Marché de l’IA en périphérie Taille et part 2026-2035

Taille du marché de l’IA en périphérie

Le marché de l’IA en périphérie était évalué à 25,2 milliards de dollars (USD) en 2025 et devrait atteindre 225,5 milliards de dollars (USD) d’ici 2035, avec un taux de croissance annuel composé (CAGR) d’environ 24,7 % entre 2026 et 2035. La valeur du marché en 2026 s’élève à 30,9 milliards de dollars (USD).

L’IA en périphérie déplace l’exécution des modèles des infrastructures centralisées vers des appareils, des passerelles et des serveurs locaux situés à proximité de la source des données. Cette architecture est essentielle lorsqu’une décision opérationnelle ne peut attendre un aller-retour vers le cloud, lorsque la transmission des données brutes est coûteuse ou lorsqu’un traitement local des données sensibles est requis ^{[1]IGI Global - The Edge Revolution: Transitioning From Cloud-First to Edge-First Methodologies. doi.org}.

La croissance repose sur l’élargissement des capacités des systèmes informatiques embarqués plutôt que sur un simple remplacement de la capacité cloud par du matériel local. Le portefeuille de solutions edge d’Intel couvre les produits Core Ultra, Core, Atom, Arc et Gaudi 3 ^{[2]Intel Newsroom - Intel Unveils Next-Generation AI Solutions with the Launch of Xeon 6 and Gaudi 3. newsroom.intel.com}. Ces plateformes permettent aux fournisseurs de regrouper l’inférence, l’optimisation des modèles, la gestion des flottes et la synchronisation avec le cloud au sein d’une même pile opérationnelle. En pratique, l’ensemble des charges de travail adressables s’élargit : les lignes de production, les équipements mobiles, les dispositifs cliniques et les installations distantes peuvent conserver une réactivité locale tout en continuant à utiliser une formation et une gouvernance centralisées.

Le rapport prix-performances modifie le seuil de déploiement de l’inférence embarquée. La baisse du coût d’entrée n’élimine pas les travaux d’intégration, mais elle rend les modèles économiques des projets pilotes plus accessibles aux fabricants d’équipements d’origine (OEM) industriels et aux développeurs. Dans le haut de gamme, les acheteurs des entreprises évaluent conjointement la densité de calcul, la mémoire, les limites thermiques et le support sur l’ensemble du cycle de vie ; un appareil edge qui ne peut pas être mis à jour de manière sécurisée ou validé sur l’ensemble d’une flotte peut transformer un résultat de référence solide en une coûteuse source de risques opérationnels.

À court terme, la tension commerciale tient au fait que le matériel de développement moins coûteux élargit l’expérimentation, tandis que les déploiements en production exigent un niveau d’assurance supérieur. Les acheteurs opérant dans des environnements sensibles sur le plan de la sécurité ou réglementés distingueront donc la preuve de concept de l’architecture déployable en fonction de la sécurité, de la possibilité de mise à jour et du comportement validé. Cette distinction soutient la croissance à la fois des modules hautes performances et des couches logicielles et d’intégration associées.

Principaux moteurs

Multiplication des terminaux connectés et des charges de travail d’IA opérationnelle

Le parc installé d'équipements connectés transforme l'IA en périphérie, qui passe d'une architecture spécialisée à une extension de la technologie opérationnelle. Les connexions IoT ont atteint 18,5 milliards à la fin de 2024, dont 10,7 milliards de connexions d'entreprise ; la GSMA prévoit que les connexions IoT d'entreprise feront plus que doubler d'ici 2030 ^{[3]GSMA - 5G Momentum Continues with 1.6 Billion Connections Worldwide, Rising to 5.5 Billion by 2030. gsma.com}. Un parc de capteurs ne devient une opportunité pour l'IA en périphérie que lorsqu'il doit prendre une décision bénéficiant d'une interprétation locale, par exemple détecter un défaut, hiérarchiser une alarme ou contrôler une machine. Cette exigence relie directement la demande aux caméras, aux contrôleurs industriels, aux dispositifs de surveillance médicale et aux robots mobiles, plutôt qu'à la seule connectivité générique.

