Mercado de procesadores neuronales Tamaño y Compartir 2025 - 2034

Tamaño del mercado de procesadores neuronales

El mercado mundial de procesadores neuronales se valoró en 2,900 millones de USD en 2024. Se prevé que el mercado crezca de 3,800 millones de USD en 2025 a 11,200 millones de USD en 2030 y 27,300 millones de USD en 2034, con una tasa de crecimiento anual compuesta (TCAC) del 24,4 % durante el período de previsión de 2025–2034, según Global Market Insights Inc.
 

• El crecimiento del mercado de procesadores neuronales se atribuye al aumento de la demanda de aceleración de la inteligencia artificial (IA) en dispositivos electrónicos de consumo, el procesamiento en tiempo real para vehículos autónomos y conectados, la expansión de las cargas de trabajo de IA en dispositivos periféricos y empresas, el crecimiento de la IA generativa y los modelos de lenguaje de gran tamaño (LLM), así como al aumento de la demanda de capacidad de computación de IA eficiente desde el punto de vista energético y escalable.
   
• Los modelos de IA se utilizan en todo el mundo y son cada vez más complejos, lo que aumenta la necesidad de procesadores eficientes capaces de gestionar cargas de trabajo de IA y aprendizaje automático (ML) de forma más eficaz. Los procesadores neuronales ejecutan cálculos de datos complejos, lo que permite tomar decisiones con rapidez, baja latencia y menores costes energéticos. Al trasladar las tareas intensivas de ML fuera de la nube, estos chips reducen la latencia, aligeran el tráfico de datos y mejoran la privacidad de los usuarios. Por ejemplo, el mercado mundial de IA en la electrónica de consumo se valoró en aproximadamente 7,800 millones de USD en 2022, y se prevé que la integración de la IA en los dispositivos domésticos inteligentes crezca a una TCAC del 26,5 % entre 2023 y 2030.
   
• Los procesadores neuronales proporcionan la capacidad de computación intensiva que permite a un vehículo percibir con precisión su entorno, reconocer peligros y ejecutar comandos en plazos críticos. Al ofrecer un alto rendimiento con un bajo consumo energético, estos procesadores se han convertido en el motor de la tecnología vehicular de próxima generación.
   
• El crecimiento de las cargas de trabajo de IA en dispositivos periféricos y empresas está impulsando el mercado de procesadores neuronales, ya que las organizaciones buscan una computación rápida, eficiente desde el punto de vista energético y en tiempo real. A su vez, la demanda de chips capaces de ejecutar localmente tareas complejas de IA —en teléfonos inteligentes, sensores o centros de datos completos— está aumentando rápidamente, lo que reduce la dependencia de recursos de nube distantes.
   
• Por aplicación, el mercado mundial de procesadores neuronales se segmenta en procesamiento del lenguaje natural (NLP), visión artificial, análisis predictivo, reconocimiento de voz y otros. Dentro del segmento de aplicaciones, la visión artificial representó una cuota de mercado del 32,2 % en 2024. Este segmento del mercado ha aumentado considerablemente debido al crecimiento de la demanda de análisis de imágenes, vídeo y datos en aplicaciones como el reconocimiento facial, los vehículos autónomos, la seguridad y la fabricación inteligente.
   
• Asia-Pacífico registró la mayor cuota del mercado mundial de procesadores neuronales en 2024, con un 34,9 % y un valor de mercado de 1,010 millones de USD. El crecimiento de la región está impulsado por la rápida transformación digital, las sólidas iniciativas gubernamentales para promover el desarrollo de semiconductores, la creciente adopción de dispositivos habilitados para IA y la presencia de importantes centros de fabricación de productos electrónicos.
   

Tendencias del mercado de procesadores neuronales

• La IA se está incorporando a los procesadores neuronales para habilitar capacidades en el propio dispositivo en teléfonos, asistentes digitales, diagnósticos clínicos y movilidad autónoma. A medida que aumenta el número de aplicaciones, también lo hacen las exigencias de computación para lograr un procesamiento local más rápido. Esta demanda está impulsando el desarrollo de unidades de procesamiento neuronal (NPU) basadas en silicio y coprocesadores especializados, optimizados para el procesamiento de visión, voz y lenguaje directamente en el dispositivo, en lugar de utilizar un modelo transmitido desde la nube. Este cambio de modelo está impulsando la inversión en prototipos de NPU eficientes en el consumo de batería y con un mayor rendimiento.
   
• Sectores como la automoción, la robótica y los sistemas aéreos están avanzando hacia el procesamiento de IA en el borde para reducir la latencia de la inferencia y mejorar la protección de los datos sensibles. Los procesadores neuronales basados en el borde se sitúan allí donde se generan los datos: en un robot de una planta industrial, en una unidad de control de un vehículo o en un dron de reparto. Esto permite tomar decisiones en tiempo real con baja latencia. Asimismo, ayuda a reducir la dependencia técnica de una infraestructura en la nube que depende de datos de origen y genera un elevado consumo de ancho de banda. También protege los flujos vulnerables de datos procedentes de sensores sensibles.  
   
• El panorama de los procesadores neuronales continúa transformándose, con un enfoque cada vez mayor en el diseño energéticamente eficiente, la sostenibilidad y el rendimiento. Han surgido nuevos métodos para reducir la energía necesaria para la ejecución sin sacrificar la precisión en tareas de IA, como la computación analógica, el flujo de datos en memoria y la modularidad basada en chiplets. La colaboración entre fabricantes de hardware, proveedores de software de IA y fabricantes de equipos originales (OEM) está impulsando la creación de un ecosistema escalable con componentes y módulos utilizables que permiten gestionar flujos de trabajo de computación, entrenamiento e inferencia en múltiples cargas de trabajo.               
   

Análisis del mercado de procesadores neuronales

Para comprender las principales tendencias del mercado

Descargar PDF Gratis

Por tipo, el mercado se divide en circuitos integrados de aplicación específica (ASIC), unidades de procesamiento gráfico (GPU), matrices de puertas programables en campo (FPGA), unidades de procesamiento neuronal (NPU) y procesadores digitales de señales (DSP). El segmento de las GPU registra la mayor cuota de mercado, del 25,2 %, mientras que el segmento de las NPU es el de más rápido crecimiento, con una tasa de crecimiento anual compuesta (TCAC) del 26,4 % durante el período de previsión.
 

