Thị trường Deep Learning - Tăng trưởng, Xu hướng và Dự báo (2023 - 2028)

Thị trường học sâu được phân khúc theo Loại cung cấp (Phần cứng, Phần mềm và Dịch vụ), Ngành Người dùng Cuối (BFSI, Bán lẻ, Sản xuất, Chăm sóc sức khỏe, Ô tô, Viễn thông và Truyền thông), Ứng dụng (Nhận dạng Hình ảnh, Nhận dạng Tín hiệu, Xử lý Dữ liệu), và Địa lý.

Ảnh chụp thị trường

deep learning market
Study Period: 2020-2025
Fastest Growing Market: Asia Pacific
Largest Market: North America
CAGR: 42.56 %

Major Players

rd-img

*Disclaimer: Major Players sorted in no particular order

setting-icon

Need a report that reflects how COVID-19 has impacted this market and its growth?

Tổng quan thị trường

Thị trường học sâu dự kiến ​​sẽ đạt tốc độ CAGR là 42,56% trong giai đoạn dự báo từ năm 2020 đến năm 2025. Học sâu, một lĩnh vực con của học máy (ML), đã dẫn đến những bước đột phá trong một số nhiệm vụ trí tuệ nhân tạo, bao gồm nhận dạng giọng nói và nhận dạng hình ảnh . Hơn nữa, khả năng tự động hóa phân tích dự đoán đang dẫn đến sự cường điệu cho ML. Các yếu tố, chẳng hạn như hỗ trợ nâng cao trong việc phát triển và cải tiến sản phẩm, tối ưu hóa quy trình và quy trình làm việc chức năng, và tối ưu hóa bán hàng, trong số những yếu tố khác, đã thúc đẩy các doanh nghiệp trong các ngành đầu tư vào các ứng dụng học sâu. Hơn nữa, các phương pháp học máy mới nhất đã cải thiện đáng kể độ chính xác của các mô hình và các lớp mạng nơ-ron mới đã được phát triển cho các ứng dụng, như phân loại hình ảnh và dịch văn bản.