Infrastructure 5G et cloud hybride

La 5G fournit la couche réseau nécessaire aux charges de travail qui exigent une coordination entre de nombreux nœuds locaux, sans faire du cloud le véritable point de contrôle en temps réel. Les connexions 5G mondiales ont atteint 2,25 milliards à end-2024, et la couverture de la population nord-américaine a atteint 77 % ^{[4]BusinessWire / 5G Americas - Global 5G Adoption Skyrockets to 2.25 Billion, Four Times Faster Than 4G. businesswire.com}. Les réseaux privés renforcent cette proposition de valeur dans les ports, les usines et les campus, où une connectivité prévisible prend en charge l'analyse multi-caméras, la coordination des machines et le calcul localisé. Verizon Business, Nokia et Thames Freeport ont annoncé le déploiement multi-sites d'un réseau 5G privé destiné à l'analyse pilotée par l'IA, à l'IoT et à l'informatique en périphérie sur des sites logistiques et industriels.

L'adoption du cloud reste complémentaire, et non concurrente, de l'IA en périphérie. Les modèles peuvent être entraînés de manière centralisée, optimisés en fonction des contraintes des appareils, puis déployés et administrés localement. L'intégration d'Azure IoT Operations de Microsoft avec Siemens Industrial Edge illustre la manière dont un plan de contrôle cloud peut relier les technologies de l'information et les technologies opérationnelles, tout en maintenant l'inférence sensible à la latence à proximité du processus de production. Ce modèle hybride réduit les obstacles architecturaux pour les entreprises qui ont déjà investi dans l'IA cloud et stimule la demande en matériel local et en services d'intégration.

Formation de capital et investissements des entreprises dans les plateformes

L'investissement élargit à la fois les options de silicium disponibles et les logiciels opérationnels nécessaires à leur utilisation. Qualcomm a fait état d'un chiffre d'affaires de 39,0 milliards de dollars (USD) pour l'exercice 2024 et s'est fixé un objectif de chiffre d'affaires IoT de 14 milliards de dollars (USD) pour l'exercice 2029, tandis que SiMa.ai a levé 70 millions de dollars (USD) supplémentaires en avril 2024, portant son financement cumulé à 270 millions de dollars (USD). IBM et Qualcomm ont également élargi leur collaboration en février 2025 afin de combiner des capacités de gouvernance avec les solutions d'inférence en périphérie de Qualcomm. L'enjeu ne réside pas uniquement dans le volume des financements : les outils de gouvernance, de compression et de déploiement réduisent le risque lié à la sortie des modèles des environnements cloud contrôlés.

Principaux freins

Risques liés à la sécurité, à la confidentialité et à la conformité

Le traitement local peut réduire le transfert de données brutes, mais il répartit les risques entre des appareils qui peuvent être physiquement accessibles et difficiles à corriger. Les systèmes en périphérie peuvent être exposés à des altérations de micrologiciels, à l'extraction de modèles, à des entrées adversariales et à la compromission du stockage local.

L’apprentissage fédéré ne supprime pas le problème ; les gradients échangés pendant l’entraînement peuvent toujours exposer des informations par le biais d’attaques par inversion ou d’attaques par inférence d’appartenance. La conception de la sécurité influe donc sur le coût total du déploiement par l’intermédiaire des racines matérielles de confiance, du chiffrement, de la gestion des accès et de la surveillance, en particulier dans les secteurs de la santé, des services financiers et des infrastructures critiques.

