株式会社グローバルインフォメーション
TEL: 044-952-0102
市場調査レポート

クラウドAIチップセット:市場情勢・ベンダーポジショニング

Cloud AI Chipsets: Market Landscape and Vendor Positioning

発行 ABI Research 商品コード 909244
出版日 ページ情報 英文 30 Pages
納期: 即日から翌営業日
価格
詳細については [見積・お問合せ] ボタンよりお問い合わせ下さい。

お知らせ: こちらの商品は発行元の方針により価格が非公開になっております。
尚、レポートのご提供形態は、PDFタイプ、パワーポイントタイプ、Excelタイプがございます。
レポートによって提供形態が異なりますので、ご検討いただく際は、お手数をお掛けいたしますが、お問い合わせください。

Back to Top
クラウドAIチップセット:市場情勢・ベンダーポジショニング Cloud AI Chipsets: Market Landscape and Vendor Positioning
出版日: 2019年08月29日 ページ情報: 英文 30 Pages
概要

クラウドAIチップセットの市場規模は、2018年に35億米ドルと推計され、2024年には191億米ドルへ拡大すると予測されています。

当レポートでは、クラウドAIチップセット市場について調査し、AIおよびクラウドAIチップセットの定義、主なクラウドAIチップセット、市場動向、市場予測、および主要企業のプロファイルなど、体系的な情報を提供しています。

第1章 エグゼクティブサマリー

第2章 人工知能 (AI) の定義

第3章 クラウドAIチップセットの進化

  • 汎用AIハードウェア
  • FPGAの台頭
  • 専門ワークロード向けカスタムチップ
  • ヘテロジニアスコンピューティング

第4章 クラウドAIチップセットの定義

第5章 主要なクラウドAIチップセット

  • 推論 (Inference) 用クラウドAIチップ
  • トレーニング用クラウドAIチップ

第6章 キャプティブベンダーの台頭

第7章 主要ベンダーのプロファイル

  • AWS
  • Baidu
  • Bitmain
  • Cambricon Technologies
  • Cerebras Systems
  • Google
  • Graphcore
  • Habana Labs
  • HiSilicon
  • Intel
  • NVIDIA
  • Qualcomm
  • Xilinx
  • Wave Computing

第8章 市場予測

  • クラウドAIトレーニング vs. 推論
  • クラウドAIチップセットのアーキテクチャー
  • キャプティブベンダーの台頭とそれらのベンダーシェアへの影響

第9章 主な提言・結論

掲載企業

  • Alibaba
  • Amazon
  • Arteris IP
  • Baidu
  • Bitmain
  • Cambricon Technologies
  • Cerebras Systems
  • Dell
  • Facebook
  • Google
  • Graphcore
  • Groq
  • H3C
  • Habana Labs
  • HPE
  • Huawei
  • Inspur
  • Intel
  • Lenovo
  • Microsoft
  • NVIDIA
  • Qualcomm
  • Quanta
  • Rackscale
  • SambaNova Systems
  • Sugon
  • Supermicro
  • Tencent
  • Wave Computing
  • Xilinx
目次
Product Code: AN-5032

One of the key factors behind the rise of artificial intelligence (AI) is the upgrade in cloud computing power. This is largely driven by the enhancement and upgrade in cloud AI chipsets. Cloud AI chipsets are computational chipsets focusing on AI workload that is typical deployed in the cloud, or data center, environment. This chipset can be designed specifically for AI inference or AI training. In some instances, the chipset can support both AI inference and AI training.

Due to the constant evolution of AI algorithms, cloud AI chipsets are designed to support wide range of AI models, from rule-based AI to deep learning models, with varying degree of resource requirements. As compared to edge AI chipsets, a cloud AI chipset generally has higher computational power, higher power consumption, larger physical footprint and is therefore relatively more expensive.

Cloud AI market is so far dominated by NVIDIA GPUs and Intel's CPUs. In recent years, many companies have started to emerge and offer interesting take on how to address the challenge of AI workload in the cloud. On one hand, new startups like Cerebras Systems, Graphcore, Habana Labs, and Wave Computing have announced new chipsets that have higher performance or better computational flow as compared to conventional chipsets. On the other hand, captive vendors have started to build their own AI chips to power their data centers. Examples of these vendors include Amazon, Google, Huawei, Baidu and potentially Alibaba.

Overall, the market size for cloud AI chipsets is expected to be US$3.5 billion in 2018. This is expected to grow to US$19.1 billion in 2024. Right now, most of the market share is captured by non-captive vendors. As cloud service providers are going to take away majority of the AI workloads, we believe that their market share will grow from 2.3% in 2018 to 9.4% in 2024. For companies to be successful in this sector, the chipset must be highly scalable and flexible, achieve the right balance between performance and power budget, but also feature strong ecosystem support and comprehensive software stack.

Table of Contents

1. EXECUTIVE SUMMARY

2. DEFINITION OF ARTIFICIAL INTELLIGENCE

3. THE EVOLUTION OF CLOUD AI CHIPSET

  • 3.1. General-Purpose AI Hardware
  • 3.2. The Rise of the FPGA
  • 3.3. Custom Chips for Specific Workloads
  • 3.4. Heterogenous Computing

4. DEFINITIONS OF CLOUD AI CHIPSETS

5. MAJOR CLOUD AI CHIPSETS

  • 5.1. Cloud AI Chipsets for Inference
  • 5.2. Cloud AI Chipsets for Training

6. THE RISE OF CAPTIVE VENDORS

7. KEY VENDOR PROFILES

  • 7.1. AWS
  • 7.2. Baidu
  • 7.3. Bitmain
  • 7.4. Cambricon Technologies
  • 7.5. Cerebras Systems
  • 7.6. Google
  • 7.7. Graphcore
  • 7.8. Habana Labs
  • 7.9. HiSilicon
  • 7.10. Intel
  • 7.11. NVIDIA
  • 7.12. Qualcomm
  • 7.13. Xilinx
  • 7.14. Wave Computing

8. MARKET FORECASTS

  • 8.1. Cloud AI Training versus Inference
  • 8.2. Cloud AI Chipset Architecture
  • 8.3. The Rise of Captive Vendors and Their Impact on Vendor Share

9. KEY RECOMMENDATIONS AND CONCLUSIONS

Companies Mentioned

  • Alibaba
  • Amazon
  • Arteris IP
  • Baidu
  • Bitmain
  • Cambricon Technologies
  • Cerebras Systems
  • Dell
  • Facebook
  • Google
  • Graphcore
  • Groq
  • H3C
  • Habana Labs
  • HPE
  • Huawei
  • Inspur
  • Intel
  • Lenovo
  • Microsoft
  • NVIDIA
  • Qualcomm
  • Quanta
  • Rackscale
  • SambaNova Systems
  • Sugon
  • Supermicro
  • Tencent
  • Wave Computing
  • Xilinx
Back to Top