  • Ví dụ: hãy xem xét bản phát hành mới của PyTorch, khuôn khổ học máy mã nguồn mở của Facebook. Được phát hành vào tháng 10 năm 2019, khung mới, PyTorch 1.3, bao gồm một số dự án mã nguồn mở ấn tượng dành cho các nhà nghiên cứu và nhà phát triển học sâu. Các tính năng mới khác bao gồm hỗ trợ thử nghiệm cho việc triển khai thiết bị di động, lượng tử hóa chế độ háo hức ở số nguyên 8-bit và khả năng đặt tên cho các tenxơ. Một trong những sự phát triển được chú ý là CRYPTEN, một nền tảng nghiên cứu dựa vào cộng đồng mới được thiết kế để giải quyết một yếu tố quan trọng thách thức người dùng triển khai các nền tảng học tập và máy học sâu, tức là tính bảo mật.
  • Một số phát triển hiện đang thúc đẩy học sâu. Theo SAS, những cải tiến trong thuật toán đã thúc đẩy hiệu suất của các phương pháp học sâu. Khối lượng dữ liệu ngày càng tăng đã hỗ trợ cho việc xây dựng mạng lưới thần kinh với nhiều lớp sâu, bao gồm truyền dữ liệu trực tuyến từ internet vạn vật (IoT) và dữ liệu văn bản từ phương tiện truyền thông xã hội và ghi chú của bác sĩ. Một lượng đáng kể sức mạnh tính toán là cần thiết để giải quyết các vấn đề học sâu, xem xét bản chất lặp đi lặp lại của các thuật toán học sâu — độ phức tạp của chúng tăng lên khi số lượng lớp tăng lên. Phần cứng chạy các thuật toán học sâu cũng cần hỗ trợ khối lượng lớn dữ liệu cần thiết để đào tạo mạng.
  • Những tiến bộ về tính toán của các đơn vị xử lý đồ họa (GPU) và điện toán đám mây phân tán đã mang lại sức mạnh tính toán đáng kinh ngạc cho người dùng. Sự phát triển này được dẫn dắt bởi các nhà cung cấp phần cứng, chẳng hạn như NVIDIA, Intel và AMD, cùng với những nhà cung cấp khác, họ đã cải thiện tốc độ tính toán giữa các tính năng khác và làm cho chúng tương thích với các nền tảng mã nguồn mở được sử dụng nhiều nhất, chẳng hạn như Tensorflow, Bộ công cụ nhận thức ( Microsoft), Chainer, Caffe và PyTorch, trong số những người khác. Do đó, 'khả năng học sâu nguồn mở' ngày càng trở nên phổ biến trong các doanh nghiệp. Các khuôn khổ mã nguồn mở này cho phép người dùng xây dựng các mô hình học máy một cách hiệu quả và nhanh chóng.
  • Vào tháng 5 năm 2020, NEUCHIPS Corp., một công ty điện toán Trí tuệ nhân tạo tham gia vào các giải pháp tăng tốc cho miền cụ thể, đã ra mắt công cụ khuyến nghị học sâu đầu tiên trên thế giới - RecAccelTM - có thể thực hiện 500.000 suy luận mỗi giây. Chạy PyTorch DLRM mã nguồn mở, RecAccelTM hoạt động tốt hơn GPU suy luận và CPU cấp máy chủ lần lượt là 65X và 28X. Nó được trang bị bộ nhớ băng thông cao và một hệ thống con dung lượng cực cao để nhúng tra cứu bảng và một FPGA tính toán song song cực lớn để suy luận mạng nơ-ron. RecAccelTM đã sẵn sàng để thích ứng với trung tâm dữ liệu thông qua giao diện máy chủ PCIe Gen3, 
  • Vào tháng 7 năm 2020, Tencent AI Lab và một nhóm các nhà khoa học sức khỏe cộng đồng Trung Quốc đã công bố một mô hình dựa trên học sâu có thể dự đoán nguy cơ bệnh nhân COVID-19 phát triển bệnh hiểm nghèo. Quy trình này đã được công bố trên tạp chí Nature Communications. Nó đã sửa đổi phương pháp mà phòng thí nghiệm sử dụng mô hình dựa trên một nhóm thuần tập gồm 1.590 bệnh nhân từ 575 trung tâm y tế ở Trung Quốc, với xác nhận thêm từ 1.393 bệnh nhân. Những gã khổng lồ công nghệ khác cũng đang thực hiện các dự án tương tự để ngăn chặn loại virus chết người. Sử dụng học sâu, Alibaba đã xây dựng một công cụ để các tổ chức dự đoán sự lây lan của COVID-19, với tỷ lệ chính xác gần như 90%. Phân tích cấu trúc virus được thực hiện bởi thuật toán nguồn mở của Baidu, thuật toán này tuyên bố quá trình này nhanh hơn 120 lần so với phương pháp truyền thống. 

Scope of the report

The study covers the revenues from hardware, software, and services, driven by deep learning. The hardware segment includes the demand study for central processing units (CPUs), field-programmable gate arrays (FPGAs), application-specific integrated circuits (ASICs), graphics processing units (GPUs), networking products, and data storage devices. Cloud-based platforms for deep learning applications, such as image recognition, signal recognition, and data processing, are also covered in the study. Other Applications will include Natural Language Processing, Speech Recognition, Product Recommendations, and Predictive Maintenance.

Offering
Hardware
Software and Services
End-User Industry
BFSI
Retail
Manufacturing
Healthcare
Automotive
Telecom and Media
Other End-user Industries
Application
Image Recognition
Signal Recognition
Data Processing
Other Applications
Geography
North America
Europe
Asia Pacific
Rest of the World

Report scope can be customized per your requirements. Click here.

