10.2 関税分析
表9 米国から輸出され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 中国が輸出する電子集積回路（プロセッサ、コントローラ）の関税率（2021年
表11 中国・香港が輸出する電子集積回路(プロセッサ、コントローラ)の関税率 (2021年)
表12 シンガポールから輸出される電子集積回路（プロセッサー、コントローラー）の関税率（2021年
表13 マレーシアが輸出する電子集積回路（プロセッサー、コントローラー）の関税率（2021年
5.11 2022年～2023年の主な会議・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 規制の状況
5.12.1 輸出入規制
5.12.2 危険物質（ROHS）及び廃電気電子機器（Wee）に対する規制
5.12.3 化学物質の登録、評価、認可、制限（Registration, Evaluation, Authorisation, and Restriction of Chemicals、以下「リーチ」という。）
5.12.4 一般データ保護規制(GDpr)
5.13 ポーターズファイブフォース分析
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 供給者のバーゲニングパワー
5.13.4 買い手のバーゲニングパワー
5.13.5 競争相手との競合の激しさ
5.14 主要な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なステークホルダー
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ステークホルダーの影響力
表16 上位3つのアプリケーションの購買プロセスにおけるステークホルダーの影響力(%)
5.14.2 購入基準
表 17 上位 3 つのアプリケーションの主な購入基準
6 AIインフラ市場、提供製品別（ページ番号 – 85）
6.1 導入
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見込み
表18 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 ハードウエア
table 20 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、2018-2021 (US$10億)
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、展開タイプ別、2018～2021年（10億米ドル）
表23 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、2022年～2027年（10億米ドル）
表24 Aiインフラ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
table 30 Aiインフラにおけるプロセッサ市場、ハードウェア別、2018-2021 (US$10億)
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（100万台）
表33 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（百万台）
6.2.1.1 CPU
6.2.1.1.1 予測期間中、CPUはAIインフラストラクチャのプロセッサ市場で最大のシェアを占める。
6.2.1.2 GPU
6.2.1.2.1 NVIDIAはAIインフラ向けGPUの主要プロバイダーである
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である
6.2.1.4 ASIC
6.2.1.4.1 ASICは予測期間中に最も高いCAGRを記録すると予想される
6.2.2 メモリー
6.2.2.1 AIアプリケーション向けに開発・展開される、コンピューティングアーキテクチャに依存しない高帯域幅のメモリ
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アプリケーションのための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、複雑な操作を行うソフトウェア
表34 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、2018～2021年（10億米ドル）
表35 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、2022年～2027年（10億米ドル）
表 36 Aiインフラにおけるサーバーソフトウェア市場、機能別、2018年～2021年（10億米ドル）
表 37 Aiインフラ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インフラストラクチャ市場、技術別（ページ番号 – 97)
7.1 導入
図36 ディープラーニング技術は予測期間中に高いCAGRを記録する
表 42 AIインフラストラクチャ市場、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、提供別、2018年～2021年（10億米ドル）
表45 機械学習のAIインフラ市場、提供物別、2022年～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、複数の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、提供製品別、2018年～2021年（10億米ドル）
表47 ディープラーニングのAIインフラ市場、提供物別、2022年～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 トレーニング機能向けAIインフラ市場は予測期間中に高いCAGRを記録する
表 48 AIインフラストラクチャ市場、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負荷が高く、Gpusで加速するのが最適
表50 トレーニング向けAiインフラ市場、サービス別、2018～2021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年～2027年（10億米ドル）
8.3 インファランス
8.3.1 クラウドよりも早く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、提供形態別、2018年～2021年（10億米ドル）
表53 推論向け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インフラストラクチャ市場、デプロイメントタイプ別（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CAGRを記録する
表 54 AIインフラストラクチャ市場、デプロイメントタイプ別、2018年～2021年（10億米ドル）
表55 AIインフラ市場、デプロイメントタイプ別、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のAiソリューションを好む
表56 オンプレミス型Aiインフラ市場、提供製品別、2018年～2021年（10億米ドル）
表57 オンプレミス型AIインフラ市場、オファリング別、2022年～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年～2027年（10億米ドル）
9.4 ハイブリッド（HYBRID
9.4.1 ハイブリッドインフラは、作業プロセスの高速化、時間とコストの削減を可能にする
表60 ハイブリッドAiインフラ市場、サービス別、2018年～2021年（10億米ドル）
表61 ハイブリッドAIインフラ市場、提供物別、2022年～2027年（10億米ドル）
10 AIインフラストラクチャ市場、エンドユーザー別（ページ番号 – 111)
10.1 導入
