まだ2025年が終わっていないので、2024年実績で言えばTraining（学習）のマーケットが大体28億米ドル程度だが2032年にはこれが120億米ドル、CAGR 20％程度になると推定されており（これは複数のマーケット予測でほぼ共通。金額で言えば±10億米ドル、CAGRで±2％程度のブレはある）、一方Inference（推論）のマーケットは2024年実績が240億米ドル～770億米ドル、2032年予想が950億米ドル～4710億米ドル、CAGRは18.4％～48％と極端に差が大きい（図1はその大きい方の例である）。なんでこんなにバラつきがあるかと言えば、Trainingの方でも特に最近流行の大規模言語モデル（LLM）に関しては、もう本当に大規模なCloudベースのものでしかまともに動かない規模になってしまったし、1回の学習に猛烈な時間とコストが掛かるから、そもそもそれを実施できるのもそれこそOpenAIだのMetaだのGoogleだのといった特定の企業に集中している。

図1：出所はBloombergが2024年3月に出した"Generative AI races toward $1.3 trillion in revenue by 2032"

　もちろん、もっと小さなNetworkのTrainingのニーズは常にあって行われているが、こちらはそこまで金額ベースで大きなものにはならない。結果2032年に120億米ドル程度というのも納得できる数字である。一方でInferenceの方は、Cloudベースのもの（それこそChatGPTとかはその代表例だろう）のマーケットニーズが急増しているのは間違いないが、これに並行してEdgeあるいはEndpointというかLocal動作のものも増えている。良い例がMicrosoftのCopilot+ PCだ。要するにCloudを使わずにLocalのAI EngineでInferenceを実施するものである。こうしたLocalのものをどこまで勘定に入れるかで金額はものすごくブレる事になる。

　Intelの2024年通期におけるCCG（Client Computing Group）の売上高は4890億米ドルだったが、このうちノートブック向け製品の売上は1910億米ドルであった。仮にこの半分がNPU（Neural Processing Unit）を搭載したものだったと仮定しても、955億米ドルになる計算だ。もちろん、AMDもRyzen AIシリーズのNPU搭載製品を出しているし、QualcommのSnapdragonもある。加えて言えば、最近のスマートフォン向けのSoC（System on Chip）は大体全部NPUを搭載しており、こうしたものを全部積み上げるとかなりの金額になる事は想像に難しくない。逆に言えばこうしたものをどの程度加味するか（そもそも、それではLunar LakeベースのCore Ultraプロセッサの金額の全額をAI Inference向けの売上高に加味して良いのか、という議論は当然あり得る）で、合計金額がブレるのは致し方ないところである。なので売り上げ予測は難しいが、それでもどの予測も引き続き今後もAI半導体のマーケットは順調に伸びてゆくと予測している。