Přeskočit na obsah
Čísla 3 min čtení

Gartner čeká letos u pronajaté AI infrastruktury 42,3 miliardy dolarů, IDC u hardwaru 497

Gartner odhadl, že celosvětové výdaje za pronajatou infrastrukturu pro modely letos dosáhnou 42,3 miliardy dolarů, tedy o 96,4 % víc než loni. IDC čeká u „výdajů na AI infrastrukturu“ za tentýž rok 497 miliard. Obě čísla jsou správně a rozdíl mezi nimi dělá hranice měření.

Řady skříní s úložišti v datovém centru
Řady skříní s úložišti v datovém centru firmy Pi Data Centers. Foto: PiDatacenters, Wikimedia Commons (CC BY-SA 4.0)

Gartner zveřejnil 10. srpna odhad výdajů za infrastrukturu jako službu – tedy za pronajatý výpočetní výkon, úložiště a síť, na kterých si zákazník provozuje vlastní software. Zvlášť v něm vede řádek pro infrastrukturu upravenou pro modely: servery s akcelerátory, rychlý propoj mezi nimi a úložiště, které je stačí sytit daty.

Čísla z jeho tabulky, v milionech dolarů:

  • infrastruktura upravená pro modely: 21 529 (2025), 42 276 (2026), 66 143 (2027);
  • celý trh infrastruktury jako služby: 222 170, 287 347, 359 899;
  • meziroční růst prvního řádku 180,0 %, 96,4 % a 56,5 %, druhého 25,3 %, 29,3 % a 25,2 %.

Roky 2026 a 2027 jsou odhad, rok 2025 Gartner uvádí jako naměřený stav.

Devadesát šest procent roste z malého základu

Číslo 96,4 % stojí v titulku tiskové zprávy a samo o sobě neříká, jak velká ta část trhu je. Z téže tabulky se to dopočítat dá, i když to Gartner neuvádí: infrastruktura pro modely dělala loni 9,7 % všech výdajů za pronajatou infrastrukturu, letos jich má být 14,7 % a příští rok 18,4 %. Čtyři pětiny trhu zůstávají i na konci toho odhadu obyčejný pronájem serverů.

Ten zbytek přitom nestojí. Když se od celkových částek odečte řádek pro modely, vyjde 200 641 milionů dolarů za rok 2025 a 245 071 za letošek, tedy růst o 22,1 %, a o dalších 19,9 % v roce 2027. Na celém letošním přírůstku trhu se infrastruktura pro modely podílí 31,8 %. Obojí je náš dopočet z Gartnerových čísel, ne údaj z tiskové zprávy.

Inference letos přebírá rozpočet po trénování

Gartner zvlášť uvádí, že letos poprvé přeroste inference – tedy samotné odpovídání modelu – výdaje na trénování: 23,3 miliardy dolarů proti 19 miliardám. Součet obou čísel sedí na řádek v tabulce. Podíl inference má být letos 55 % a v roce 2027 už 59 %. Jako důvod firma jmenuje agentní nasazení: model se v něm volá opakovaně a po krocích, takže spotřeba výkonu nekončí trénováním, ale teprve jím začíná.

U toho čísla si zpráva protiřečí sama se sebou. V přehledu nad textem stojí „Inference-Driven AI Infrastructure Spending to Grow 55% in 2026“, tedy 55 % jako růst; ve vlastním textu je 55 % podíl inference na výdajích. Platí to druhé, a pozná se to zpětným výpočtem: kdyby výdaje na inferenci letos rostly o 55 %, musely by loni dělat 15 miliard z 21,5, tedy sedmdesát procent – a trénování by nemohly přeskočit až letos.

IDC počítá u téhož oboru 497 miliard

Vlastní měření AI infrastruktury vede i IDC a jeho čísla jsou o řád jinde. Ve shrnutí čtvrtletního přehledu z 21. července firma uvádí za první čtvrtletí 2026 částku 89,7 miliardy dolarů, o 33,1 % víc než před rokem; za celý rok 2025 napočítala 318 miliard a odhad na letošek zvedla na 497 miliard. Proti Gartnerovým 42,3 miliardy je to skoro dvanáctinásobek.

