世界各国のリアルタイムなデータ・インテリジェンスで皆様をお手伝い
エッジ・アプリケーション向けAIチップ 2024-2034年：エッジにおける人工知能AI Chips for Edge Applications 2024-2034: Artificial Intelligence at the Edge エッジデバイス向けAIチップの世界市場は、2034年までに220億米ドルに成長し、その時点での3大産業分野は家電、産業、自動車である。人工知能（AI）は、高頻度取引における不正検知から、（ChatGPTのような）... もっと見る
日本語のページは自動翻訳を利用し作成しています。 
サマリー
エッジデバイス向けAIチップの世界市場は、2034年までに220億米ドルに成長し、その時点での3大産業分野は家電、産業、自動車である。人工知能（AI）は、高頻度取引における不正検知から、（ChatGPTのような）生成型AIの利用による文書作成の大幅な時間短縮や創造的な促しまで、さまざまな用途ですでに大きな変革の可能性を示している。ニューラル・ネットワーク・アーキテクチャ（これらのアーキテクチャは機械学習ワークロードを処理するのに特に適しており、機械学習はAIを機能させるのに不可欠な要素である）を備えた半導体チップの使用はデータセンター内で普及しているが、AIを採用する大きな機会があるのはエッジ部分である。エッジ・デバイスにより多くの機能を提供することで、エンドユーザーにとってのメリットは大きく、また特定のアプリケーションでは、人間の作業時間をインテリジェント・システムに完全にアウトソースすることができる。AIはすでに世界有数のデザイナーのフラッグシップ・スマートフォンに搭載されており、自動車から家庭内のスマート家電まで、さまざまな機器に展開される予定だ。
IDTechExは、専門アナリストによる専門的な調査期間を経て、世界のエッジAIチップ技術の展望と対応市場に関する独自の洞察を提供するレポートを発行した。本レポートには、エッジデバイス向けAIチップ設計に携わる23社の包括的な分析に加え、技術革新と市場ダイナミクスの詳細な評価が含まれている。市場分析と予測は、総売上高（販売されたチップ/チップセットに含まれる、機械学習ワークロードの処理を担う特定のニューラルネットワークアーキテクチャに起因する売上高に相当）に焦点を当て、地域別（APAC、欧州、北米、その他の地域）、購入者のタイプ別（消費者向け、企業向け）、チップアーキテクチャ別（GPU、CPU、ASIC、DSP、FPGA）、パッケージングタイプ別（システムオンチップ、マルチチップモジュール、2. 5D+）、アプリケーション（言語、コンピュータビジョン、予測）、業種（産業、ヘルスケア、自動車、小売、メディア＆広告、家電、その他）。
本レポートは、主要企業へのインタビューを通じて収集した一次データを公平に分析したものであり、半導体、コンピューティング、エレクトロニクス分野における当社の専門知識に基づいています。
本調査は、以下のような企業にとって貴重な知見を提供する：
.png)
コンピューティングは、ネットワーク内のどこで計算が行われるか（すなわち、クラウド内またはネットワークのエッジ）で指定される、さまざまな環境に関してセグメント化することができる。本レポートでは、消費者向けエッジ環境と企業向けエッジ環境を取り上げる。
出典：IDTechEx
エッジにおける人工知能
エッジ・コンピューティング環境とクラウド・コンピューティング環境の区別は、それぞれの環境に独自の要件と機能があるため、些細なものではない。エッジ・コンピューティング環境とは、ネットワークのエッジにある（つまりユーザーに近い）デバイス（通常はデータが作成されたのと同じデバイス）で計算が実行される環境である。これは、ネットワークの中心にあるクラウドやデータセンター・コンピューティングとは対照的である。このようなエッジ・デバイスには、自動車、カメラ、ラップトップ、携帯電話、自律走行車などが含まれる。これらの例ではすべて、計算がユーザーの近くで、データがあるネットワークのエッジで行われる。このようなエッジ・コンピューティングの定義を踏まえると、エッジAIとは、上記のような種類のデバイスにおいて、ネットワークのエッジでAIアプリケーションを展開することである。エッジ・デバイスでAIアプリケーションを実行する利点には、計算を実行するためにクラウドとエッジ・デバイスの間でデータをやり取りする必要がないことが含まれる。多くのエッジ・デバイスがパワーセルで動作することを考えると、このようなエッジ・デバイスに使用されるAIチップは、これらのデバイスで効果的に動作させるために、データセンター内よりも低消費電力である必要がある。その結果、多くの電力を必要としない、より単純なアルゴリズムが導入されることになる。
コンシューマー向けデバイスはエンドユーザーに直接販売されるため、エンドユーザーの要件を念頭に置いて開発されます。一方、企業向けデバイスは、企業や機関が購入するもので、エンドユーザーとは異なる要件を持つ場合がある。本レポートでは、両タイプのエッジデバイスを考察している。
.png)
2034年までにエッジにおけるAIチップで最も収益を上げると予想されるのは、家電、産業、自動車産業の垂直分野である。
出典：IDTechEx
AI：モノのインターネットに不可欠な技術
自然言語処理（言語的な観点だけでなく、文脈的な観点からもテキストデータを理解する）、音声認識（話し言葉を解読し、同じ言語のテキストに変換したり、別の言語に変換したりできる）、レコメンデーション（サービス項目との相互作用に基づいて、消費者にパーソナライズされた広告や提案を送ることができる）、 強化学習（ゲームをプレイするエージェントを訓練するときに使用されるような、観察／探索に基づいて予測を立てることができる）、物体検出、画像分類（環境から物体を区別し、その物体が何であるかを決定することができる）は、AIが業界の垂直方向にわたる多くの異なるデバイスに適用され、人間のユーザーがこれらのデバイスと相互作用する方法を徹底的に変えることができるようなものである。これは、ユーザー体験を向上させる追加機能（スマートフォン、スマートテレビ、パソコン、タブレットなど）から、技術にとって本質的に重要な機能（自律走行車や産業用ロボットのように、AIを組み込まなければ単に望ましい方法で機能することができないもの）まで多岐にわたる。
人工知能（自動化とハンズフリーアクセスを可能にする）とWi-Fi接続は、家電同士が直接通信できるモノのインターネット（IoT）を実現するための2つの重要な技術であることから、特にスマートホームはAI（主に家電製品で構成される）の成長分野である。スマートテレビ、鏡、バーチャルリアリティヘッドセット、センサー、キッチン用品、掃除用具、安全システムなどはすべて、人工知能とWi-Fiの導入によって相互接続が可能になる機器であり、AIによってハンズフリーアクセスやスマートホームデバイスに対する音声コマンドが可能になる。AIを家庭に持ち込むことによってもたらされる機会は、予測期間中の家電産業の成長によっていくらか反映されており、2034年にエッジAIチップの収益を最も生み出す産業となっている。
(1).png)
エッジAIチップの展望。
出典：IDTechEx
エッジにおけるAIの成長
本レポートで示された予測では、今後10年間でエッジにおけるAIが大幅に成長し、2034年までに世界全体の収益が220億米ドルを超えると予測されているが、この成長は決して順調なものではない。これは、すでに既存のチップセットにAIアーキテクチャが採用されている市場や、大量展開の前に厳格なテストが必要な市場が、それぞれ飽和状態であり、スタートが止まっているためである。例えば、スマートフォン市場は既に飽和し始めている。スマートフォンのプレミアム化（スマートフォン総販売台数に占めるプレミアムスマートフォンの割合が年々増加している）は続いており、これらのスマートフォンがチップセットにAIコプロセシングを組み込んでいることから、プレミアムスマートフォンの販売台数が増えるにつれてAIの収益が増加するが、今後10年間でこれ自体が飽和し始めると予想される。