La conformité ajoute une contrainte d’achat calendaire en Europe. Le règlement européen sur l’IA est entré en vigueur en 2024 ; les pratiques interdites ont commencé à s’appliquer en février 2025, les obligations relatives à l’IA à usage général en août 2025, et les exigences applicables à de nombreux systèmes à haut risque sont prévues à partir d’août 2027. Les déploiements en périphérie impliquant l’identification biométrique, les dispositifs médicaux ou les infrastructures critiques pourraient par conséquent nécessiter une documentation plus complète, une supervision humaine renforcée et des contrôles postérieurs à la mise sur le marché. L’inférence locale peut contribuer à la minimisation des données, mais elle ne remplace pas la gouvernance des données d’entraînement, des mises à jour des modèles ou des accès des opérateurs.

Complexité de l’interopérabilité et de la gestion des flottes

Les entreprises exploitent rarement un parc homogène de dispositifs en périphérie. Les PC industriels basés sur des processeurs centraux, les passerelles ARM, les GPU, les FPGA et les NPU s’appuient sur des environnements d’exécution, des compilateurs, des contraintes de mémoire et des procédures de validation différents. Les recherches sur l’intelligence en périphérie hétérogène identifient cette diversité matérielle et logicielle comme un défi central pour les systèmes. ONNX améliore l’interchangeabilité des modèles, mais ne garantit pas une latence, une précision ou une consommation de ressources identiques après la compilation d’un modèle pour différentes cibles.

Cette disparité accroît le coût d’un déploiement à grande échelle au-delà d’un projet pilote étroitement défini. Un acheteur peut s’appuyer sur un fournisseur unique pour simplifier les opérations, mais cette approche peut réduire la résilience de l’approvisionnement et le pouvoir de négociation. À l’inverse, une stratégie multi-fournisseurs exige des capacités de MLOps pour tester, déployer, observer et restaurer les modèles sur l’ensemble du parc. La demande de services reste donc soutenue par la fragmentation, même si l’automatisation améliore l’efficacité des déploiements.

Le calendrier échelonné des obligations du règlement européen sur l’IA rend cette distinction commercialement importante jusqu’en 2027. Les fournisseurs capables de documenter le comportement des modèles, de gérer les mises à jour et de s’intégrer aux environnements industriels devraient capter plus tôt les dépenses des secteurs réglementés. Les spécialistes de petite taille des composants électroniques peuvent encore remporter des contrats de conception lorsque l’efficacité énergétique ou l’adéquation à la charge de travail est déterminante, mais leur capacité à changer d’échelle dépend de plus en plus d’outils interopérables et de partenariats de gouvernance crédibles.

Analyse des segments du marché de l’IA en périphérie

Par composant

Le matériel constitue le principal composant, passant de 10,17 milliards de dollars (USD) en 2024 à 11,90 milliards de dollars (USD) en 2025, et devrait atteindre 111,39 milliards de dollars (USD) d’ici 2035, avec un taux de croissance annuel composé (CAGR) d’environ 25,3 %. Les GPU répondent aux besoins de calcul à haut débit des applications de vision, multimodales et robotiques ; les ASIC privilégient les performances déterministes et l’efficacité énergétique pour les tâches stables à fort volume ; les CPU étendent l’inférence aux équipements industriels et d’entreprise déjà installés ; et les FPGA restent pertinents lorsque la reconfigurabilité ou des chemins de données spécialisés justifient leur complexité. Le choix commercial dépend donc de la charge de travail. L’écosystème Jetson de NVIDIA s’est constitué une vaste base de développeurs et de clients pour l’IA embarquée haute performance, tandis qu’Intel positionne son portefeuille de CPU, GPU, NPU et accélérateurs sur plusieurs niveaux de périphérie.

