Marché des processeurs neuronaux Taille et part 2025 - 2034

Taille du marché des processeurs neuronaux

Le marché mondial des processeurs neuronaux était évalué à 2,9 milliards de dollars (USD) en 2024. Selon Global Market Insights Inc., le marché devrait passer de 3,8 milliards de dollars (USD) en 2025 à 11,2 milliards de dollars (USD) en 2030, puis atteindre 27,3 milliards de dollars (USD) d'ici 2034, avec un taux de croissance annuel composé (TCAC) de 24,4 % sur la période de prévision 2025–2034.
 

• La croissance du marché des processeurs neuronaux s'explique par la demande croissante d'accélération de l'IA directement sur les appareils électroniques grand public, le traitement en temps réel pour les véhicules autonomes et connectés, l'essor des charges de travail liées à l'IA dans les environnements edge et les entreprises, la croissance de l'IA générative et des grands modèles de langage (LLM), ainsi que par la demande croissante en capacités de calcul d'IA économes en énergie et évolutives.
   
• Les modèles d'IA sont utilisés dans le monde entier et gagnent en complexité, ce qui accroît le besoin de processeurs efficaces capables de gérer plus efficacement les charges de travail liées à l'IA et à l'apprentissage automatique (IA/ML). Les processeurs neuronaux exécutent des calculs de données complexes, permettant une prise de décision rapide avec une faible latence et une consommation énergétique réduite. En déportant les tâches lourdes d'apprentissage automatique hors du cloud, ces puces réduisent la latence, allègent le trafic de données et améliorent la confidentialité des utilisateurs. Par exemple, le marché mondial de l'IA dans l'électronique grand public était évalué à environ 7,8 milliards de dollars (USD) en 2022, et l'intégration de l'IA dans les appareils domestiques intelligents devrait progresser à un TCAC de 26,5 % entre 2023 et 2030.
   
• Les processeurs neuronaux fournissent la puissance de calcul nécessaire pour permettre à un véhicule de percevoir précisément son environnement, de reconnaître les dangers et d'exécuter des commandes urgentes. En offrant des performances élevées avec une faible consommation d'énergie, ces processeurs sont devenus le moteur des technologies automobiles de nouvelle génération.
   
• La croissance des charges de travail liées à l'IA dans les environnements edge et les entreprises stimule le marché des processeurs neuronaux, les organisations recherchant des capacités de calcul rapides, économes en énergie et en temps réel. En conséquence, la demande de puces capables d'exécuter localement des tâches d'IA complexes — sur des smartphones, des capteurs ou dans des centres de données entiers — connaît une forte hausse, réduisant la dépendance à l'égard de ressources cloud distantes.
   
• Par application, le marché mondial des processeurs neuronaux est segmenté en traitement automatique du langage naturel (NLP), vision par ordinateur, analyse prédictive, reconnaissance vocale et autres applications. Dans le segment des applications, la vision par ordinateur représentait 32,2 % de la part de marché en 2024. Ce segment du marché a connu une forte progression en raison de la demande croissante en analyse d'images, de vidéos et de données dans des applications telles que la reconnaissance faciale, les véhicules autonomes, la sécurité et la fabrication intelligente.
   
• L'Asie-Pacifique représentait la plus grande part du marché mondial des processeurs neuronaux en 2024, soit 34,9 %, pour une valeur de marché de 1,01 milliard de dollars (USD). La croissance de la région est portée par la transformation numérique rapide, les initiatives publiques visant à développer les semi-conducteurs, l'adoption croissante des appareils dotés de fonctionnalités d'IA et la présence de grands pôles de fabrication électronique.
   

Tendances du marché des processeurs neuronaux

• L'IA est intégrée aux processeurs neuronaux afin de permettre des fonctionnalités directement sur les appareils, notamment les téléphones, les assistants numériques, les outils de diagnostic clinique et les systèmes de mobilité autonome. À mesure que le nombre d'applications augmente, les exigences de calcul nécessaires à un traitement local plus rapide s'accroissent. Cette demande stimule le développement d'unités de traitement neuronal (NPU) à base de silicium et de coprocesseurs spécialisés, optimisés pour le traitement de la vision, de la parole et du langage directement sur l'appareil, plutôt que par l'intermédiaire d'un modèle transmis via le cloud. Cette évolution alimente les investissements dans des prototypes de NPU économes en énergie et plus performants.
   