これとは対照的に、本レポートで示された予測では、2024年から2025年、2026年から2027年にかけて、2つの顕著な収益の急増が見られる。これらのジャンプの最初のものは、最先端のADAS（先進運転支援システム）が自動車メーカーの2025年の生産ラインに導入されることに大きく起因している。2つ目のジャンプは、ADASシステムの採用が増加したことに加え、現在、組み込み機器、特にスマート家電をターゲットに事業を展開している新興企業が相対的に成熟したことも一因となっている。これらのアプリケーションについては、特にスマートフォン市場と自動車市場に焦点を当て、レポートで詳しく説明している。
(1).png)
スマートフォンの価格と、既存のチップセットが製造されてきたノードプロセスとの比較。このプロットは、2020年以降に発売された196機種のスマートフォンのうち、91機種がAIアクセラレーションを可能にするニューラルネットワーク・アーキテクチャを搭載していることを、本レポートのために特別に実施した調査から作成したものである。
出典：IDTechEx
市場動向とロードマップ
IDTechExのエッジAIチップ市場のモデルは、アーキテクチャの動向、パッケージングの発展、資金調達と投資の分散／集中、過去の財務データ、各業界の垂直市場の飽和度、地理的にローカライズされたエコシステムを考慮し、今後10年間の進化する市場価値を正確に表現しています。
当レポートでは、以下のような重要な質問にお答えします：
概要
本レポートは、エッジにおけるAIハードウェア、特に機械学習ワークロードの高速化に使用されるチップに関する重要な市場情報を提供します。内容は以下の通りです：
市場予測と分析
AIチップを支える技術のレビュー
主要なエッジAIアプリケーションの調査と分析
各主要エッジAIチップ製品の完全な市場特性評価
目次
Summary
この調査レポートには、エッジデバイス向けAIチップ設計に携わる23社の包括的な分析に加え、技術革新と市場ダイナミクスの詳細な評価が含まれています。
主な掲載内容（目次より抜粋）
Report Summary
The global AI chips market for edge devices will grow to US$22.0 billion by 2034, with the three largest industry verticals at that time being Consumer Electronics, Industrial, and Automotive. Artificial Intelligence (AI) is already displaying significant transformative potential across a number of different applications, from fraud detection in high-frequency trading to the use of generative AI (such as the likes of ChatGPT) as a significant time-saver for the preparation of written documentation, as well as a creative prompt. While the use of semiconductor chips with neural network architectures (these architectures being especially well-equipped in handling machine learning workloads, machine learning being an integral facet to functioning AI) is prevalent within data centers, it is at the edge where significant opportunity for adoption of AI lies. The benefits to end-users of providing a greater array of functionalities to edge devices, as well as - in certain applications - being able to fully outsource human-hours to intelligent systems, is significant. AI has already found its way into the flagship smartphones of the world's leading designers, and is set to be rolled out across a number of different devices, from automotive vehicles to smart appliances in the home.
Following a period of dedicated research by expert analysts, IDTechEx has published a report that offers unique insights into the global edge AI chip technology landscape and corresponding markets. The report contains a comprehensive analysis of 23 players involved with AI chip design for edge devices, as well as a detailed assessment of technology innovations and market dynamics. The market analysis and forecasts focus on total revenue (where this corresponds to the revenue that can be attributed to the specific neural network architecture included in sold chips/chipsets that is responsible for handling machine learning workloads), with granular forecasts that are segmented by geography (APAC, Europe, North America, and Rest of World), type of buyer (consumer and enterprise), chip architecture (GPU, CPU, ASIC, DSP, and FPGA), packaging type (System-on-Chip, Multi-Chip Module, and 2.5D+), application (language, computer vision, and predictive), and industry vertical (industrial, healthcare, automotive, retail, media & advertising, consumer electronics, and others).
The report presents an unbiased analysis of primary data gathered via our interviews with key players, and it builds on our expertise in the semiconductor, computing and electronics sectors.
This research delivers valuable insights for:
.png)