Les logiciels devraient progresser de 8,14 milliards de dollars (USD) en 2025 à 71,93 milliards de dollars (USD) en 2035, avec un taux de croissance annuel composé (CAGR) d'environ 24,5 %. Leur rôle consiste à convertir les performances des modèles en fiabilité à l'échelle de la flotte grâce à l'optimisation, à la gestion de l'exécution, à l'observabilité et aux flux de mise à jour. Les services, bien que leur croissance prévue soit plus lente, avec un CAGR d'environ 23,5 %, passeront de 5,17 milliards de dollars (USD) à 42,16 milliards de dollars (USD), les entreprises ayant besoin de conception d'architectures, d'intégration, de tests, de renforcement de la sécurité et de maintenance dans les environnements IT/OT.

Par application

La vidéosurveillance a généré 6,63 milliards de dollars (USD) en 2025 et devrait atteindre 48,40 milliards de dollars (USD) d'ici 2035. Elle bénéficie de l'intérêt économique immédiat que présente le filtrage et l'interprétation en local de flux vidéo volumineux, plutôt que la transmission de chaque flux vers un environnement distant. Un déploiement sous contrat de 56 millions de dollars (USD), couvrant plus de 250 000 points terminaux de vidéosurveillance intelligents en Asie du Sud-Est, illustre l'échelle à laquelle les infrastructures vidéo en périphérie sont désormais achetées ^{[5]BusinessWire / Wedbush - Blaize Secures $56M Edge AI Deployment Across Southeast Asia's Smart Infrastructure. investor.wedbush.com}. Toutefois, son CAGR d'environ 21,8 % est inférieur à celui de l'ensemble du marché, car le segment arrive à maturité et fait l'objet d'un contrôle accru concernant la biométrie et la gouvernance des espaces publics.

La surveillance à distance et la maintenance prédictive sont plus étroitement liées aux parcs de capteurs existants. La surveillance à distance devrait passer de 2,16 milliards de dollars (USD) en 2025 à 11,49 milliards de dollars (USD) en 2035, tandis que la maintenance prédictive progressera de 3,24 milliards de dollars (USD) à 21,31 milliards de dollars (USD). Un cadre publié de maintenance prédictive en périphérie et dans le cloud a fait état d'une latence, d'une consommation d'énergie et d'une utilisation de la bande passante inférieures à celles d'une approche exclusivement cloud ^{[6]MDPI Sensors - Edge-Cloud Synergy for AI-Enhanced Sensor Network Data: A Real-Time Predictive Maintenance Framework. mdpi.com}. L'argument d'achat pertinent repose sur la réduction des temps d'arrêt et l'accélération des interventions locales, et non simplement sur l'ajout d'une fonctionnalité d'IA aux données de télémétrie.

La catégorie autres, qui comprend notamment les systèmes autonomes et la robotique, est la plus importante parmi les applications, avec 11,19 milliards de dollars (USD) en 2025, et devrait atteindre 144,28 milliards de dollars (USD) d'ici 2035. Ces charges de travail accordent une plus grande valeur aux capacités de calcul embarquées, car un robot, un véhicule ou une machine autonome doit percevoir son environnement et agir malgré une connectivité incertaine. Cette situation favorise les architectures capables d'exécuter localement plusieurs pipelines de capteurs et de modèles, le cloud étant utilisé pour l'apprentissage de la flotte et l'analyse rétrospective.

Par utilisation finale

Le secteur manufacturier reste la principale utilisation finale identifiée en 2025, avec 5,57 milliards de dollars (USD), et atteindra 37,68 milliards de dollars (USD) d'ici 2035. Ses dépenses consacrées à l'IA en périphérie sont liées au contrôle qualité, au pilotage des processus, à la maintenance et à l'intralogistique, où l'inférence doit respecter le rythme des cycles de production. Le secteur de la santé devrait afficher la croissance la plus rapide, passant de 3,19 milliards de dollars (USD) à 39,42 milliards de dollars (USD), avec un CAGR d'environ 28,8 %, car le traitement local est compatible avec la surveillance continue, le fonctionnement hors ligne et la gestion de données sensibles. Le secteur BFSI passera de 2,16 milliards de dollars (USD) à 24,83 milliards de dollars (USD), l'inférence sur site étant pertinente pour la lutte contre la fraude, la sécurité et les flux contrôlés de données clients.

