根据新的市场预测，在过去两年中，用于训练机器学习模型的企业基础设施投资每年以50％的速度增长，预计不久将超过100亿美元。
Intersect360 Research指出，尽管机器学习已实现“非常高的增长阶段”，但在人工智能专栏下涵盖的自动化技术尚未成熟，成为了分析师认为的“市场”。
机器学习仍然为蓬勃发展的HPC市场增加了收入，尤其是在培训工作负载方面。“预算正在转移，” Intersect360研究公司首席执行官Addison Snell说。“这表明进入市场的额外收入以及对机器学习算法开发的进一步承诺。”
刚刚超过60％的受访者表示，他们在HPC工作负载之内或之外运行机器学习程序。另外有10％的受访者表示，他们计划在明年增加机器学习程序。
随着企业寻求将AI和其他自动化工具应用于大数据，这些预测与超大规模基础设施市场的预期增长相符。Intersect360 Research先前估计，全球超大规模市场 在2018 年的IT支出达到 570亿美元。支出同比增长30％，反映了企业为提高数据分析和机器学习功能所做的努力。
斯奈尔指出：“超大规模影响产品开发，改变劳动力队伍，并推动人工智能等主要趋势的发展。”
市场分析师继续说，如此之多，以至于排名前11位的供应商在2018年占IT支出的比例高达82％。市场观察家预测，合并的超大规模市场在未来五年内将突破1000亿美元的收入。
市场追踪者指出，这些看涨的收入预测与规模密切相关，这意味着诸如计算，存储和网络等核心组件“倾向于在可扩展性频谱的高端（通常是极高的高端）集群”。
调查结果证实了对超大规模趋势的早期分析。例如， Synergy Research Group在今年早些时候报告说，超大规模数据中心的数量已达到430多个，另有132个正在开发中。它说，大约40％的主要云和Internet数据中心站点都位于美国。
对超大规模数据中心的需求激增也加剧了持续的 IT技能短缺。原因之一是数据泛滥，分布式应用程序和其他实时功能。因此，基础架构供应商报告越来越大的压力要求按更严格的时间表完成项目。这些压力加剧了技能短缺，同时引发了对数据中心安全性的担忧。