Computing can be segmented with regards to the different environments, designated by where computation takes place within the network (i.e. within the cloud or at the edge of the network). This report covers the consumer edge and enterprise edge environments. Source: IDTechEx
Artificial Intelligence at the Edge
The differentiation between edge and cloud computing environments is not a trivial one, as each environment has its own requirements and capabilities. An edge computing environment is one in which computations are performed on a device - usually the same device on which the data is created - that is at the edge of the network (and, therefore, close to the user). This contrasts with cloud or data center computing, which is at the center of the network. Such edge devices include cars, cameras, laptops, mobile phones, autonomous vehicles, etc. In all of these instances, computation is carried out close to the user, at the edge of the network where the data is located. Given this definition of edge computing, edge AI is therefore the deployment of AI applications at the edge of the network, in the types of devices listed above. The benefits of running AI applications on edge devices include not having to send data back and forth between the cloud and the edge device to carry out the computation; as such, edge devices running AI algorithms can make decisions quickly without needing a connection to the internet or the cloud. Given that many edge devices run on a power cell, AI chips used for such edge devices need to have lower power consumption than within data centers, in order to be able to run effectively on these devices. This results in typically simpler algorithms being deployed, that don't require as much power.
Edge devices can be split into two categories depending on who they are intended for; consumer devices are sold directly to end-users, and so are developed with end-user requirements in mind. Enterprise devices, on the other hand, are purchased by businesses or institutions, who may have different requirements to the end-user. Both types of edge devices are considered in the report.
The consumer electronics, industrial, and automotive industry verticals are expected to generate the most revenue for AI chips at the edge by 2034. Source: IDTechEx
AI: A crucial technology for an Internet of Things
AI's capabilities in natural language processing (understanding of textual data, not just from a linguistic perspective but also a contextual one), speech recognition (being able to decipher a spoken language and convert it to text in the same language, or convert to another language), recommendation (being able to send personalized adverts/suggestions to consumers based on their interactions with service items), reinforcement learning (being able to make predictions based on observations/exploration, such as is used when training agents to play a game), object detection, and image classification (being able to distinguish objects from an environment, and decide on what that object is) are such that AI can be applied to a number of different devices across industry verticals and thoroughly transform the ways in which human users interact with these devices. This can range from additional functionality that enhances user experience (such as in smartphones, smart televisions, personal computers, and tablets), to functionality that is inherently crucial to the technology (such as is the case for autonomous vehicles and industrial robots, which would simply not be able to function in the desired manner without the inclusion of AI).