• Des secteurs tels que l’automobile, la robotique et les systèmes aériens s’orientent vers le traitement de l’IA en périphérie afin de réduire la latence des inférences et de mieux sécuriser les données sensibles. Les processeurs neuronaux en périphérie sont positionnés là où les données sont produites : dans un robot d’atelier, dans une unité de commande automobile ou dans un drone de livraison. Cette approche permet une prise de décision en temps réel avec une faible latence. Elle contribue à réduire la dépendance technique à l’égard des infrastructures cloud, qui reposent sur des données collectées et entraînent une forte consommation de bande passante. Elle sécurise les flux de données sensibles provenant de capteurs vulnérables.  
   
• Le paysage des processeurs neuronaux continue d’évoluer, avec une attention croissante portée à l’efficacité énergétique, à la durabilité et aux performances. De nouvelles méthodes sont apparues pour réduire l’énergie nécessaire à l’exécution tout en maintenant la précision des tâches d’IA, notamment le calcul analogique, le flux de données en mémoire et la modularité fondée sur des chiplets. La collaboration entre les fabricants de matériel, les fournisseurs de logiciels d’IA et les fabricants d’équipements d’origine (OEM) favorise la création d’un écosystème évolutif composé de composants et de modules utilisables, capables de prendre en charge les flux de calcul, d’entraînement et d’inférence dans le cadre de charges de travail multiples.               
   

Analyse du marché des processeurs neuronaux

Comprendre les tendances clés du marché

Télécharger le PDF gratuit

Selon le type, le marché est segmenté en circuits intégrés spécifiques à une application (ASIC), unités de traitement graphique (GPU), réseaux de portes programmables sur site (FPGA), unités de traitement neuronal (NPU) et processeurs de signal numérique (DSP). Le segment des GPU détient la plus grande part de marché, à 25,2 %, tandis que celui des NPU affiche la croissance la plus rapide, avec un taux de croissance annuel composé (TCAC) de 26,4 % au cours de la période de prévision.
 

• Le marché des unités de traitement graphique (GPU) est évalué à 700 millions de dollars (USD) en 2024. Les unités de traitement graphique (GPU) continuent de dominer le marché des processeurs neuronaux, car leur architecture massivement parallèle est adaptée à l’entraînement des réseaux neuronaux profonds. Les générations Ampere et Hopper de NVIDIA dépassent 1 000 TFLOPs de performances en IA, devançant largement les processeurs à usage général dans les tâches dominées par les calculs matriciels. Les données des benchmarks MLPerf indiquent que les meilleurs GPU réduisent de plus de 80 % la durée d’entraînement des modèles par rapport aux configurations fondées sur des processeurs.
   
• Pour maintenir leur leadership sur le marché, les fabricants intègrent des cœurs tenseurs, perfectionnent les hiérarchies de mémoire et exploitent des conceptions de chiplets économes en énergie afin d’améliorer les performances par watt. Les entreprises qui développent leurs activités liées à l’IA constatent que les investissements dans des GPU de pointe permettent d’obtenir rapidement des résultats et un solide retour sur investissement, en particulier dans les environnements où l’accélération des cycles d’itération et de déploiement des modèles est essentielle.
   
• Le marché des unités de traitement neuronal (NPU) devrait progresser à un taux de croissance annuel composé (TCAC) de 26,4 % d’ici 2034. Les unités de traitement neuronal (NPU) deviennent rapidement un composant dominant du marché des processeurs neuronaux, spécifiquement utilisé pour accélérer les charges de travail d’IA, notamment l’inférence par apprentissage profond et l’intelligence embarquée.
   
• Sur le plan architectural, les NPU permettent d’optimiser l’accès à la mémoire, de minimiser les transferts de données et d’exécuter les opérations tensorielles plus efficacement que les puces à usage général. Selon des fabricants tels que Qualcomm et Huawei, les NPU peuvent offrir des performances par watt cinq fois supérieures à celles des GPU ou des processeurs pour des applications en périphérie telles que la reconnaissance vocale, la détection faciale et la maintenance prédictive.
   
• Les fabricants investissent notamment dans le calcul hétérogène, les kits de développement logiciel (SDK) et les puces modulaires. Face à la demande en faveur d’une IA axée sur la confidentialité et à faible latence, les NPU sont appelés à prendre en charge l’IA en périphérie de nouvelle génération dans les appareils grand public et professionnels.