• El mercado de las unidades de procesamiento gráfico (GPU) está valorado en 700 millones de USD en 2024. Las unidades de procesamiento gráfico (GPU) continúan liderando el mercado de procesadores neuronales porque sus diseños masivamente paralelos son adecuados para el entrenamiento de redes neuronales profundas. Las generaciones Ampere y Hopper de NVIDIA superan los 1,000 TFLOPs de rendimiento en IA, muy por delante de las CPU de propósito general en tareas dominadas por operaciones matriciales. Los datos de las pruebas de referencia de MLPerf indican que las mejores GPU reducen los tiempos de entrenamiento de modelos en más de un 80 % en comparación con las configuraciones basadas en CPU.
   
• Para mantener el liderazgo del mercado, los fabricantes integran núcleos tensoriales, perfeccionan las jerarquías de memoria y aprovechan diseños de chiplets energéticamente eficientes para aumentar el rendimiento por vatio. Las empresas que amplían sus operaciones de IA constatan que la inversión en GPU de vanguardia permite obtener rápidamente valor y una sólida rentabilidad de la inversión, especialmente en entornos en los que la iteración acelerada de modelos y los ciclos de implementación son fundamentales.
   
• Se prevé que el mercado de las unidades de procesamiento neuronal (NPU) crezca a una tasa de crecimiento anual compuesta (TCAC) del 26,4 % para 2034. Las unidades de procesamiento neuronal (NPU) se están convirtiendo rápidamente en un componente dominante del mercado de procesadores neuronales, ya que se utilizan específicamente para acelerar cargas de trabajo de IA, como la inferencia de aprendizaje profundo y la inteligencia en el dispositivo.
   
• Desde el punto de vista arquitectónico, las NPU permiten optimizar el acceso a la memoria, minimizar el movimiento de datos y ejecutar operaciones tensoriales de forma más eficiente que los chips de propósito general. Según fabricantes como Qualcomm y Huawei, las NPU pueden ofrecer un rendimiento por vatio cinco veces superior al de las GPU o las CPU en aplicaciones de borde como el reconocimiento de voz, la detección facial y el mantenimiento predictivo.
   
• Los fabricantes están invirtiendo en computación heterogénea, entre otras áreas, así como en kits de desarrollo de software (SDK) y chips modulares. Ante la creciente demanda de IA con prioridad para la privacidad y baja latencia, las NPU están preparadas para asumir un papel dominante en la próxima generación de IA en el borde para dispositivos de consumo y empresariales.

Según el nodo tecnológico, el mercado de procesadores neuronales se divide en más de 16 nm, 10 nm–16 nm y menos de 10 nm. El segmento de 10 nm-16 nm registra la mayor cuota de mercado, con un 42,2%.
 

• El mercado de 10 nm-16 nm está valorado en 1,200 millones de USD en 2024. El nodo tecnológico de 10 nm–16 nm en el ecosistema de procesadores neuronales está cobrando impulso como punto óptimo entre rendimiento y eficiencia, especialmente para casos de uso de inferencia de IA de gran volumen en los que se busca una potencia y un rendimiento de procesamiento competitivos en costes sin incurrir en el coste sustancial de la fabricación por debajo de 7 nm. Estos nodos pueden alcanzar una densidad de transistores adecuada para permitir la computación paralela avanzada y la aceleración de la IA, al tiempo que se benefician de rendimientos de fabricación y estructuras de costes maduros.
   
• Para aprovechar este segmento, las empresas de semiconductores deben explorar la reutilización de IP, garantizar una mayor amplitud y profundidad de las bibliotecas de control de tensión y ampliar los requisitos de diseño de la gestión adaptativa de la energía en estos rangos de nodos. Esto es especialmente importante si las empresas de semiconductores trabajan con fabricantes de equipos originales (OEM) en productos de IA periférica de gama media. Prevemos que los nodos de 10 nm– 16 nm proporcionarán un medio comercialmente relevante para respaldar los costes compartidos durante los próximos 3–5 años de despliegue de IA competitivo en costes.
   
• Se prevé que el mercado de menos de 10 nm crezca a una TCAC del 25,2% hasta 2034. A medida que los nodos tecnológicos inferiores a 10 nm del sector de los procesadores neuronales comiencen a consolidarse como la opción para las cargas de trabajo de IA de próxima generación, especialmente en computación de alto rendimiento (HPC), centros de datos en la nube y dispositivos móviles y de IA periférica de gama alta, optimizarán el uso de la litografía ultravioleta extrema (EUV) y de arquitecturas de transistores FinFET o gate-all-around (GAA) de próxima generación para maximizar la densidad de transistores, aumentar al máximo la velocidad de ejecución de las redes neuronales y minimizar el consumo de energía (vatios) por cálculo.
   
• Para aprovechar la tecnología por debajo de 10 nm, los fabricantes de semiconductores deberían considerar inversiones en metrología de litografía EUV, encapsulado avanzado de chiplets y ampliación de la entrega de energía. Trabajar con fabricantes de circuitos integrados, proveedores de servicios en la nube y desarrolladores de software de IA para asegurar el mejor plazo de comercialización de procesadores neuronales ultr eficientes, por así decirlo, adecuados para la infraestructura de IA de extremo a nube.
   

Según el modo de implementación, el mercado de procesadores neuronales se divide en dispositivos periféricos y centros de datos en la nube. El segmento de los centros de datos en la nube registra la mayor cuota de mercado, con un 64,6%, y se prevé que crezca a una TCAC del 24,7% durante el período de previsión.
 

• El mercado de centros de datos en la nube está valorado en 1,800 millones de USD en 2024. La gran mayoría de los procesadores neuronales se implementan en centros de datos en la nube. Dado que las empresas, los proveedores de servicios en la nube a hiperescala y los laboratorios de investigación de IA buscan una infraestructura informática escalable y orientada al rendimiento para gestionar modelos de complejidad creciente basados en aprendizaje profundo, resulta lógico centrarse en la implementación de procesadores neuronales en entornos de nube. Con una infraestructura informática centralizada en la nube y operaciones elásticas de centros de datos, las organizaciones pueden consumir procesadores neuronales, especialmente unidades de procesamiento neuronal (NPU) y unidades de procesamiento gráfico (GPU) optimizadas para IA, bajo demanda para entrenar modelos de lenguaje de gran escala (LLM), modelos de visión artificial o motores de recomendación.
   
• Los proveedores de infraestructura y los diseñadores de NPU deberían optimizar la eficiencia energética, los diseños térmicos y el ancho de banda de memoria de los procesadores neuronales para servidores en la nube. Es fundamental que los proveedores de servicios en la nube (CSP) trabajen con marcos de programación para IA y comunidades de código abierto a fin de proporcionar compatibilidad con las cargas de trabajo y reducir la latencia en otras implementaciones de programación, entrenamiento multinodo e inferencia sobre infraestructura basada en la nube.
   