Xu hướng thị trường chính

Bán lẻ dự kiến ​​sẽ nắm giữ cổ phần đáng kể

  • Ngành bán lẻ đã có sự thay đổi mạnh mẽ về cơ sở hoạt động trong thời gian gần đây, với nhiều thương hiệu đáng chú ý đã chọn giảm số lượng dịch vụ tại chỗ để chuyển sang dịch vụ trực tuyến. Để các nhà bán lẻ duy trì khả năng tồn tại, họ cần đáp ứng kỳ vọng của khách hàng, hành động phù hợp hoặc có nguy cơ mất lòng trung thành. Việc áp dụng các công nghệ đang phát triển để biến điều này thành hiện thực cũng trở nên quan trọng đối với các nhà bán lẻ. Học sâu cho phép các nhà bán lẻ tự động hóa trải nghiệm của khách hàng và hợp lý hóa các quy trình theo cách cho đến nay vẫn chưa được biết đến. Ví dụ: phân tích giá kệ trong các tình huống trực tuyến có thể giúp đưa ra các đề xuất hữu ích về hàng hóa và phân loại nhanh chóng, cho phép khách hàng đưa ra lựa chọn chính xác, với nhiều hỗ trợ hơn, nhanh hơn.
  • Các nhà bán lẻ trực tuyến như Walmart đang bắt đầu sử dụng AI để nhận các đề xuất sản phẩm từ khách hàng, nhưng hầu như chỉ tận dụng hết tiềm năng mà công nghệ có thể mang lại. Bằng cách sử dụng học sâu, các nhà bán lẻ thực sự có thể khai thác sức mạnh của AI trong việc tối ưu hóa trải nghiệm người dùng và tự động hóa các tác vụ tốn thời gian. Ví dụ: các nhà bán lẻ trực tuyến có thể sử dụng Học sâu để tự động gắn thẻ dữ liệu trực quan nhằm cải thiện nhiều khía cạnh của trải nghiệm người dùng. Họ có thể sử dụng AI để tinh chỉnh tìm kiếm và trả lại kết quả tốt hơn cho các truy vấn tìm kiếm hoặc nâng cao chất lượng hình ảnh sản phẩm, đặc biệt là ảnh sản phẩm chất lượng thấp bằng cách sử dụng tăng cường màu sắc. Trong tương lai, các nhà bán lẻ có thể nhanh chóng thu thập dữ liệu và phân tích thông tin tự động bằng cách sử dụng công nghệ Deep Learning.
  • Một nghiên cứu của Snowflake Computing Harvard Business Review chỉ ra rằng các nhà bán lẻ chọn đưa ra quyết định dựa trên dữ liệu đã tồn tại lâu hơn. Không nghi ngờ gì nữa, bán lẻ đang nhanh chóng trở nên cực kỳ theo định hướng dữ liệu. Theo cùng một nghiên cứu, 89% nhà bán lẻ coi việc nâng cao hiểu biết sâu sắc hơn về kỳ vọng của khách hàng là một mục tiêu quan trọng. Các mô hình mà Học sâu trong bán lẻ sử dụng đủ tinh vi và tiên tiến để xử lý những thách thức mà mô hình học máy gặp phải. Ví dụ, học sâu trong các mô hình ứng dụng bán lẻ đủ thông minh để hiểu rằng việc phát hành điện thoại thông minh với màn hình lớn hơn có thể ăn đứt doanh số bán hàng của máy tính bảng. Trong trường hợp thiếu dữ liệu, học sâu về bán lẻ có thể học hỏi từ các mẫu cho dù một mặt hàng không bán được hoặc đã hết hàng.
  • Vào tháng 1 năm 2020, Johnson Controls thông báo rằng danh mục giải pháp bán lẻ của họ, Sensormatic Solutions và Intel Corporation, đã hợp tác để cung cấp các giải pháp hỗ trợ AI có thể mở rộng cho các nhà bán lẻ. Trong tương lai, danh mục AI của Giải pháp Cảm biến sẽ dựa trên nền tảng của Intel. Giải pháp Sensormatic cũng sẽ tận dụng Bộ công cụ phân phối OpenVINO của Intel và các mô hình Intel để cung cấp các giải pháp của mình. Trí tuệ thị giác AI sẽ hiển thị hành vi được nhắm mục tiêu để cải thiện hoạt động của cửa hàng và trải nghiệm của người mua sắm. Nó bao gồm xử lý hình ảnh, mô hình học sâu và camera AI được phát triển với Intel để đánh giá khả năng đáp ứng của các cộng sự đối với khách hàng và đo lường phương pháp mà khách hàng tương tác với hàng hóa và hơn thế nữa.
deep learning market