Selon le nœud technologique, le marché des processeurs neuronaux se divise entre les nœuds supérieurs à 16 nm, ceux de 10 nm–16 nm et ceux inférieurs à 10 nm. Le segment 10 nm-16 nm détient la plus grande part de marché, à 42,2 %.
 

• Le marché des nœuds 10 nm-16 nm est évalué à 1,2 milliard de dollars (USD) en 2024. Le nœud technologique 10 nm–16 nm de l’écosystème des processeurs neuronaux gagne du terrain en tant que compromis optimal entre performance et efficacité, notamment pour les cas d’utilisation de l’inférence IA à grand volume, qui exigent une puissance de calcul et un débit compétitifs en matière de coûts sans supporter les coûts substantiels de la fabrication en dessous de 7 nm. Ces nœuds peuvent atteindre une densité de transistors suffisante pour permettre le calcul parallèle avancé et l’accélération de l’IA, tout en bénéficiant de rendements de fabrication éprouvés et d’une structure de coûts maîtrisée.
   
• Pour tirer parti de ce segment, les entreprises de semi-conducteurs doivent étudier la réutilisation des composants IP, garantir une largeur et une profondeur accrues des bibliothèques de contrôle de tension, et adapter la conception de la gestion adaptative de l’alimentation aux exigences de ces plages de nœuds. Cela est particulièrement important lorsque les entreprises de semi-conducteurs collaborent avec des fabricants d’équipements d’origine (OEM) sur des produits d’IA de périphérie de milieu de gamme. Nous prévoyons que les nœuds 10 nm– 16 nm constitueront, au cours des 3–5 prochaines années, un moyen commercialement pertinent de soutenir le partage des coûts dans le déploiement de l’IA à des coûts compétitifs .
   
• Le marché des nœuds inférieurs à 10 nm devrait progresser à un taux de croissance annuel composé (TCAC) de 25,2 % d’ici 2034. À mesure que les nœuds technologiques inférieurs à 10 nm du secteur des processeurs neuronaux s’imposent comme la solution privilégiée pour les charges de travail d’IA de nouvelle génération, notamment dans le calcul haute performance (HPC), les centres de données en nuage et les appareils mobiles et d’IA de périphérie haut de gamme, ils optimiseront l’utilisation de la lithographie aux ultraviolets extrêmes (EUV) ainsi que des architectures de transistors FinFET ou à grille complète (GAA) de nouvelle génération afin de maximiser la densité de transistors, d’accroître la vitesse d’exécution des réseaux neuronaux et de réduire la puissance consommée (en watts) par calcul.
   
• Pour tirer parti de la technologie inférieure à 10 nm, les fabricants de semi-conducteurs devraient envisager d’investir dans la métrologie de la lithographie EUV, le conditionnement avancé des chiplets et la mise à l’échelle de la distribution électrique. Ils devraient également collaborer avec les fonderies, les fournisseurs de services infonuagiques et les développeurs de logiciels d’IA afin d’optimiser le délai de mise sur le marché de processeurs neuronaux ultra-efficaces, pour ainsi dire, adaptés aux infrastructures d’IA de la périphérie au nuage .
   

Selon le mode de déploiement, le marché des processeurs neuronaux se divise entre les appareils périphériques et les centres de données en nuage. Le segment des centres de données en nuage détient la plus grande part de marché, à 64,6 %, et devrait progresser à un TCAC de 24,7 % au cours de la période de prévision.
 

• Le marché des centres de données en nuage est évalué à 1,8 milliard de dollars (USD) en 2024. La très grande majorité des processeurs neuronaux sont déployés dans des centres de données en nuage. Les entreprises, les hyperscalers et les laboratoires de recherche en IA recherchant des infrastructures de calcul évolutives et axées sur la performance pour traiter des modèles de plus en plus complexes fondés sur l’apprentissage profond, il est logique de privilégier le déploiement de processeurs neuronaux dans les environnements en nuage. Grâce à la centralisation de l’infrastructure de calcul dans le nuage et à l’élasticité des opérations des centres de données, les organisations peuvent utiliser à la demande des processeurs neuronaux, notamment des unités de traitement neuronal (NPU) et des processeurs graphiques (GPU) optimisés pour l’IA, afin d’entraîner des grands modèles de langage (LLM) à grande échelle, des modèles de vision par ordinateur ou des moteurs de recommandation.
   