• Se prevé que el mercado de los dispositivos de borde crezca a una tasa de crecimiento anual compuesta (TCAC) del 26 % hasta 2034. Los dispositivos de borde están experimentando una adopción generalizada como modalidad de implementación en el ámbito de los procesadores neuronales, debido a la necesidad de realizar inferencias en tiempo real, reducir la latencia y proteger la privacidad de los datos en aplicaciones como los vehículos autónomos, la videovigilancia inteligente, la monitorización sanitaria y la automatización industrial. Estos dispositivos realizan el procesamiento neuronal en el origen de los datos y, gracias a los avances en la optimización de la duración de la batería disponibles a bordo, eliminan el tiempo necesario para conectarse a la nube y aceleran la toma de decisiones.
   
• Los fabricantes de productos deben aprovechar kits de herramientas especializados, desarrollar conjuntamente plataformas de hardware y software y utilizar modelos preentrenados para la inferencia en el borde. Al trabajar estrechamente con fabricantes de dispositivos IoT, proveedores de telecomunicaciones y fabricantes de equipos originales (OEM) de sectores verticales específicos, pueden fomentar la adopción generalizada de procesadores neuronales en entornos con recursos limitados, como los microdispositivos ponibles, los drones y la monitorización remota.
   

Según la precisión de procesamiento, el mercado de los procesadores neuronales se divide en 32 bits, 16 bits y 8 bits e inferiores. El segmento de 16 bits representa la mayor cuota de mercado, con un 43,2 %, mientras que el segmento de 8 bits e inferiores es el de crecimiento más rápido, con una TCAC del 24,9 % durante el período de previsión.
 

• El mercado de 16 bits está valorado en 1,200 millones de USD en 2024. Dados los principales avances en el ámbito de los procesadores neuronales, la precisión de procesamiento de 16 bits se está reconsiderando como un buen equilibrio —o «punto óptimo»— entre la capacidad de cálculo y los niveles de precisión de los modelos, especialmente en aplicaciones como el reconocimiento de voz tradicional, el control gestual y la inferencia móvil. En comparación con los formatos de 8 bits, la precisión numérica de punto flotante o de punto fijo de 16 bits conserva una mayor fidelidad numérica y resulta especialmente adecuada en contextos en los que la pérdida derivada de la cuantización podría constituir un problema, además de adaptarse bien a las redes neuronales profundas. El formato de 16 bits está ganando aceptación como opción de referencia para las soluciones de IA de borde y el análisis en tiempo real en el ámbito de la inferencia en el borde, donde la precisión de 32 bits tiene un caso de uso mucho más limitado, aunque puede utilizar un ancho de banda considerablemente mayor, especialmente con doble precisión.
   
• Los proveedores deberán centrarse en disponer de un sólido soporte de compiladores para las opciones de 16 bits, kits de herramientas de entrenamiento capaces de optimizar modelos de 16 bits y una interoperabilidad colaborativa con los marcos de IA, incluido el mantenimiento de una cadencia de compatibilidad con TensorFlow Lite y PyTorch Mobile, entre otros. Sin embargo, si se mantiene la estructura, la adopción de 16 bits como configuración predeterminada natural tendrá numerosos casos de uso en modelos de IA de complejidad media, especialmente en aplicaciones de electrónica integrada y electrónica de consumo.
   
• Se estima que el mercado de 8 bits e inferiores alcanzará una TCAC del 24,9 % hasta 2034. En el mercado de los procesadores neuronales, la precisión de procesamiento de 8 bits e inferiores —es decir, la ejecución de cálculos basada en un nivel de precisión reducido, como el binario de 4 bits, en lugar de en coma flotante— continúa penetrando en aplicaciones consolidadas que demandan aplicaciones de inteligencia artificial (IA) de consumo energético ultrabajo, como la detección de palabras clave, la detección de palabras de activación y la clasificación de objetos basada en visión en dispositivos domésticos inteligentes y dispositivos IoT conectados a Internet. La reducción de la precisión disminuye el ancho de banda de memoria y la carga de cálculo, lo que hace posible realizar inferencias en el propio dispositivo mediante dispositivos alimentados por batería con presupuestos energéticos limitados.
   
• Los fabricantes deberían invertir en cadenas de herramientas de cuantización adaptativa, modelos de arquitectura reducida diseñados para la implementación en el borde, como MobileNet y TinyML, y marcos de software de codesarrollo que se alineen con rutas inferiores a 8 bits durante la ejecución de los modelos. Estas iniciativas posicionarán a los proveedores para la expansión prevista del mercado de implementación de IA hacia la IA de borde, en ámbitos como los dispositivos ponibles, los sensores inteligentes y los productos electrónicos de consumo, donde el coste, el consumo energético y el factor de forma predominan en las consideraciones de diseño.
   

Según la aplicación, el mercado se divide en procesamiento del lenguaje natural (NLP), visión por ordenador, análisis predictivo, reconocimiento de voz y otros. El segmento de visión por ordenador registra la mayor cuota de mercado, del 32,3%.
 

• El mercado de visión por ordenador está valorado en 75 millones de USD en 2024. Debido a la importancia de la percepción en tiempo real en ámbitos como los vehículos autónomos, la vigilancia, la automatización industrial y la electrónica de consumo, la visión por ordenador se está convirtiendo en un caso de uso principal dentro del ecosistema de procesadores neuronales. Los procesadores neuronales utilizan métodos de clasificación de imágenes, detección de objetos y segmentación mediante aprendizaje profundo de alta precisión y velocidad para mejorar la comprensión automática de los datos visuales.
   
• Los proveedores deben hacer hincapié en las mejoras de la jerarquía de memoria en el chip, la optimización de la arquitectura del flujo de datos y la inversión en motores de inferencia programables para atender las necesidades de despliegue a gran escala, desde cámaras inteligentes conectadas a la nube hasta sistemas robóticos totalmente desplegados en el borde. La colaboración con desarrolladores de IA para visión y el lanzamiento de kits de desarrollo de software (SDK) para visión por ordenador complementarán el ecosistema y reducirán el tiempo de comercialización.
   
• Se prevé que el mercado de procesamiento del lenguaje natural (NLP) alcance una tasa de crecimiento anual compuesta (TCAC) del 25,8% en 2034. El procesamiento del lenguaje natural (NLP) sigue siendo el principal ámbito de aplicación dentro del sector de los procesadores neuronales, ya que la demanda de comprensión del lenguaje natural en tiempo real y en el propio dispositivo continúa aumentando en una amplia variedad de aplicaciones, como los chatbots, los asistentes virtuales, la automatización de la atención al cliente y los sistemas de IA empresariales. Los casos de uso del NLP, como el análisis de sentimientos, la traducción automática, la síntesis y la respuesta a preguntas, también requieren una gran capacidad de procesamiento y, por tanto, son especialmente adecuados para la aceleración neuronal discreta.
   