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伴う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を高める
表64 企業のAIインフラ市場、地域別、2018年～2021年（10億米ドル）
表65 企業におけるAIインフラ市場、地域別、2022年～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：企業におけるAIインフラ市場：国別、2022年～2027年（10億米ドル）
表 68 ヨーロッパ: 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 69 ヨーロッパ: 企業における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：企業におけるAIインフラ市場：国別、2018-2021 (10億米ドル)
表71 アジア太平洋地域：企業におけるAIインフラ市場、国別、2022年～2027年（10億米ドル）
表 72 世界のその他の地域：企業におけるAIインフラ市場、地域別、2018-2021 (US$10億)
表 73 世界のその他の地域：AIインフラ市場の企業、地域別、2022年～2027年（10億米ドル）
10.3 政府機関
10.3.1 政府・防衛の重要インフラを保護するため、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年～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年～2027年（10億米ドル）
表 76 北米：政府組織におけるAIインフラ市場：国別、2018年～2021年（10億米ドル）
表77 北米：政府組織におけるAIインフラ市場、国別、2022年～2027年（10億米ドル）
表 78 ヨーロッパ: 政府機関のAIインフラ市場：国別、2018年～2021年（百万米ドル）
表 79 ヨーロッパ: 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：政府組織におけるAIインフラ市場：国別、2018-2021 (USドル)
表81 アジア太平洋地域：政府組織における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：政府組織におけるAiインフラ市場、地域別、2018年～2021年（10億米ドル）
表83 世界のその他の地域：政府組織における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、規制要件への対応を支援する
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、2018-2021 (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における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におけるAiインフラ市場：国別、2022年～2027年（10億米ドル）
表 88 ヨーロッパ: クラウドサービスプロバイダーにおけるAIインフラ市場：国別、2018-2021年（10億米ドル）
表 89 ヨーロッパ: クラウドサービスプロバイダーにおける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における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 世界のその他の地域：クラウドサービスプロバイダーにおけるAiインフラ市場：地域別、2018-2021年（10億米ドル）
表93 世界のその他の地域：クラウドサービスプロバイダーにおける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（ページ番号 – 125）
11.1 導入
図 40 Aiインフラ市場：地域別
図41 アジア太平洋地域は予測期間中にAiインフラ市場で最も高い成長を遂げる
表 94 Aiインフラストラクチャ市場、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年～2027年（10億米ドル）
表 98 北米のAIインフラストラクチャ市場：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年～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年～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年～2027年（10億米ドル
11.2.3 メキシコ
11.2.3.1 セキュリティ業界とBFSI業界におけるAIの浸透の拡大
表 104 メキシコのAIインフラ市場：エンドユーザー別、2018-2021 (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年～2027年（10億米ドル）
11.3 欧州
図 44 ヨーロッパ Aiインフラ市場、国別
図 45 ヨーロッパ：AIインフラ市場のスナップショット
表106 ヨーロッパのAIインフラ市場：国別、2018年～2021年（10億米ドル）
表 107 ヨーロッパのAIインフラ市場（国別）：2022年～2027年（10億米ドル
表 108 ヨーロッパの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 ヨーロッパの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 イギリス
11.3.1.1 政府の取り組みによりAIの導入が進む
表110 イギリスのAIインフラ市場：エンドユーザー別、2018～2021年（10億米ドル）
表111 イギリスのAIインフラ市場（エンドユーザー別）：2022年～2027年（10億米ドル
11.3.2 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年～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年～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スタートアップ企業への投資が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、2018-2021 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 ヨーロッパのその他の地域
11.3.4.1 政府投資が市場を牽引する見込み
表 116 ヨーロッパその他の地域の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 ヨーロッパ以外の地域のAIインフラ市場（エンドユーザー別）：2022年～2027年（10億米ドル
11.4 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）：2018-2021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年～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年～2027年（10億米ドル
11.4.2 日本
11.4.2.1 日本の中堅・中小企業はインフラ・アズ・ア・サービスを活用している
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採用の拡大がAIインフラ市場を後押しする見込み
表 126 インドのAIインフラ市場：エンドユーザー別、2018-2021 (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年～2027年（10億米ドル
11.4.4 アジア太平洋地域以外の地域