• Les fournisseurs d’infrastructures et les concepteurs de NPU devraient chercher à optimiser l’efficacité énergétique, la conception thermique et la bande passante mémoire des processeurs neuronaux de qualité serveur dans le nuage. Il est essentiel que les fournisseurs de services infonuagiques (CSP) collaborent avec les environnements de programmation pour l’IA et les communautés open source afin d’assurer la compatibilité des charges de travail et de réduire la latence dans les autres déploiements de programmation, d’entraînement multinœud et d’inférence sur des infrastructures basées dans le nuage .
   
• Le marché des dispositifs de périphérie devrait progresser à un taux de croissance annuel composé (CAGR) de 26 % d’ici 2034. Les dispositifs de périphérie sont largement adoptés comme mode de déploiement dans le domaine des processeurs neuronaux, en raison de la nécessité de réaliser des inférences en temps réel, de réduire la latence et de protéger les données dans des applications telles que les véhicules autonomes, la vidéosurveillance intelligente, le suivi médical et l’automatisation industrielle. Ces dispositifs effectuent le traitement neuronal à la source des données, avec des progrès en matière d’optimisation de l’autonomie directement intégrés, ce qui élimine le temps nécessaire à la connexion au cloud et accélère la prise de décision.
   
• Les fabricants de produits doivent exploiter des boîtes à outils spécialisées, des plateformes matérielles et logicielles co-conçues ainsi que des modèles préentraînés pour l’inférence en périphérie. En collaborant étroitement avec les fabricants d’appareils IoT, les fournisseurs de télécommunications et les OEM dans des secteurs verticaux spécifiques, ils peuvent favoriser l’adoption à grande échelle des processeurs neuronaux dans des environnements aux ressources limitées, tels que les microdispositifs portables, les drones et les systèmes de surveillance à distance .
   

Selon la précision de traitement, le marché des processeurs neuronaux est réparti entre les segments 32 bits, 16 bits et 8 bits et moins. Le segment 16 bits détient la plus grande part de marché, avec 43,2 %, tandis que le segment 8 bits et moins affiche la croissance la plus rapide, avec un taux de croissance annuel composé (CAGR) de 24,9 % sur la période de prévision.
 

• Le marché du 16 bits est évalué à 1,2 milliard de dollars (USD) en 2024. Compte tenu des avancées majeures dans le domaine des processeurs neuronaux, la précision de traitement en 16 bits fait l’objet d’un regain d’intérêt, car elle offre un bon équilibre — ou « point d’équilibre » — entre la puissance de calcul et le niveau de précision des modèles, notamment pour des applications telles que la reconnaissance vocale traditionnelle, le contrôle gestuel et l’inférence mobile. Par rapport aux formats 8 bits, la précision numérique en virgule flottante ou fixe sur 16 bits conserve une meilleure fidélité numérique et convient particulièrement aux contextes dans lesquels la perte liée à la quantification poserait problème, ainsi qu’aux réseaux neuronaux profonds. Le format 16 bits gagne du terrain en tant qu’option de référence pour les solutions d’IA en périphérie et l’analyse en temps réel dans le domaine de l’inférence en périphérie, où la précision 32 bits correspond à un éventail de cas d’usage beaucoup plus restreint, mais peut mobiliser une bande passante bien plus élevée, notamment en double précision.
   
• Les fournisseurs devront se concentrer sur la mise en place d’un support robuste des compilateurs pour les options 16 bits, de boîtes à outils d’entraînement capables d’optimiser les modèles 16 bits et d’une interopérabilité collaborative avec les cadres d’IA, en maintenant notamment une compatibilité avec TensorFlow Lite, PyTorch Mobile, etc. Toutefois, si la structure est préservée, l’adoption d’un format 16 bits natif par défaut offrira de nombreux cas d’usage pour la modélisation de l’IA de complexité intermédiaire, notamment dans les applications électroniques embarquées et grand public .
• Le marché du 8 bits et moins devrait afficher un taux de croissance annuel composé (CAGR) de 24,9 % d’ici 2034. Sur le marché des processeurs neuronaux, la précision de traitement de 8 bits et moins — c’est-à-dire l’exécution de calculs reposant sur un niveau de précision réduit, par exemple 4 bits binaires, plutôt que sur des calculs en virgule flottante — continue de pénétrer des applications déjà matures, soutenue par la demande d’applications d’intelligence artificielle (AI) à très faible consommation, telles que la détection de mots-clés, la détection de mots d’activation et la classification d’objets fondée sur la vision dans les appareils domestiques intelligents et les appareils IoT connectés à Internet. La réduction de la précision diminue la bande passante mémoire et la charge de calcul, ce qui permet d’effectuer l’inférence sur l’appareil dans des dispositifs alimentés par batterie dont le budget énergétique est limité.
   