• Para mantener su relevancia, los fabricantes de chips deben ampliar el soporte para la inferencia de bajo consumo, la gestión de la longitud de las secuencias —incluida la capacidad de optimizar la escasez de tokens— y la colaboración con desarrolladores de marcos de NLP de código abierto. También deben ampliar sus propias cadenas de herramientas de compilación de modelos lingüísticos y ofrecer bibliotecas de NLP preoptimizadas para seguir el ritmo de la rápida evolución de las necesidades de las empresas, los dispositivos periféricos y las aplicaciones multilingües de baja latencia.
   

Según la industria de uso final, el mercado de procesadores neuronales se divide en electrónica de consumo, automoción, atención sanitaria, robótica y drones, automatización industrial, defensa y aeroespacial, y otros. El segmento de automoción es el de más rápido crecimiento, con una tasa de crecimiento anual compuesta (TCAC) del 28,4% durante el período de previsión.
 

• El mercado de electrónica de consumo está valorado en 171 millones de USD en 2024. La electrónica de consumo se perfila como el mercado de uso final más grande y dinámico para los procesadores neuronales. Existe una demanda creciente de procesadores neuronales; uno de los mayores casos de uso se encuentra en la electrónica de consumo. La demanda de productos electrónicos de consumo más rápidos, inteligentes e intuitivos, especialmente los dispositivos móviles, está aumentando. Estos productos incluyen teléfonos inteligentes, tabletas, televisores, auriculares de realidad aumentada y realidad virtual, y dispositivos ponibles. También crece la demanda de tareas más sencillas y rápidas, como la mejora de imágenes en tiempo real, el reconocimiento de voz, la autenticación facial y los asistentes de IA en el propio dispositivo. Las unidades de procesamiento neuronal (NPU) se están integrando en estos dispositivos para mejorar la experiencia del usuario. 
   
• Los fabricantes deben centrarse en innovaciones en arquitecturas de chips eficientes en términos de superficie, la integración de módems 5G y el empaquetado avanzado para crear productos compactos. La capacidad de avanzar con rapidez dependerá de las relaciones desarrolladas con las marcas de productos de consumo y los fabricantes de equipos originales (OEM). Será necesario instalar SDK de IA y herramientas de aprendizaje automático en el borde, así como fomentar la adopción por parte de los desarrolladores para garantizar que todos los modelos de IA puedan ejecutarse en el propio dispositivo y crear un ecosistema sólido.
   
• Se prevé que el mercado automovilístico crezca a una tasa de crecimiento anual compuesta (TCAC) del 28,4 % hasta 2034. La industria automovilística está adoptando procesadores neuronales a gran escala para los sistemas avanzados de asistencia al conductor (ADAS), las capacidades de conducción autónoma y los sistemas de infoentretenimiento integrados en el vehículo. A medida que los vehículos evolucionan para definirse cada vez más por el software y la inteligencia artificial, las NPU serán esenciales para procesar en tiempo real grandes volúmenes de datos de sensores, aprovechando la información de una amplia variedad de sensores (cámaras, LiDAR, radares, sensores ultrasónicos, etc.) para habilitar funciones como la detección de objetos, el cambio de carril y el mantenimiento predictivo, entre otras.
   
• Los proveedores de chips y los proveedores de nivel 1 necesitarán cadenas de herramientas específicas para el sector automovilístico, compiladores de aprendizaje automático y plataformas de simulación. Los proveedores también deberán trabajar con los fabricantes de equipos originales (OEM) para incorporar NPU en diseños de computación central y zonales. Será necesario ofrecer compatibilidad con actualizaciones inalámbricas (OTA) y cifrado de hardware de los modelos de inteligencia artificial para cumplir las normas aplicables a los vehículos conectados y autónomos.

Obtenga más información sobre los segmentos clave que conforman este mercado

Descargar PDF Gratis

El mercado de procesadores neuronales de América del Norte registró una cuota de mercado del 27,2 % en 2024 y crece a una TCAC del 24,8 %, impulsado por la rápida adopción de la inteligencia artificial en los centros de datos en la nube, la sólida integración de la inteligencia artificial en el borde en los sectores de la automoción y la electrónica de consumo, y el aumento de las inversiones en procesadores neuronales de alto rendimiento y eficiencia energética para aplicaciones de automatización empresarial e industrial.
 

• El mercado estadounidense de procesadores neuronales alcanzó un valor de 623,6 millones de USD en 2024. El aumento de las cargas de trabajo de inteligencia artificial en sectores como la computación en la nube, la electrónica de consumo, los vehículos autónomos y la defensa está impulsando la demanda de procesadores neuronales en Estados Unidos. Según la Semiconductor Industry Association (SIA), casi el 46 % de todas las ventas mundiales de semiconductores proceden de Estados Unidos, y el país es el centro de innovación en el diseño de chips orientados a la inteligencia artificial. Asimismo, empresas como NVIDIA, Intel y AMD realizarán inversiones significativas en el ámbito de los procesadores neuronales, lo que generará una demanda exponencial de estos procesadores en dispositivos de borde y centros de datos a hiperescala, así como para el entrenamiento de aplicaciones o modelos de inteligencia artificial.
   
• La primera prioridad de los fabricantes de procesadores neuronales que buscan competir en el mercado estadounidense debe ser comenzar a priorizar la localización de su fabricación en el marco de la CHIPS and Science Act, cuyo objetivo es promover la fabricación de semiconductores en Estados Unidos, en lugar de limitarse únicamente a la producción. En segundo lugar, los fabricantes deben invertir en encapsulado avanzado e integración heterogénea, centrados en el rendimiento y el consumo energético. En tercer lugar, para lograr una mayor adopción y ampliar los horizontes temporales de adopción, las alianzas estratégicas con proveedores estadounidenses de servicios en la nube, fabricantes de equipos originales del sector automovilístico y contratistas de defensa proporcionarán una visibilidad elevada de la demanda estadounidense.
   