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 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、2018年～2021年（10億米ドル）
表129 アジア太平洋地域以外の地域の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 世界のその他の地域
図 48 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、2018-2021 (10億米ドル)
表 131 世界のその他の地域のAIインフラ市場、地域別、2022年～2027年（10億米ドル）
表 132 世界のその他の地域の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向上
表 134 南米のAIインフラ市場：エンドユーザー別、2018-2021 (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年～2027年（10億米ドル
11.5.2 中東およびアフリカ
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ワークロードを増加させ、AIサーバーの成長を促進させる
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年～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年～2027年（10億米ドル）
12 競争力のあるランドスケープ（ページ番号 – 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イ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年～2021年
12.4 AIインフラ市場における主要プレイヤーのシェア分析（2021年
図50 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（2021年
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 AIインフラ（ストレージ）市場における主要プレイヤーの2021年におけるシェア分析
表141 AIインフラ（ストレージ）市場：競合の度合い
表142 Aiインフラ（ストレージ）市場ランキング分析
12.5 企業評価クアドラント（2021年
12.5.1 スターズ（STARS
12.5.2 エマージングリーダー
12.5.3 浸透型プレイヤー
12.5.4 参加企業
図52 AIインフラ市場（グローバル）：企業評価クアドラント、2021年
12.6 競合ベンチマーキング
12.6.1 企業フットプリント（技術別）（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 企業フットプリント, 地域別(20社)
12.6.4 会社の製品フットプリント
12.7 スタートアップ/SM評価クワドラント、2021年
12.7.1 プログレッシブ企業
12.7.2 レスポンシブ企業
12.7.3 ダイナミックな企業
12.7.4 スタートアップ・ブロック
図 53 AIインフラ市場（グローバル）：スタートアップ／smeの評価クワドラント、2021年
表143 Aiインフラ市場：主要スタートアップ／smeのリスト
表144 AIインフラ市場：主要スタートアップ／Smesの競合ベンチマーキング
12.8 競合のシナリオと動向
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年～2022年
12.8.2 ディール
表 146 AIインフラ市場：取引件数（2020-2022年
13 企業プロフィール （ページ番号 – 170)
13.1 導入
13.2 主要プレイヤー
(事業概要、提供する製品/ソリューション/サービス、最近の開発状況、MnM View)*。
13.2.1 インテル(株)
表 147 インテル(株): 事業概要
図 54 インテル コーポレーション: 会社概要
表 148 インテル コーポレーション: 製品発表
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(株)
表 150 Nvidia Corporation: 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(株)
表 153 アドバンスト・マイクロ・デバイス, INC.：事業概要
図 56 株式会社アドバンストマイクロデバイス：企業スナップショット
表 154 株式会社アドバンスト・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(株): 取引実績
13.2.4 三星電子(株)
表 156 三星電子(株)：事業概要
図 57 三星電子(株)：会社概要
表 157 三星電子株式会社：製品発売数
表 158 三星電子(株)：取引実績
13.2.5 ミクロン・テクノロジーズ株式会社
表 159 ミクロン・テクノロジーズ：事業概要
図 58 ミクロンテクノロジー(株)：企業スナップショット
表 160 ミクロンテクノロジー(株):製品発売状況
表 161 ミクロンテクノロジー(株)：取引実績
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 International Business Machines Corporation: 事業概要
図 59 International Business Machines Corporation: 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: 製品上市
表 164 インターナショナルビジネスマシンズコーポレーション: 取引
13.2.7 グーグル LLC
表 165 google llc：事業概要
図 60 グーグル LLC：企業スナップショット
表 166 google llc: 製品発表
表 167 google llc: 取引
13.2.8 マイクロソフト株式会社
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 マイクロソフト社: 取引
13.2.9 アマゾン ウェブ サービス, INC.
表 171 アマゾン ウェブ サービス, INC.：事業概要
図 62 アマゾン ウェブ サービス, INC.：企業スナップショット
表 172 アマゾン ウェブ サービス株式会社: 製品発表
表 173 アマゾン ウェブ サービス, INC.
13.2.10 オラクル株式会社
表 174 オラクル株式会社: 事業概要
図 63 オラクル株式会社: 企業スナップショット
表 175 オラクル株式会社: 製品発売
表 176 オラクル株式会社: 取引
* 非上場企業の場合、事業概要、提供する製品/ソリューション/サービス、最近の動向、MnM Viewが把握できない場合があります。
13.3 その他のプレイヤー
13.3.1 グラフコア
13.3.2 SK HYNIX INC.
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 株式会社東芝
13.3.9 ジルファルコンテクノロジー株式会社
13.3.10 イマジネーションテクノロジーズ
13.3.11 CAMBRICON TECHNOLOGIES CORP.
13.3.12 Cadence Design Systems, Inc.
13.3.13 テンストレント Inc.
13.3.14 シノプシス, INC.
13.3.15 株式会社センスタイムグループ
14 付録 (ページ – 228)
14.1 ディスカッションガイド
14.2 Knowledgestore: マーケットサンドウマーケッツの購読ポータルサイト
14.3 カスタマイズオプション
14.4 関連レポート
14.5 著者の詳細
【本レポートのお問い合わせ先】
www.marketreport.jp/contact
レポートコード：SE 7201