• Les fabricants devraient investir dans des chaînes d’outils de quantification adaptative, des modèles d’architecture allégés conçus pour le déploiement en périphérie, tels que MobileNet et TinyML, ainsi que dans la recherche de cadres logiciels de co-conception compatibles avec des voies de précision inférieures à 8 bits lors de l’exécution des modèles. Ces évolutions positionneront les fournisseurs sur le marché du déploiement de l’IA, dont l’expansion vers l’IA en périphérie est attendue dans des domaines tels que les dispositifs portables, les capteurs intelligents et les produits électroniques grand public, où le coût, la consommation d’énergie et le format constituent les principaux critères de conception .

Selon l'application, le marché se répartit entre le traitement automatique du langage naturel (NLP), la vision par ordinateur, l'analyse prédictive, la reconnaissance vocale et les autres applications. Le segment de la vision par ordinateur détient la plus grande part de marché, à 32,3 %.
 

• Le marché de la vision par ordinateur est évalué à 75 millions de dollars (USD) en 2024. Grâce aux facteurs importants liés à la perception en temps réel dans des domaines tels que les véhicules autonomes, la surveillance, l'automatisation industrielle et l'électronique grand public, la vision par ordinateur devient un cas d'utilisation principal dans l'écosystème des processeurs neuronaux. Les processeurs neuronaux utilisent des méthodes de classification d'images, de détection d'objets et de segmentation fondées sur l'apprentissage profond, à haute précision et à grande vitesse, afin de favoriser l'interprétation des données visuelles par les machines.
   
• Les fournisseurs doivent mettre l'accent sur l'amélioration de la hiérarchie de mémoire sur puce, l'optimisation de l'architecture des flux de données et l'investissement dans des moteurs d'inférence programmables afin de répondre aux besoins de déploiement à grande échelle, des caméras intelligentes connectées au cloud jusqu'aux systèmes robotiques entièrement déployés en périphérie. Les partenariats avec des développeurs de solutions d'IA dédiées à la vision et le lancement de kits de développement logiciel (SDK) pour la vision par ordinateur viendront compléter l'écosystème et réduire le délai de mise sur le marché.
   
• Le marché du traitement automatique du langage naturel (NLP) devrait afficher un taux de croissance annuel composé (TCAC) de 25,8 % d'ici 2034. Le traitement automatique du langage naturel (NLP) demeure le principal domaine d'application dans l'univers des processeurs neuronaux, car la demande en compréhension du langage naturel en temps réel et directement sur les appareils continue d'augmenter dans un large éventail d'applications, notamment les chatbots, les assistants virtuels, l'automatisation du service client et les systèmes d'IA d'entreprise. Les cas d'utilisation du NLP, tels que l'analyse des sentiments, la traduction automatique, la synthèse et les systèmes de questions-réponses, nécessitent également d'importantes capacités de calcul et sont donc particulièrement adaptés à l'accélération neuronale discrète.
   
• Pour rester pertinents, les fabricants de puces doivent renforcer la prise en charge de l'inférence basse consommation et de la gestion de la longueur des séquences, ainsi que la capacité à optimiser la parcimonie des jetons. Ils doivent également s'associer à des développeurs de frameworks NLP open source, développer leurs propres chaînes d'outils de compilation pour les modèles de langage et prendre en charge des bibliothèques NLP préoptimisées afin de suivre l'évolution rapide des besoins des entreprises, des appareils en périphérie et des applications multilingues à faible latence.
   

Selon le secteur d'utilisation finale, le marché des processeurs neuronaux se répartit entre l'électronique grand public, l'automobile, la santé, la robotique et les drones, l'automatisation industrielle, la défense et l'aérospatiale, ainsi que les autres applications. Le segment automobile est celui qui connaît la croissance la plus rapide, avec un TCAC de 28,4 % au cours de la période de prévision.
 