• El mercado canadiense de procesadores neuronales alcanzó un valor de 171 millones de USD en 2024. El mercado canadiense está emergiendo a medida que sus sectores incrementan la adopción de la inteligencia artificial y el aprendizaje automático en aplicaciones como las ciudades inteligentes, los vehículos autónomos, la tecnología financiera y la atención sanitaria. Las iniciativas gubernamentales federales y provinciales en materia de inteligencia artificial —incluidas la Estrategia Pancanadiense de Inteligencia Artificial y la proximidad a destacados institutos de investigación como el Vector Institute y MILA— fomentan un entorno orientado a la innovación que está generando demanda de procesadores neuronales para el borde y basados en la nube, con el fin de permitir la toma de decisiones y la inferencia de modelos en tiempo real.
   
• Para maximizar esta oportunidad para los desarrolladores de NPU y los proveedores de soluciones, es esencial alinearse con el creciente énfasis de Canadá en la inteligencia artificial ética y en las normativas y buenas prácticas relacionadas con la privacidad de los datos mediante la creación de NPU de bajo consumo energético adecuadas para el aprendizaje federado y el procesamiento en el dispositivo.Colaborar con universidades canadienses, empresas emergentes de IA y proveedores de servicios en la nube puede abrir las puertas a lucrativos contratos del sector público y casos de uso empresarial. Diseñar y fabricar localmente, o ubicar plantas de fabricación norteamericanas, también puede ayudar a afrontar los crecientes problemas y limitaciones de las cadenas de suministro mundiales, en consonancia con el emergente sentimiento nacionalista de los consumidores en torno a la soberanía tecnológica.
   

El mercado europeo de procesadores neuronales registró una cuota de mercado del 20,5 % en 2024 y crece a una TCAC del 23,5 %, impulsado por la expansión de las iniciativas de investigación en inteligencia artificial (IA), la sólida innovación en semiconductores y el creciente despliegue de procesadores neuronales en aplicaciones de automoción, automatización industrial y atención sanitaria, en consonancia con estrictas normativas sobre privacidad de datos y eficiencia energética.
 

• Se prevé que el mercado alemán de procesadores neuronales crezca a una TCAC del 24,5 % hasta 2034. El mercado alemán de procesadores neuronales está experimentando un crecimiento significativo debido a las sólidas capacidades del país en automatización industrial, innovación en automoción e investigación y desarrollo habilitados por la IA. Programas cada vez más populares, como "AI Made in Germany", y la fuerte inversión del sector público en la Industria 4.0 están impulsando una creciente demanda de inteligencia en el dispositivo en los sectores de fabricación de alta tecnología, robótica y movilidad. Los principales fabricantes de equipos originales (OEM) y las instituciones de investigación están invirtiendo en unidades de procesamiento neuronal (NPU) para permitir el procesamiento en tiempo real de datos de sensores, el mantenimiento predictivo y el control de sistemas autónomos. Además, deberán cumplir las estrictas normativas sobre privacidad de datos establecidas en el marco del RGPD.
   
• Los fabricantes de procesadores neuronales que se dirijan a la industria alemana deben centrarse en desarrollar chips energéticamente eficientes que cumplan los requisitos de seguridad, tanto en su adquisición como en su uso, y que estén diseñados específicamente para la inferencia en el perímetro en entornos industriales y de automoción. Aumentarán las oportunidades para los procesadores neuronales compatibles con las normas europeas, como la ISO 26262 sobre seguridad funcional en automoción, así como mediante el desarrollo de alianzas tecnológicas con proveedores de nivel 1 e institutos de investigación favorables a la IA. Esto permitirá aprovechar la cultura de ingeniería alemana, en la que los valores de innovación han seguido durante mucho tiempo ciclos de adopción.
   
• El mercado de procesadores neuronales del Reino Unido estaba valorado en 137 millones de USD en 2024. El creciente énfasis en el despliegue de la IA en la atención sanitaria, la defensa y los servicios financieros ha impulsado un interés cada vez mayor y, en última instancia, la adopción de procesadores neuronales en todo el Reino Unido. La infraestructura y los conocimientos especializados disponibles gracias al trabajo dirigido por el Gobierno en el marco de la National AI Strategy, el enfoque en aplicaciones de IA para el bien social y el aumento de la financiación de capital riesgo destinada a empresas emergentes de IA con sede en el Reino Unido están impulsando la demanda de unidades de procesamiento neuronal eficientes y orientadas al ahorro energético, capaces de gestionar cargas de trabajo de alto rendimiento, como el procesamiento del lenguaje natural (PLN), la visión por computador y la inferencia en el perímetro. La revolución de la IA en la atención sanitaria se ve reforzada por el crecimiento de la infraestructura sanitaria inteligente y la proliferación de innovaciones aplicadas en ciberseguridad.
   
• Para aprovechar las condiciones del mercado de procesadores neuronales en el Reino Unido, sus desarrolladores deben aplicar estrategias alineadas con los marcos regulatorios específicos del país, como las normas de NHS Digital, e incorporar la evaluación de la cadena de suministro de la infraestructura, chipsets de IA seguros y soluciones perimetrales de baja latencia, al tiempo que establecen alianzas con centros de investigación de IA del Reino Unido y colaboran con asociaciones público-privadas para generar confianza local y una mayor concienciación sobre los avances de la IA con el apoyo del Gobierno del Reino Unido.
   

La región de Asia-Pacífico es la de mayor crecimiento del mercado de procesadores neuronales y se prevé que crezca a una TCAC del 25,5 % durante el período de previsión, impulsada por la rápida urbanización, el aumento de la demanda de productos electrónicos de consumo habilitados por IA, la expansión de la infraestructura 5G y el incremento de las inversiones en centros de datos, vehículos autónomos y fabricación inteligente en economías emergentes como China, India y el Sudeste Asiático.
 

• Se prevé que el mercado chino de procesadores neuronales crezca significativamente y alcance los 4,900 millones de USD en 2034. El sector de procesadores neuronales en China está impulsado por el sólido respaldo gubernamental al desarrollo de la inteligencia artificial (IA) a través del “Plan de desarrollo de la inteligencia artificial de nueva generación”, el aumento de la financiación para el desarrollo de ciudades inteligentes y un sólido sector de la electrónica de consumo. Empresas nacionales como Huawei, Alibaba y Baidu están desarrollando aceleradores de IA optimizados para modelos lingüísticos personalizados, la conducción autónoma y aplicaciones de reconocimiento facial. Esto genera una fuerte demanda de procesadores neuronales.
   