Le commerce de détail et le commerce électronique devraient atteindre 24,17 milliards de dollars (USD) en 2035, contre 2,31 milliards de dollars (USD) en 2025, tandis que le secteur du transport et de la logistique progressera de 2,96 milliards de dollars (USD) à 35,26 milliards de dollars (USD).

Les deux segments dépendent de décisions prises sur le lieu physique de l'activité : analyse des rayons et des caisses dans les magasins, et navigation, acheminement ou manutention automatisée dans la logistique. Le secteur public, évalué à 2,20 milliards de dollars (USD) en 2025 et à 10,59 milliards de dollars (USD) en 2035, progresse plus lentement, car les exigences en matière d'approvisionnement et de certification allongent les cycles d'adoption. Les télécommunications utilisent l'IA en périphérie pour optimiser les réseaux et fournir des services en périphérie, passant de 1,12 milliard de dollars (USD) à 7,19 milliards de dollars (USD). La catégorie combinée des autres utilisations finales, qui comprend l'énergie et les services aux collectivités ainsi que les médias et le divertissement, progresse de 5,69 milliards de dollars (USD) à 46,33 milliards de dollars (USD).

Le TCAC prévu de 28,8 % pour le secteur de la santé et le TCAC d'environ 28,3 % pour le transport et la logistique révèlent une condition commune : les défaillances, les retards ou le transfert de données peuvent entraîner un coût d'exploitation élevé. En revanche, les déploiements matures de surveillance et de contrôle doivent démontrer leur valeur additionnelle grâce à de meilleures alertes, à une moindre utilisation de la bande passante ou à un fonctionnement conforme aux exigences. Les fournisseurs qui associent un matériel économe en énergie à un flux de travail opérationnel précisément défini devraient disposer d'une voie plus claire vers la production en volume que ceux qui commercialisent une capacité générique d'IA en périphérie.

Analyse régionale du marché mondial de l'IA en périphérie

Asie-Pacifique

L'Asie-Pacifique devrait être le marché affichant la croissance la plus rapide, passant de 8,50 milliards de dollars (USD) en 2025 à 82,07 milliards de dollars (USD) en 2035, avec un TCAC d'environ 28,7 %. La Chine constitue le principal marché national de la région, avec 3,87 milliards de dollars (USD) en 2025. Son environnement de déploiement associe une infrastructure dense d'appareils connectés, une échelle industrielle et une politique mettant l'accent sur les capacités nationales en matière d'IA ; le Carnegie Endowment souligne la tension politique entre l'accélération du développement de l'IA et le maintien du contrôle de l'État ^{[7]Carnegie Endowment for International Peace - China's AI Policy at the Crossroads: Balancing Development and Control. carnegieendowment.org}. L'Inde apporte un autre vecteur de croissance par l'intermédiaire de l'IndiaAI Mission, qui a engagé 10 372 crores INR et annoncé l'accès à 18 693 GPU pour la recherche et les jeunes entreprises ^{[8]The Hindu - India to build foundational AI model in months, GPUs to be made available to start-ups, academia at subsidised rates. thehindu.com}. Le Japon, la Corée du Sud, l'Australie, Singapour, la Thaïlande, l'Indonésie et le Viêt Nam élargissent la demande régionale grâce à la robotique, aux écosystèmes des semi-conducteurs, aux investissements dans les villes intelligentes et à l'expansion des capacités de production.

