Автор Сальваторе Саламоне

За последние два года расходы на инфраструктуру, предназначенную специально для обучения моделей машинного обучения, выросли более чем на 50 % по сравнению с прошлым годом.

Непрерывный интеллект (CI) требует обученных моделей машинного обучения (ML) и искусственного интеллекта (AI) для получения информации в реальном времени из потоковых данных. Таким образом, CI требует значительных вычислительных ресурсов. Одним из признаков роста CI являются расходы на инфраструктуру.

Учитывая растущую важность CI и ее растущее распространение, неудивительно, что расходы на инфраструктуру для обучения моделей машинного обучения, включая глубокое обучение и другие модели для ИИ, стремительно растут.

Согласно новому рыночному прогнозу от Intersect360 Research, расходы на инфраструктуру, предназначенные специально для обучения моделей машинного обучения, за последние два года выросли более чем на 50% в годовом исчислении. В отчете основное внимание уделялось бюджетам, выходящим за рамки обычных расходов на ИТ-инфраструктуру. Он включает новые бюджеты на инфраструктуру, основной целью которых является обучение моделей машинному обучению.

Большая часть этих расходов приходится на организации, работающие на гипермасштабируемом рынке, который включает объекты, поддерживающие тысячи физических серверов и миллионы виртуальных машин. Такие средства часто распределены и используют облачные ресурсы для динамического масштабирования в соответствии с меняющимися моделями ML, обучающими вычислительными нагрузками. Во многих случаях негипермасштабные предприятия вкладывают средства в обучение машинному обучению, преимущественно используя облачные ресурсы.

Результаты исследования Intersect360 согласуются с другими исследованиями рынка, которые указывают на огромные расходы в этой области. Например, IDC прогнозирует, что расходы на когнитивные системы и системы ИИ достигнут 77,6 млрд долларов в 2022 году, что более чем в три раза превышает прогноз на 2018 год в размере 24,0 млрд долларов. с 2017 по 2022 год, согласно их исследованиям.

Предоставление ценности для бизнеса

Общее внедрение ИИ служит хорошим предзнаменованием для внедрения CI. По мере того, как компании знакомятся с ИИ и МО для конкретного приложения и понимают их преимущества, они обращаются к другим областям применения, таким как CI.

Опрос ИТ-директоров Gartner 2019, в котором приняли участие более 3000 руководителей из 89 стран, показал, что внедрение ИИ выросло на колоссальные 270 процентов за последние четыре года и на 37 процентов только за последний год. Gartner связывает этот рост с развитием возможностей ИИ и скоростью, с которой он стал неотъемлемой частью цифровых стратегий.

Рассматривая растущее использование ИИ в перспективе, рассмотрите результаты других исследований рынка, в том числе:

  • Согласно прогнозу, опубликованному MemSQL, 65% компаний, которые планируют внедрить машинное обучение, говорят, что эта технология помогает бизнесу в принятии решений.
  • 53% респондентов опроса говорят, что их организации либо расширили масштабы и индустриализировали аналитику, либо переходят к этапу производства.
  • 42% руководителей в исследовании Deloitte заявили, что считают, что искусственный интеллект будет иметь решающее значение в течение двух лет. Компании воодушевлены потенциалом ИИ для повышения производительности и конкурентоспособности

Итог: внедрение AL и ML растет. Таким образом, предприятия увеличивают свои расходы на инфраструктуру для поддержки усилий, которые включают CI и другие расширенные варианты использования AI и ML.

По теме: Требования к архитектуре инфраструктуры для непрерывного анализа

Первоначально опубликовано на https://www.rtinsights.com.

Для получения дополнительных статей и ресурсов по непрерывному анализу посетите наш ресурсный центр непрерывного анализа здесь. Чтобы получать последние новости и идеи в области CI на свой почтовый ящик, подпишитесь на нашу рассылку новостей Continuous Intelligence, выходящую раз в две недели.