• Para competir en este entorno, los fabricantes de procesadores neuronales deben adaptar localmente la optimización conjunta de hardware y software para el procesamiento del lenguaje natural (PLN) en mandarín, cumplir las leyes de China relativas a la ciberseguridad y la localización de datos, y diseñar soluciones optimizadas en términos de consumo energético para aplicaciones móviles y de vigilancia. Los fabricantes podrían obtener un mayor acceso al mercado mediante las fábricas locales de semiconductores, a partir de alianzas estratégicas con organizaciones respaldadas por el Estado e interesadas en los semiconductores, así como del objetivo del país de lograr la autosuficiencia de la industria de los semiconductores.
   
• El mercado japonés está preparado para registrar un crecimiento significativo y se prevé que alcance los 130 millones de USD en 2034. El mercado de procesadores neuronales en Japón continúa creciendo a un ritmo constante, impulsado en parte por el énfasis del país en la robótica, los sistemas autónomos y la fabricación inteligente mediante programas como Society 5.0. El envejecimiento de la población japonesa está generando requisitos específicos para el desarrollo de diversas soluciones sanitarias basadas en IA, especialmente soluciones capaces de realizar inferencias en el dispositivo, que requieren procesadores neuronales de alta eficiencia. Mientras tanto, empresas tecnológicas líderes de Japón, como Sony, Renesas y otras, están desarrollando una nueva generación de chips de IA en el borde para satisfacer las necesidades de diseño de aplicaciones de automoción, electrónica de consumo y robótica industrial.
   
• Para aprovechar estas oportunidades, las empresas de procesadores neuronales en Japón deberán considerar un consumo energético ultrabajo, la fiabilidad y un formato compacto para permitir el uso de sistemas integrados de reducidas dimensiones. También será importante colaborar con fabricantes japoneses de equipos originales (OEM) del sector de la automoción, fabricantes de dispositivos sanitarios y empresas de tecnologías de automatización industrial. Comprender la preferencia de Japón por los sistemas integrados verticalmente y de muy alta calidad contribuirá a fomentar la adopción en este mercado basado en la precisión. 
   

El mercado latinoamericano de procesadores neuronales registró una cuota de mercado del 9,3 % en 2024 y crece a una tasa de crecimiento anual compuesta (TCAC) del 20,9 %, impulsado por la creciente adopción de la IA en los sectores sanitario y agrícola, el aumento de la penetración de los teléfonos inteligentes, el respaldo gubernamental a la transformación digital y la creciente demanda de dispositivos inteligentes en el borde y soluciones informáticas energéticamente eficientes.
 

El mercado de procesadores neuronales de Oriente Medio y África registró una cuota de mercado del 8 % en 2024 y crece a una TCAC del 24,4 %, impulsado por la expansión de la infraestructura digital, el aumento de las inversiones en IA y en iniciativas de ciudades inteligentes, la creciente demanda de computación en el borde para aplicaciones de vigilancia y automatización industrial, y la creciente adopción de productos electrónicos de consumo habilitados para IA en los núcleos urbanos.
 

• Se prevé que el mercado sudafricano de procesadores neuronales crezca significativamente y alcance los 240 millones de USD en 2034. El sector de procesadores neuronales en Sudáfrica avanza gradualmente a medida que el país continúa impulsando su transformación digital, la investigación en IA y la infraestructura inteligente. La demanda sigue aumentando en sectores como las tecnologías financieras, la sanidad y la vigilancia, donde la IA en el borde y la inteligencia en el dispositivo ofrecen una mayor privacidad de los datos y mejores capacidades de toma de decisiones.
   
• Las universidades y los centros tecnológicos están investigando aceleradores de IA y unidades de procesamiento neuronal (NPU) integradas para la robótica en tiempo real y el procesamiento inteligente de diagnósticos. Los programas de innovación dirigidos por el Gobierno y las alianzas público-privadas están contribuyendo a desarrollar las capacidades locales en materia de IA.Sin embargo, los elevados costes del hardware, el acceso limitado a la fabricación de semiconductores y la excesiva dependencia de las importaciones generan problemas que han dado lugar a colaboraciones con fabricantes mundiales de chips y proveedores de servicios en la nube que utilizan implementaciones híbridas.
   
• El mercado de los EAU está preparado para registrar un crecimiento significativo y se prevé que alcance los 310 millones de USD en 2034. El mercado de procesadores neuronales en los EAU está creciendo a medida que el país acelera la implementación de su estrategia nacional de inteligencia artificial para convertirse en un líder mundial en IA para 2031. Las inversiones en iniciativas de ciudades inteligentes, como NEOM, junto con los avances en transporte autónomo, sanidad digital y vigilancia, incrementarán la demanda de aceleradores de IA y soluciones de computación en el borde. Además, en la región se está promoviendo la localización de datos por motivos como la seguridad y la latencia de respuesta, lo que podría impulsar el crecimiento de los procesadores neuronales en dispositivos de borde y centros de datos.
   
• Para aprovechar esta oportunidad, los proveedores de procesadores neuronales deben alinearse con los programas de innovación dirigidos por los gobiernos y los proyectos de infraestructura tecnopolítica. El énfasis debe situarse en el desarrollo de procesadores diseñados para la inferencia en tiempo real en entornos exigentes, que mantengan sólidas capacidades de ciberseguridad. Las alianzas con proveedores regionales de servicios en la nube e integradores de sistemas también serán fundamentales para desarrollar soluciones escalables preparadas para la IA destinadas al mercado de Oriente Medio.
   

Cuota de mercado de los procesadores neuronales

• El sector de los procesadores neuronales es altamente competitivo. NVIDIA, Intel, AMD, Qualcomm, Google y Samsung Electronics son las seis principales empresas y representaron una cuota significativa del 66 % del mercado en 2024. Estas empresas poseen una cuota considerable del mercado de procesadores neuronales gracias a sus ecosistemas combinados de hardware y software, sus pilas de aceleración de IA propietarias y sus importantes inversiones en investigación y desarrollo de arquitecturas de chips. Su capacidad para cubrir todo el proceso, desde la integración del hardware hasta la pila de software, les permite ofrecer herramientas consolidadas de desarrollo de IA y crear comunidades mundiales de desarrolladores. Estos factores generan importantes barreras de entrada. El compromiso del sector con la IA en el borde, la aceleración de los centros de datos y las cargas de trabajo generativas, junto con un enfoque compartido en las métricas de rendimiento, la escalabilidad y el bloqueo del ecosistema, refuerzan aún más su posición de liderazgo en los mercados de NRFI.
   