The Smart Home in particular is a growing avenue for AI (which primarily comprises consumer electronics products), given that artificial intelligence (allowing for automation and hands-free access) and Wi-Fi connectivity are two key technologies for realizing an Internet of Things (IoT), where appliances can communicate directly with one another. Smart televisions, mirrors, virtual reality headsets, sensors, kitchen appliances, cleaning appliances, and safety systems are all devices that can be brought into a state of interconnectivity through the deployment of artificial intelligence and Wi-Fi, where AI allows for hands-free access and voice command over smart home devices. The opportunity afforded by bringing AI into the home is reflected somewhat by the growth of the consumer electronics vertical over the forecast period, with it being the industry that generates the most revenue for edge AI chips in 2034.
.png)
The Edge AI chip landscape. Source: IDTechEx
The growth of AI at the edge
While the forecast presented in this report does predict substantial growth of AI at the edge over the next ten years - where global revenue is in excess of US$22 billion by 2034 - this growth is anything but steady. This is due to the saturation and stop-start nature of certain markets that have already employed AI architectures in their incumbent chipsets, and where rigorous testing is necessary prior to high volume rollout, respectively. For example, the smartphone market has already begun to saturate; though premiumization of smartphones continues (where the percentage share of total smartphones sold given over to premium smartphones is, year-on-year, increasing), where AI revenue increases as more premium smartphones are sold given that these smartphones incorporate AI coprocessing in their chipsets, it is expected that this will itself begin to saturate over the next ten years.
In contrast to this, two notable jumps in revenue on the forecast presented in the report are from 2024 to 2025, and 2026 to 2027. The first of these jumps can be largely attributed to the most cutting-edge ADAS (Advanced Driver-Assistance Systems) finding their way into car manufacturers' 2025 production line. The second jump is due in part to increased adoption of ADAS systems, as well as the relative maturation of start-ups operating presently targeting embedded devices, especially for smart home appliances. These applications are discussed in greater detail in the report, with a particular focus on the smartphone and automotive markets.
.png)
Smartphone price as compared to the node process that incumbent chipsets have been manufactured in. This plot has been created from a survey - carried out specifically for this report - of 196 smartphones released since 2020, 91 of which incorporate neural network architectures to allow for AI acceleration. Source: IDTechEx
Market developments and roadmaps
IDTechEx's model of the edge AI chips market considers architectural trends, developments in packaging, the dispersion/concentration of funding and investments, historical financial data, individual industry vertical market saturation, and geographically-localized ecosystems to give an accurate representation of the evolving market value over the next ten years.
Our report answers important questions such as:
Summary
This report provides critical market intelligence concerning AI hardware at the edge, particularly chips used for accelerating machine learning workloads. This includes:
Market forecasts and analysis
A review of the technology behind AI chips
Surveys and analysis of key edge AI applications
Full market characterization for each major edge AI chip product
Table of Contents
ご注文は、お電話またはWEBから承ります。お見積もりの作成もお気軽にご相談ください。本レポートと同分野の最新刊レポート
IDTechEx 社の最新刊レポート本レポートと同じKEY WORD（AI）の最新刊レポート
よくあるご質問IDTechEx社はどのような調査会社ですか?IDTechExはセンサ技術や3D印刷、電気自動車などの先端技術・材料市場を対象に広範かつ詳細な調査を行っています。データリソースはIDTechExの調査レポートおよび委託調査（個別調査）を取り扱う日... もっと見る 調査レポートの納品までの日数はどの程度ですか?在庫のあるものは速納となりますが、平均的には 3-４日と見て下さい。
注文の手続きはどのようになっていますか?1)お客様からの御問い合わせをいただきます。
お支払方法の方法はどのようになっていますか?納品と同時にデータリソース社よりお客様へ請求書（必要に応じて納品書も）を発送いたします。
データリソース社はどのような会社ですか?当社は、世界各国の主要調査会社・レポート出版社と提携し、世界各国の市場調査レポートや技術動向レポートなどを日本国内の企業・公官庁及び教育研究機関に提供しております。
|
詳細検索
2024/06/28 10:26 162.07 円 173.83 円 207.48 円 |