Bắc Mỹ dự kiến ​​sẽ nắm giữ thị phần lớn

  • Bắc Mỹ dự kiến ​​sẽ có một thị phần đáng kể trong thị trường học sâu toàn cầu, do sự gia tăng bền vững về khối lượng dữ liệu đáng kể, cùng với sự gia tăng dự đoán về nhu cầu tích hợp DL trong các giải pháp lấy người tiêu dùng làm trung tâm của các doanh nghiệp. Sự chú trọng ngày càng tăng vào việc dự đoán các xu hướng và thông tin chi tiết chính liên quan đến hành vi và hoạt động của khách hàng đã là động lực quan trọng để các doanh nghiệp quan trọng hướng tới việc sử dụng AI và dữ liệu lớn để thúc đẩy giá trị và cung cấp trải nghiệm được cá nhân hóa. Ví dụ: Netflix đã xây dựng một nền tảng máy học dựa trên các ngôn ngữ JVM, như Scala. Nền tảng này giúp phá vỡ định kiến ​​của người xem và tìm thấy các chương trình mà họ có thể không chọn ban đầu.
  • Vào tháng 4 năm 2020, Bộ Năng lượng Hoa Kỳ (DOE) đã công bố kế hoạch cung cấp tới 30 triệu USD cho các nghiên cứu tiên tiến về học máy (ML) và trí tuệ nhân tạo (AI) cho cả việc quản lý các hệ thống phức tạp và điều tra khoa học. Sáng kiến ​​bao gồm hai lĩnh vực chủ đề riêng biệt. Một chủ đề tập trung vào sự phát triển của ML và AI cho mô hình dự đoán và mô phỏng, tập trung vào nghiên cứu trong các ngành khoa học vật lý. ML và AI được cho là sẽ cung cấp các giải pháp thay thế mới đầy hứa hẹn cho các phương pháp lập trình truyền thống để tạo mô hình và mô phỏng máy tính. Chủ đề thứ hai tập trung vào nghiên cứu ML và AI cần thiết để "hỗ trợ quyết định" trong việc quản lý các hệ thống phức tạp.
  • Bộ Giao thông Vận tải Hoa Kỳ đã thành lập một quy định an toàn mới để giúp loại bỏ các vùng mù phía sau xe và quan sát những người có mặt phía sau xe. Theo số liệu thống kê của Cơ quan Quản lý An toàn Giao thông Đường cao tốc Quốc gia, có khoảng 292 trường hợp tử vong và 18.000 người bị thương do va chạm từ phía sau liên quan đến tất cả các phương tiện. Những quy định như vậy được kỳ vọng sẽ khuyến khích việc áp dụng ADAS, do đó mang lại cơ hội cho thị trường học sâu trong khu vực. Hơn nữa, khu vực này cũng đang chứng kiến ​​sự gia tăng đầu tư từ các nhà sản xuất ô tô để phát triển các giải pháp tiên tiến, thúc đẩy sự tăng trưởng của thị trường.
  • Vào tháng 2 năm 2020, Micron Technology, Inc., cùng với công ty công nghệ Continental, đã công bố kế hoạch hợp tác để khám phá và điều chỉnh máy gia tốc học sâu của Micron cho các ứng dụng ô tô máy học thế hệ tiếp theo. Thông tin giải trí trên ô tô, hệ thống hỗ trợ người lái tiên tiến (ADAS), hệ thống liên lạc và điều khiển hệ thống truyền lực ngày càng trở nên tinh vi. Micron và Continental sẽ làm việc cùng nhau trong việc phát triển phiên bản dành riêng cho ứng dụng của công nghệ máy gia tốc học sâu (DLA) của Micron được thiết kế để có thể mở rộng và linh hoạt, đồng thời mang lại hiệu suất cao và công suất thấp cần thiết để hỗ trợ các mô hình lập trình tiêu chuẩn ngành .
deep learning market

Bối cảnh cạnh tranh

Thị trường học sâu bao gồm một số công ty lớn, chẳng hạn như IBM, Google và Microsoft, trong số những người khác có kinh nghiệm công nghiệp đáng kể trong nền tảng phân tích / dữ liệu lớn. Những công ty mới tham gia khác cũng đang tiến vào thị trường và đã tăng thành công số lượng các trường hợp sử dụng học sâu trong các ngành. Những công ty mới gia nhập nổi bật đã có tác động đáng kể đến thị trường bao gồm H2O.ai, KNIME và Dataiku.

  • Tháng 6 năm 2020 - Facebook AI Research ra mắt TransCoder, một hệ thống sử dụng học sâu không giám sát để chuyển đổi mã từ ngôn ngữ lập trình này sang ngôn ngữ lập trình khác. TransCoder đã được đào tạo về hơn 2,8 triệu dự án mã nguồn mở và hoạt động tốt hơn các hệ thống dịch mã hiện có sử dụng các phương pháp dựa trên quy tắc.
  • Tháng 5 năm 2020 - IBM thông báo rằng họ sẽ áp dụng một loạt công nghệ trí tuệ nhân tạo (AI) trong việc tự động hóa quản lý các hoạt động CNTT và hiện đại hóa các ứng dụng, còn được gọi là AIOps. Nó sử dụng các thuật toán máy học và học sâu cho dữ liệu chuỗi thời gian, nhật ký bán cấu trúc, dữ liệu có cấu trúc và dữ liệu phi cấu trúc liên quan đến các sự cố CNTT và các cuộc trò chuyện của con người để theo dõi tiến trình của một vấn đề.