• NVIDIA registró una cuota del 17 % del mercado de procesadores neuronales en 224, debido a su liderazgo de mercado gracias a sus plataformas CUDA y TensorRT, su profunda integración con los marcos de IA y su ritmo continuo de innovación en arquitecturas de GPU y NPU. La ventaja estratégica de NVIDIA reside en su compromiso corporativo con la computación acelerada, la supercomputación de IA y plataformas como DGX y Grace Hopper, así como en un ecosistema de hardware y software optimizado para el aprendizaje profundo, la inferencia de alto rendimiento y los modelos de lenguaje de gran tamaño. El liderazgo de NVIDIA en inferencia queda reflejado en su uso en centros de datos, sistemas autónomos y cargas de trabajo de IA empresariales.
   
• Intel registró una cuota del 14 % del mercado mundial de procesadores neuronales en 2024, gracias a la ampliación de su gama de procesadores habilitados para IA (Core Ultra y Xeon con NPU integradas). La empresa sigue promoviendo su kit de herramientas OpenVINO y el marco oneAPI para maximizar la compatibilidad y el rendimiento en cargas de trabajo de IA en el borde y empresariales. Sus inversiones en arquitecturas híbridas, aceleración de la inferencia en el dispositivo y relaciones con proveedores de software y servicios en la nube refuerzan su posición en la informática de cliente y las cargas de trabajo de IA integrada.
   
• AMD registró una cuota del 13 % del mercado, impulsada por su arquitectura de alto rendimiento basada en chiplets y sus aceleradores de GPU, con especial atención a las cargas de trabajo de IA. Los productos actuales de la empresa incluyen capacidades de inferencia de IA en sus series Ryzen y EPYC, dirigidas a los sectores de los videojuegos, los centros de datos y la computación periférica. La adquisición de Xilinx por parte de AMD le permitió ampliar aún más su presencia en IA hacia la computación adaptativa y los sistemas embebidos, con la ventaja adicional de contar con modelos de implementación flexibles y una mayor escalabilidad de la eficiencia energética y del rendimiento.
   
• Qualcomm registró una cuota del 10 % del mercado mundial de procesadores neuronales, impulsada por su fortaleza en la IA móvil relacionada con los conjuntos de chips Snapdragon, que integran NPU Hexagon y proporcionan compatibilidad totalmente integrada con subsistemas de IA siempre activos en teléfonos inteligentes, dispositivos XR y ecosistemas de automoción. El motor de IA de Qualcomm ofrece procesamiento de voz, visión y lenguaje en tiempo real en el dispositivo, mientras que los fabricantes de equipos originales (OEM) de las aplicaciones Android y de automoción se están convirtiendo en socios clave para acelerar la escala. La principal diferenciación de Qualcomm es la aceleración de IA energéticamente eficiente para flujos de trabajo de inteligencia periférica.
   
• Google registró una cuota del 7 % del mercado mundial de procesadores neuronales en 2024, gracias a sus propias unidades de procesamiento tensorial (TPU) y sus sistemas en chip (SoC) Google Tensor. Estos chips se utilizan para ofrecer experiencias de IA en los dispositivos Pixel y ejecutan amplias cargas de trabajo de entrenamiento en sus centros de datos. El uso de la IA por parte de Google en Android, Search y Cloud le permite desarrollar software y hardware optimizados. Google también es líder en numerosas áreas de la IA aplicada a productos de consumo y empresariales gracias a su software de desarrollo de código abierto, como TensorFlow, y a sus grandes modelos de IA generativa.
   
• Samsung electronics representa aproximadamente el 5 % del mercado mundial de procesadores neuronales en 2024, impulsado por los conjuntos de chips Exynos, que incorporan unidades de procesamiento neuronal y permiten ejecutar de forma eficiente tareas de inteligencia artificial (IA) en el dispositivo. Las NPU se encargan de tareas en tiempo real en los dispositivos Galaxy insignia, como el reconocimiento facial, la interpretación de escenas mediante la cámara y la traducción de idiomas. Samsung está integrada verticalmente, desde los semiconductores hasta los teléfonos inteligentes, lo que le proporciona ventajas en la integración de hardware y software. Los esfuerzos de Samsung en el desarrollo de chips de IA de próxima generación para aplicaciones móviles, de automoción y del internet de las cosas (IoT), así como sus alianzas en torno a marcos de IA, refuerzan su perfil competitivo en el ámbito de la IA periférica.
   

Empresas del mercado de procesadores neuronales

La lista de los principales actores que operan en el sector de los procesadores neuronales incluye:

• NVIDIA
• Intel
• AMD
• Qualcomm
• Google
• Samsung Electronics
• MediaTek
• Amazon (AWS Inferentia & Trainium)
• Graphcore
• Cerebras Systems
• Tenstorrent
• Hailo
• Syntiant
• ARM
• IBM
   
• NVIDIA Corporation, Intel Corporation, Google LLC, Qualcomm Technologies Inc. y Samsung Electronics son líderes. En conjunto, poseen una cuota de mercado considerable como resultado de la innovación y la implementación a gran escala, así como de la sinergia única que se deriva de la integración de hardware y software bien diseñados en el mercado. Las cinco empresas también se benefician de la integración vertical, los recursos y la inversión, unas actividades de investigación y desarrollo (I+D) muy bien financiadas y las redes de desarrolladores y ecosistemas de sus respectivas geografías, factores que les proporcionarán una ventaja competitiva sostenida a medida que la demanda de IA periférica y en la nube siga aumentando de forma constante y se extienda hacia el segmento intermedio.
   
• En el ámbito de los procesadores neuronales, MediaTek y Amazon (AWS Inferentia & Trainium) se sitúan actualmente en la categoría de empresas retadoras. Cada una de estas empresas intenta activamente ganar tracción abordando cargas de trabajo centradas específicamente en la IA y aplicando arquitecturas diferenciadas.Al priorizar la eficiencia energética, la escalabilidad, la interoperabilidad entre ecosistemas y, cuando procede, la implementación específica de una arquitectura de chiplets, AMD, Amazon y ARM trabajan para reducir la brecha entre estas empresas desafiantes y los líderes del mercado, al tiempo que amplían la adopción de la IA en la nube, el edge y los sistemas embebidos.
   
• Graphcore, Cerebras Systems, Tenstorrent e IBM son empresas seguidoras en el mercado de procesadores neuronales. Sus respectivos modelos de negocio les proporcionan una buena visibilidad al ofrecer hardware especializado de procesadores de IA de alto rendimiento para investigación avanzada y experimentación empresarial. Los enfoques de cada una de estas empresas ofrecen niveles impresionantes de innovación y rendimiento en el ámbito del hardware; sin embargo, la dimensión y las capacidades de sus soluciones de hardware, sus bases de clientes de nicho y la enorme escala de las empresas más grandes, con pilas tecnológicas completas y una mayor dimensión comercial, les han otorgado una notoriedad de marca relativamente marginal en el mercado.
   