Amérique du Nord

L'Amérique du Nord constitue le plus grand marché régional en 2025, avec 9,49 milliards de dollars (USD), et devrait atteindre 84,78 milliards de dollars (USD) d'ici 2035, avec un TCAC d'environ 27,5 %. Les États-Unis représentent 8,66 milliards de dollars (USD) en 2025, contre 829 millions de dollars pour le Canada. L'avantage de la région réside dans la densité de son écosystème : elle réunit des fournisseurs de semi-conducteurs, des plateformes cloud, des cadres logiciels et des entreprises utilisatrices capables de passer des projets pilotes à des parcs gérés. L'étendue de la couverture 5G renforce l'environnement pour les applications logistiques, industrielles et de santé, mais les choix de déploiement dépendent toujours de la criticité des charges de travail et des contrôles de sécurité, plutôt que de la seule disponibilité du réseau.

Europe

L’Europe passe de 5,05 milliards de dollars (USD) en 2025 à 43,07 milliards de dollars (USD) en 2035, avec un taux de croissance annuel composé (CAGR) d’environ 26,9 %. L’Allemagne, avec 1,37 milliard de dollars (USD) en 2025, joue un rôle central dans les cas d’utilisation de l’automatisation industrielle et bénéficie de l’intégration entre Siemens et Microsoft dans le domaine de l’edge computing industriel. Au Royaume-Uni, en France, en Italie, en Espagne, en Russie, en Norvège, aux Pays-Bas et en Suède, les exigences réglementaires influencent le choix des produits au même titre que les performances techniques. Le Cyber Resilience Act introduit des obligations de déclaration à compter de septembre 2026 ainsi que des exigences de conformité plus larges à partir de décembre 2027, faisant de la maintenance de la sécurité et de la documentation des produits des éléments de la proposition de valeur des fournisseurs.

Amérique latine

Le marché d’Amérique latine devrait passer de 826 millions de dollars (USD) en 2025 à 6,31 milliards de dollars (USD) en 2035. Le Brésil, avec 357 millions de dollars (USD), soutient la demande grâce aux cas d’utilisation dans l’industrie manufacturière, la logistique et les services financiers, tandis que le Mexique et l’Argentine offrent des opportunités liées à la numérisation des secteurs industriel et tertiaire. Le déploiement de la 5G dans la région est moins avancé, avec 76 millions de connexions et 53 réseaux commerciaux en 2024. Cette situation favorise d’abord les déploiements offrant un retour local clairement identifiable, tels que l’inspection des usines et les contrôles d’identité ou de transactions, avant une généralisation des architectures edge plus exigeantes en matière de réseau.

MEA

Le marché de la région MEA progresse de 1,33 milliard de dollars (USD) en 2025 à 9,24 milliards de dollars (USD) en 2035. L’Arabie saoudite et les Émirats arabes unis sont les marchés les plus importants, les Émirats arabes unis étant évalués à 353 millions de dollars (USD) en 2025. Le déploiement, en février 2025, de centres de données edge distribués par Aramco Digital, Armada et Microsoft au sein des opérations de Saudi Aramco illustre une demande façonnée par les activités énergétiques, la souveraineté des données et la résilience. L’Afrique du Sud et la Turquie contribuent à la demande dans les services financiers, l’exploitation minière, les télécommunications, l’industrie manufacturière et la logistique.

Le calendrier réglementaire européen crée une contrainte de qualification à court terme, mais peut favoriser les fournisseurs qui rendent opérationnelles, plutôt que facultatives, la maintenance de la sécurité, l’auditabilité et les mesures de contrôle du cycle de vie. Dans la région MEA, les déploiements énergétiques et industriels créent un cas d’utilisation distinct, axé sur la résilience, en faveur de l’inférence locale, comme l’illustre la mise en œuvre d’un cloud distribué en Arabie saoudite. La stratégie régionale devrait donc privilégier la conformité locale et les partenaires d’intégration plutôt qu’un déploiement uniforme des produits.