Những người chơi chính

  1. Facebook Inc.

  2. Google LLC

  3. Microsoft Corporation

  4. IBM Corporation

  5. Amazon Web Services Inc.

*Disclaimer: Major Players sorted in no particular order

deep learning market

Table of Contents

  1. 1. INTRODUCTION

    1. 1.1 Study Assumptions and Market Definition

    2. 1.2 Scope of the Study

  2. 2. RESEARCH METHODOLOGY

  3. 3. EXECUTIVE SUMMARY

  4. 4. MARKET INSIGHTS

    1. 4.1 Market Overview

    2. 4.2 Industry Attractiveness - Porter's Five Forces Analysis

      1. 4.2.1 Bargaining Power of Suppliers

      2. 4.2.2 Bargaining Power of Consumers

      3. 4.2.3 Threat of New Entrants

      4. 4.2.4 Threat of Substitute Products

      5. 4.2.5 Intensity of Competitive Rivalry

    3. 4.3 Industry Stakeholder Analysis

    4. 4.4 Assessment of Impact of COVID-19 on Deep Learning Market

  5. 5. MARKET DYNAMICS

    1. 5.1 Market Drivers

      1. 5.1.1 Increasing Computing Power, coupled with the Presence of Large Unstructured Data

      2. 5.1.2 Ongoing Efforts toward the Integration of DL in Consumer-based Solutions

    2. 5.2 Market Challenges

      1. 5.2.1 Operational and Infrastructural Concerns, such as Hardware Complexity and Need for Skilled Workforce

    3. 5.3 Market Opportunities

    4. 5.4 Technology Evolution of Deep Learning

    5. 5.5 Analysis of Key Machine Learning Libraries

  6. 6. MARKET SEGMENTATION

    1. 6.1 Offering

      1. 6.1.1 Hardware

      2. 6.1.2 Software and Services

    2. 6.2 End-User Industry

      1. 6.2.1 BFSI

      2. 6.2.2 Retail

      3. 6.2.3 Manufacturing

      4. 6.2.4 Healthcare

      5. 6.2.5 Automotive

      6. 6.2.6 Telecom and Media

      7. 6.2.7 Other End-user Industries

    3. 6.3 Application

      1. 6.3.1 Image Recognition

      2. 6.3.2 Signal Recognition

      3. 6.3.3 Data Processing

      4. 6.3.4 Other Applications

    4. 6.4 Geography

      1. 6.4.1 North America

      2. 6.4.2 Europe

      3. 6.4.3 Asia Pacific

      4. 6.4.4 Rest of the World

  7. 7. COMPETITIVE LANDSCAPE

    1. 7.1 Company Profiles

      1. 7.1.1 Facebook Inc.

      2. 7.1.2 Google

      3. 7.1.3 Amazon Web Services Inc

      4. 7.1.4 SAS Institute Inc

      5. 7.1.5 Microsoft Corporation

      6. 7.1.6 IBM Corp

      7. 7.1.7 Advanced Micro Devices Inc

      8. 7.1.8 Intel Corp

      9. 7.1.9 NVIDIA Corp

      10. 7.1.10 Rapidminer Inc

    2. *List Not Exhaustive
  8. 8. INVESTMENT ANALYSIS

  9. 9. FUTURE OF THE MARKET

You can also purchase parts of this report. Do you want to check out a section wise price list?

Frequently Asked Questions

Thị trường Deep Learning được nghiên cứu từ 2018 - 2028.

Thị trường Deep Learning đang tăng trưởng với tốc độ CAGR là 42,56% trong 5 năm tới.

Châu Á Thái Bình Dương đang tăng trưởng với tốc độ CAGR cao nhất trong giai đoạn 2018 - 2028.

Bắc Mỹ nắm giữ thị phần cao nhất vào năm 2021.

Facebook Inc., Google LLC, Microsoft Corporation, IBM Corporation, Amazon Web Services Inc. là những công ty lớn hoạt động trong Thị trường Deep Learning.

close-icon
80% of our clients seek made-to-order reports. How do you want us to tailor yours?

Please enter a valid email id!

Please enter a valid message!