• Hailo, Syntiant y ARM representan a los actores de nicho en el espacio de los procesadores neuronales, centrados en casos de uso limitados y en perfiles de rendimiento específicos. Hailo diseña chips de IA edge muy eficientes para aplicaciones de visión por ordenador en cámaras inteligentes, automatización industrial y aplicaciones de automoción, que normalmente funcionan en entornos de bajo consumo. Syntiant se centra en el procesamiento permanente de voz y audio en dispositivos ponibles, auriculares y dispositivos del IoT, donde la latencia y el perfil energético son factores importantes. MediaTek aprovecha las fortalezas de sus SoC móviles para añadir NPU a smartphones de gama media que podrían ofrecer un sólido rendimiento de IA en los mercados de bajo precio. Estas empresas se centran en soluciones diseñadas para un conjunto más específico de necesidades y lo hacen mientras intentan mantener sus soluciones pequeñas, eficientes y fáciles de integrar.
   

Noticias del sector de procesadores neuronales

• En abril de 2024, Syntiant presentó su procesador de decisiones neuronales NDP250, basado en su arquitectura de nueva generación Core 3. Con una salida de tensores cinco veces superior a la de los modelos anteriores —más de 30 GOPS—, el NDP250 admite una amplia gama de aplicaciones de bajo consumo, incluida la visión, el procesamiento del habla, la fusión de sensores, el reconocimiento automático del habla (ASR) y la síntesis de voz (TTS), en un rango de consumo de microvatios a milivatios. Entre sus características se incluyen un núcleo Arm Cortex-M0 integrado, un DSP HiFi 3, compatibilidad con múltiples redes neuronales (CNN, RNN, LSTM y GRU) y sólidas interfaces de entrada y salida para sensores, todo ello integrado en un encapsulado eWLB compacto y acompañado de un SDK y herramientas de entrenamiento. Su consumo de energía ultrabajo —inferior a 30 mW para la visión permanente— permite una IA completamente ejecutada en el dispositivo, lo que prolonga la duración de la batería, reduce la latencia y los costes de la nube, y mejora la privacidad.
   
• En mayo de 2025, Cadence lanzó el coprocesador de IA Tensilica NeuroEdge 130, diseñado para funcionar junto con NPU y permitir la ejecución de redes modernas de «IA física» en SoC de automoción, consumo, industria y dispositivos móviles. Basado en la familia de DSP Tensilica Vision, NeuroEdge 130 ofrece una reducción del área superior al 30 % y reduce el consumo de energía dinámica en más de un 20 % frente a las generaciones anteriores, al tiempo que mantiene el rendimiento. Su arquitectura VLIW-SIMD admite la descarga de tareas no relacionadas con MAC (p. ej., ReLU, sigmoide y tanh), y funciona tanto como controlador de IA como coprocesador eficiente. La compatibilidad ampliable con las NPU Neo de Cadence y con IP de terceros permite una integración fluida, y el producto incluye el SDK unificado NeuroWeave, basado en la pila TVM, junto con una biblioteca de IA independiente para la programación directa de capas.
   

El informe de investigación sobre el mercado de procesadores neuronales ofrece una cobertura exhaustiva del sector con estimaciones y previsiones expresadas en términos de ingresos (miles de millones de USD) de 2021 a 2034 para los siguientes segmentos:

Mercado, por tipo

• Circuitos integrados de aplicación específica (ASIC)
• Unidades de procesamiento gráfico (GPU)
• Matrices de puertas programables en campo (FPGA)
• Unidades de procesamiento neuronal (NPU)
• Procesadores digitales de señales (DSP)

Mercado, por nodo tecnológico

• Más de 16 nm
• 10 nm–16 nm
• Menos de 10 nm

Mercado por modalidad de implementación

• Dispositivos periféricos
• Centros de datos en la nube

Mercado por precisión de procesamiento

• 32 bits
• 16 bits
• 8 bits e inferiores

Mercado por aplicación

• Procesamiento del lenguaje natural (NLP)
• Visión artificial
• Análisis predictivo
• Reconocimiento de voz
• Otras

Mercado por sector de uso final

• Electrónica de consumo
  • Circuitos integrados específicos de aplicación (ASICs)
  • Unidades de procesamiento gráfico (GPUs)
  • Matrices de puertas programables en campo (FPGAs)
  • Unidades de procesamiento neuronal (NPUs)
  • Procesadores de señales digitales (DSPs)
• Automoción
  • Circuitos integrados específicos de aplicación (ASICs)
  • Unidades de procesamiento gráfico (GPUs)
  • Matrices de puertas programables en campo (FPGAs)
  • Unidades de procesamiento neuronal (NPUs)
  • Procesadores de señales digitales (DSPs)
• Atención sanitaria
  • Circuitos integrados específicos de aplicación (ASICs)
  • Unidades de procesamiento gráfico (GPUs)
  • Matrices de puertas programables en campo (FPGAs)
  • Unidades de procesamiento neuronal (NPUs)
  • Procesadores de señales digitales (DSPs)
• Robótica y drones
  • Circuitos integrados específicos de aplicación (ASICs)
  • Unidades de procesamiento gráfico (GPUs)
  • Matrices de puertas programables en campo (FPGAs)
  • Unidades de procesamiento neuronal (NPUs)
  • Procesadores de señales digitales (DSPs)
• Automatización industrial
  • Circuitos integrados específicos de aplicación (ASICs)
  • Unidades de procesamiento gráfico (GPUs)
  • Matrices de puertas programables en campo (FPGAs)
  • Unidades de procesamiento neuronal (NPUs)
  • Procesadores de señales digitales (DSPs)
• Defensa y sector aeroespacial
  • Circuitos integrados específicos de aplicación (ASICs)
  • Unidades de procesamiento gráfico (GPUs)
  • Matrices de puertas programables en campo (FPGAs)
  • Unidades de procesamiento neuronal (NPUs)
  • Procesadores de señales digitales (DSPs)
• Otros

La información anterior se proporciona para las siguientes regiones y países:

• América del Norte 
  • EE. UU.
  • Canadá
• Europa 
  • Alemania
  • Reino Unido
  • Francia
  • Italia
  • España
  • Resto de Europa
• Asia-Pacífico 
  • China
  • Japón
  • Corea del Sur
  • Resto de Asia-Pacífico
• América Latina
  • Brasil
  • México
  • Otros
• Oriente Medio y África
  • Arabia Saudí
  • Emiratos Árabes Unidos
  • Sudáfrica
  • Resto de Oriente Medio y África