Part du marché de l’IA edge et paysage concurrentiel

Qualcomm détenait une part de marché de 15,6 % en 2025, suivi de NVIDIA avec 9,3 % et d’Intel avec 8,8 % ; les autres participants représentaient collectivement environ 66,3 %. Qualcomm est en concurrence grâce aux plateformes Snapdragon et Dragonwing dans les catégories mobiles, industrielles et de l’IoT, soutenues par des investissements dans l’IA embarquée. La position de NVIDIA repose sur le calcul embarqué haute performance et l’écosystème de développeurs associé, tandis qu’Intel couvre les PC edge, les accélérateurs et les outils d’optimisation. La dispersion des parts de marché montre qu’aucune architecture unique ne répond à l’ensemble des exigences en matière de puissance, de latence, de coût ou de certification.

Les fournisseurs de plateformes façonnent le paysage concurrentiel d’une manière différente de celle des fabricants de puces.

Microsoft et AWS apportent des capacités de gestion allant du cloud à la périphérie, Alphabet (Google) a promu la technologie NPU Coral et des partenariats au sein de l'écosystème, tandis qu'IBM associe gouvernance et capacités de déploiement de la périphérie vers le cloud. Apple Inc. est en concurrence grâce à l'intégration étroite de ses composants en silicium et de ses logiciels pour appareils grand public, tandis que Huawei Technologies participe via son écosystème matériel et logiciel sur les marchés où elle est présente. Ces entreprises peuvent influer sur les choix d'environnements d'exécution et de modèles, même lorsqu'elles ne commercialisent pas la même catégorie de module intégré.

Les acteurs régionaux se positionnent sur la couche physique et opérationnelle du déploiement. ADLINK Technology Inc., Synaptics Incorporated, Gorilla Technology Group, Robert Bosch GmbH, Siemens AG, Dell Technologies, Nutanix Inc., Edge Impulse Inc. et FogHorn Systems occupent des positions dans les systèmes embarqués, les composants en silicium pour l'IoT, l'intelligence vidéo, l'automatisation industrielle, les infrastructures de périphérie, le développement TinyML ou l'analyse opérationnelle. La mise en œuvre par Synaptics de la propriété intellectuelle NPU Coral de Google dans sa série Astra SL2610 illustre la manière dont les partenariats en matière de propriété intellectuelle peuvent élargir la base d'approvisionnement en matériel, sans qu'un fournisseur unique doive fabriquer chaque terminal ^{[9]EE Times - Google Open-Sources NPU IP, Synaptics Implements It. eetimes.com}.

Les acteurs émergents Kneron Inc., Ambiq Micro, SiMa.ai et Viso.ai se livrent concurrence grâce à l'inférence basse consommation, aux MLSoC spécialement conçus et aux outils accessibles de déploiement de la vision par ordinateur. Le financement obtenu par SiMa.ai en avril 2024 soutient la commercialisation de ses produits dans une catégorie où les spécialistes doivent démontrer leur fiabilité en production ainsi que leur efficacité selon les benchmarks. Dans l'ensemble du secteur, l'avantage concurrentiel repose de plus en plus sur la capacité d'un fournisseur à réduire le délai de qualification pour une application définie, plutôt que sur la seule puissance de calcul maximale.

Évolutions récentes du secteur

Février 2025 : Qualcomm et IBM ont annoncé l'élargissement de leur collaboration, avec l'intégration de watsonx.governance à la suite d'inférence de Qualcomm et à l'appareil d'IA sur site Dragonwing AI On-Prem Appliance.

Février 2025 : Aramco Digital, Armada et Microsoft ont annoncé le déploiement de centres de données de périphérie distribués au sein des opérations de Saudi Aramco pour des charges de travail industrielles pilotées par l'IA.

Juin 2025 : Blaize a annoncé un déploiement sous contrat d'une valeur de 56 millions de dollars (USD) pour plus de 250 000 terminaux de surveillance intelligents en Asie du Sud-Est.

2025 : Google a commercialisé la propriété intellectuelle NPU Coral, et Synaptics l'a mise en œuvre dans la famille de SoC IoT Astra SL2610.