Thứ Ba, ngày 14 tháng 11 năm 2026
Gartner: Chi tiêu cho IaaS tối ưu hóa AI dự kiến tăng 96% vào năm tới

Gartner: Chi tiêu cho IaaS tối ưu hóa AI dự kiến tăng 96% vào năm tới

Kim Seong Hyeon 14:56 11-08-2026
Ảnh Gartner
[Ảnh=Gartner]


Chi tiêu toàn cầu cho dịch vụ hạ tầng dưới dạng dịch vụ (IaaS) tối ưu hóa AI dự kiến sẽ tăng 96% vào năm tới, đạt 42 tỷ USD. Sự gia tăng khối lượng công việc suy diễn do sự phát triển của AI sẽ dẫn đến việc tái cấu trúc ưu tiên đầu tư vào đám mây.
 
Theo Gartner, thị trường IaaS tối ưu hóa AI toàn cầu sẽ tiếp tục tăng trưởng mạnh mẽ, dự kiến đạt 66 tỷ USD vào năm 2027. Chi tiêu trong năm nay ước đạt 21,5 tỷ USD, tăng 180% so với năm trước, và dự kiến sẽ tăng 96,4% lên 42,2 tỷ USD vào năm tới, cũng như đạt 66,1 tỷ USD vào năm 2027, tăng 56,5%.
 
Trong cùng thời gian, tổng chi tiêu cho dịch vụ hạ tầng dự kiến sẽ tăng từ 222,1 tỷ USD trong năm nay lên 287,3 tỷ USD vào năm 2026 và 359,9 tỷ USD vào năm 2027.
 
Ông Hardeep Singh, nhà phân tích chính của Gartner, cho biết: "Nhu cầu về hạ tầng hỗ trợ việc học mô hình ngôn ngữ quy mô lớn (LLM) vẫn tiếp tục, và AI đang nhanh chóng được thương mại hóa trong các ứng dụng doanh nghiệp và quy trình làm việc, điều này đang thúc đẩy sự tăng trưởng của thị trường".
 
Tuy nhiên, động lực tăng trưởng đang chuyển từ học tập sang suy diễn. Sự phát triển của AI đã làm tăng mật độ tính toán trong quy trình xử lý tự động đa tầng, dẫn đến việc tiêu thụ tài nguyên cũng được tái cấu trúc theo hướng suy diễn. Dự kiến, chi tiêu toàn cầu cho lĩnh vực suy diễn trong năm nay sẽ đạt 23,3 tỷ USD, vượt qua chi tiêu cho học tập là 19 tỷ USD. Tỷ lệ suy diễn trong tổng chi tiêu cho IaaS tối ưu hóa AI dự kiến sẽ tăng từ 55% vào năm 2026 lên 59% vào năm 2027.
 
Ông Singh cho biết: "Các doanh nghiệp đang chuyển từ phát triển mô hình sang triển khai thương mại quy mô lớn, với các mô hình tinh chỉnh và mô hình chuyên biệt theo miền (DSM) được tích hợp nhanh chóng vào hệ thống phản hồi khách hàng và hệ thống vận hành. Những hệ thống này không chỉ cần học một lần mà cần thực hiện liên tục theo thời gian thực, do đó, việc tiêu thụ đám mây đang gia tăng và nhu cầu về hạ tầng tối ưu hóa AI cũng đang được duy trì".
 



* Bài viết này được dịch tự động bằng AI.