AIクラウドワークロード

当レポートでは、AIクラウドワークロードの動向を調査し、トレーニングワークロードと推論ワークロードの消費量の推移・予測、タイプ・クラウドサービスプロバイダー・地域など各種区分別の詳細分析などをまとめています。

実用的メリット：

• トレーニングおよび推論の処理能力が時間とともにどのように拡大していくかを把握することで、自信を持ってキャパシティ戦略を策定できます。
• ワークロードの成長パターンや転換点を明確に把握し、AIへの投資を最適化できます。
• インフラの調達を長期的に左右する地域ごとの動向を予測します。

主な回答事項：

• クラウドにおいて、推論がトレーニングを追い越し、主要なリソース消費源となるのはいつか？
• クラウドにおいて、どの種類の推論ワークロードが最も多くのキャパシティを消費することになるか？
• 推論とトレーニングの転換点は、地域によってどのように異なるか？

調査ハイライト：

• 事業者セグメントの包括的な分析：ティア1およびティア2のハイパースケーラー、ネオクラウドプロバイダー、ソブリンクラウド
• 成長軌道と転換点に関する詳細分析 (推論ワークロードがトレーニングワークロードを上回る時期を含む)
• 2035年までのクラウドにおけるAI推論ワークロードの詳細な予測

目次

表

グラフ

• 図1：AI外部ワークロードキャパシティ消費量：タイプ別
• 図2：AIトレーニングワークロードキャパシティ消費量：地域別
• 図3：AI推論ワークロードキャパシティ消費量：クラウドサービスプロバイダー別
• 図4：AI推論ワークロードキャパシティ消費量：地域別
• 図5：AI推論ワークロードのキャパシティ消費量：タイプ別
• 図6：AI推論ワークロードのキャパシティ消費量：タイプ別