• Le marché de l'électronique grand public est évalué à 171 millions de dollars (USD) en 2024. L'électronique grand public s'impose comme le plus grand marché d'utilisation finale et le plus dynamique pour les processeurs neuronaux. La demande de processeurs neuronaux augmente, l'électronique grand public constituant l'un des principaux cas d'utilisation. La demande de produits électroniques grand public plus rapides, plus intelligents et plus intuitifs, en particulier les appareils mobiles, progresse. Ces produits comprennent les smartphones, les tablettes, les téléviseurs, les casques de réalité augmentée et de réalité virtuelle (AR/VR), ainsi que les appareils portables. La demande augmente pour des tâches plus simples et plus rapides, telles que l'amélioration d'image en temps réel, la reconnaissance vocale, l'authentification faciale et les assistants IA directement sur l'appareil. Les unités de traitement neuronal (NPUs) sont intégrées à ces appareils afin d'améliorer l'expérience utilisateur. 
   
• Les fabricants devraient privilégier les innovations en matière d'architectures de puces optimisées en surface, de prise en charge des modems 5G et de technologies avancées de conditionnement afin de créer des produits compacts. La capacité à agir rapidement dépendra des relations établies avec les marques de produits grand public et les fabricants d'équipements d'origine (OEM). L'installation de SDK d'IA et d'outils d'apprentissage automatique en périphérie sera nécessaire, tout comme l'adoption par les développeurs, afin de garantir que tous les modèles d'IA puissent fonctionner directement sur l'appareil et de créer un écosystème solide.
   
• Le marché automobile devrait progresser à un TCAC de 28,4 % d’ici 2034. L’industrie automobile adopte massivement les processeurs neuronaux pour les systèmes avancés d’aide à la conduite (ADAS), les capacités de conduite autonome et les systèmes d’infodivertissement embarqués. À mesure que les véhicules évoluent pour devenir davantage définis par les logiciels et l’IA, les NPU deviendront essentiels au traitement en temps réel de grandes quantités de données issues d’un large éventail de capteurs (caméras, LiDAR, radars, capteurs ultrasoniques, etc.), afin de permettre des fonctions telles que la détection d’objets, le changement de voie, la maintenance prédictive, etc.
   
• Les fabricants de puces et les fournisseurs de rang 1 auront besoin de chaînes d’outils spécifiques à l’automobile, de compilateurs d’apprentissage automatique et de plateformes de simulation. Les fournisseurs devront également collaborer avec les constructeurs automobiles afin d’intégrer les NPU dans les architectures de calcul centralisé et zonal. La prise en charge des mises à jour OTA (« over the air ») et le chiffrement matériel des modèles d’IA seront nécessaires pour répondre aux normes applicables aux véhicules connectés et autonomes.

En savoir plus sur les principaux segments façonnant ce marché

Télécharger le PDF gratuit

Le marché des processeurs neuronaux en Amérique du Nord détenait une part de marché de 27,2 % en 2024 et progresse selon un TCAC de 24,8 %, porté par l’adoption rapide de l’IA dans les centres de données en nuage, l’intégration soutenue de l’IA en périphérie dans les secteurs automobile et de l’électronique grand public, ainsi que par l’augmentation des investissements dans des processeurs neuronaux hautes performances et économes en énergie destinés aux applications d’automatisation des entreprises et du secteur industriel.
 

• Le marché américain des processeurs neuronaux était évalué à 623,6 millions de dollars (USD) en 2024. L’augmentation des charges de travail liées à l’IA dans des secteurs tels que l’informatique en nuage, l’électronique grand public, les véhicules autonomes et la défense stimule la demande de processeurs neuronaux aux États-Unis. Selon la Semiconductor Industry Association (SIA), près de 46 % des ventes mondiales de semi-conducteurs proviennent des États-Unis, qui constituent le principal pôle d’innovation pour la conception de puces orientées vers l’IA. De même, des entreprises telles que NVIDIA, Intel et AMD réaliseront des investissements importants dans le secteur des processeurs neuronaux, ce qui entraînera une demande exponentielle de processeurs neuronaux dans les appareils en périphérie et les centres de données hyperscale, ainsi que pour l’entraînement d’applications ou de modèles d’IA.
   