Rozdíl nedělá spor o fakta, ale hranice měření. IDC sčítá hardware: v prvním čtvrtletí připadlo 97,6 % jeho částky na servery a 2,4 % na úložiště, a patří do ní i to, co si velcí poskytovatelé kupují sami pro sebe. Gartner sčítá tržby za pronájem takové infrastruktury, tedy jen tu část kapacity, kterou si u poskytovatele někdo objedná. K tomu se obě čísla rozcházejí časem: železo se zaplatí naráz, kdežto pronájem téže kapacity se rozloží do několika let.

Vlastní čísla IDC mají svoje napětí. Čtyřnásobek prvního čtvrtletí je 358,8 miliardy; aby rok skončil na 497, musela by zbylá tři čtvrtletí dát průměrně 135,8 miliardy, tedy o 51 % víc než to první. IDC přitom o prvním čtvrtletí píše, že bylo proti rekordnímu poslednímu loňskému „essentially flat“, v podstatě beze změny. Rozpis roku po čtvrtletích ve veřejném shrnutí není, takže tenhle dopočet je zase náš.

Které číslo odpovídá na kterou otázku

Kdo si u poskytovatele pronajímá karty a chce vědět, jak velký je trh, ve kterém objednává, potřebuje Gartnerovo číslo. Kdo sleduje, kolik železa se do datových center vůbec veze – a s ním kolik to spolyká proudu a místa –, potřebuje číslo IDC. Sečíst se nedají a dosadit jedno za druhé taky ne, protože každé měří jinou vrstvu téhož stroje.

Měřítko dodá jedna konkrétní zakázka: cluster, který má IBM dodat firmě Together AI za 240 milionů dolarů, je 0,6 % z Gartnerovy letošní částky. Aby se na 42,3 miliardy došlo, muselo by jich být sto sedmdesát šest.

Zdroje

Diskuse

Zatím tu nikdo nediskutuje. Můžete být první.

Napsat příspěvek

Diskutovat můžete i bez účtu. S registrací se ale příspěvek zveřejní hned a nemusíte pokaždé vyplňovat jméno. Účet už máte? Přihlaste se.

Nezveřejňujeme ho, slouží jen redakci.

Podporuje zápis Texy: **tučně**, *kurzíva*, odrážky, odkazy.

Dál k tématu

  1. Nástroje

    Vydání LiteLLM 1.96.1 vyčerpalo místo na PyPI a zbyly z něj na indexu čtyři soubory z 36

    Nahrávání vydání 1.96.1 se 11. srpna zastavilo po čtyřech souborech z 36, protože projektu došlo místo na PyPI. Názvy souborů jsou na indexu neměnné, takže ta verze…

  2. U sebe doma

    Návod k modelu Ling-3.0-tiny radí zapnout zrychlení, které ten model nemá

    Karta modelu Ling-3.0-tiny radí spustit ho příkazem, který zapíná spekulativní dekódování NEXTN. V konfiguraci téhož modelu ale stojí, že pomocnou vrstvu pro ně nemá, a…

  3. Čísla

    Knihovna Transformers vypsala od února 33 nekompatibilních změn v jedenácti vydáních

    Verze 5.15.0 knihovny Transformers vyšla 10. srpna 2026 a pod nadpisem Breaking changes má čtyři položky. Od lednového vydání pětky jich projekt vypsal 33, rozdělených…

  4. Čísla

    Bez jasného pokynu modely při doučování matematiky příliš napovídají, ukázal test Ai2

    Institut Ai2 zveřejnil TutorMoments, měřítko postavené na 462 přepisech skutečného doučování matematiky. Sedmi jazykovým modelům dal roli doučovatele: bez bližšího…