• La première priorité des fabricants de processeurs neuronaux souhaitant se positionner sur le marché américain des processeurs neuronaux consiste à commencer à privilégier la relocalisation de leurs activités de fabrication dans le cadre du CHIPS and Science Act, qui vise à promouvoir la production de semi-conducteurs aux États-Unis, au-delà des seules activités de fabrication. Deuxièmement, les fabricants devraient investir dans le conditionnement avancé et l’intégration hétérogène, en mettant l’accent sur les performances et la consommation énergétique. Troisièmement, afin de favoriser une adoption accrue sur des horizons plus longs, des partenariats stratégiques avec des fournisseurs américains de services infonuagiques, des constructeurs automobiles et des prestataires de défense offriront une visibilité élevée sur la demande aux États-Unis.
   
• Le marché canadien des processeurs neuronaux était évalué à 171 millions de dollars (USD) en 2024. Le marché canadien émerge à mesure que les secteurs d’activité accélèrent l’adoption de l’IA et de l’apprentissage automatique dans des applications telles que les villes intelligentes, les véhicules autonomes, les technologies financières et les soins de santé. Les initiatives fédérales et provinciales en matière d’IA — notamment la Stratégie pancanadienne en matière d’intelligence artificielle — ainsi que la proximité d’instituts de recherche de premier plan tels que le Vector Institute et MILA favorisent un environnement axé sur l’innovation, qui génère une demande de processeurs neuronaux en périphérie et infonuagiques afin de permettre la prise de décision en temps réel et l’inférence des modèles.
   
• Pour maximiser cette opportunité pour les développeurs de NPU et les fournisseurs de solutions, il est essentiel de s’aligner sur l’importance croissante accordée au Canada à l’IA éthique ainsi qu’aux réglementations et aux bonnes pratiques en matière de confidentialité des données, en créant des NPU économes en énergie adaptés à l’apprentissage fédéré et au traitement directement sur l’appareil.Collaborer avec des universités canadiennes, des start-up spécialisées dans l’IA et des fournisseurs de services infonuagiques peut ouvrir la voie à des contrats lucratifs dans le secteur public et à des cas d’utilisation en entreprise. Concevoir et fabriquer localement, ou implanter des unités de fabrication de semi-conducteurs en Amérique du Nord, peut également contribuer à surmonter les problèmes et les limites croissants des chaînes d’approvisionnement mondiales, en phase avec l’émergence d’un sentiment nationaliste des consommateurs en faveur de la souveraineté technologique .
   

Le marché européen des processeurs neuronaux détenait une part de marché de 20,5 % en 2024 et progresse selon un taux de croissance annuel composé (TCAC) de 23,5 %, sous l’effet de l’essor des initiatives de recherche en IA, de la solide innovation dans le domaine des semi-conducteurs et du déploiement croissant de processeurs neuronaux dans les applications automobiles, d’automatisation industrielle et de santé, conformément à des réglementations strictes en matière de confidentialité des données et d’efficacité énergétique.
 

• Le marché allemand des processeurs neuronaux devrait progresser selon un TCAC de 24,5 % d’ici 2034. Le marché allemand des processeurs neuronaux connaît une croissance significative grâce aux solides capacités du pays dans les domaines de l’automatisation industrielle, de l’innovation automobile et de la recherche et du développement intégrant l’IA. Des programmes de plus en plus populaires, tels que "AI Made in Germany", ainsi que les importants investissements du secteur public dans l’Industrie 4.0, stimulent la demande d’intelligence embarquée dans les secteurs de la fabrication de haute technologie, de la robotique et de la mobilité. Les principaux fabricants d’équipements d’origine (OEM) et les établissements de recherche investissent dans des unités de traitement neuronal (NPU) afin de permettre le traitement en temps réel des données des capteurs, la maintenance prédictive et le contrôle des systèmes autonomes. En outre, ces acteurs devront se conformer aux réglementations strictes en matière de confidentialité des données prévues par le RGPD.
   
• Les fabricants de processeurs neuronaux ciblant l’industrie allemande devraient se concentrer sur la conception de puces à faible consommation d’énergie, conformes aux exigences de sécurité, tant au niveau de leur acquisition que de leur utilisation, et spécifiquement conçues pour l’inférence en périphérie dans les environnements industriels et automobiles. Les opportunités se multiplieront pour les processeurs neuronaux compatibles avec les normes européennes, notamment la norme ISO 26262 relative à la sécurité fonctionnelle automobile, ainsi que grâce au développement de partenariats technologiques avec des fournisseurs de rang 1 et des instituts de recherche favorables à l’IA. Cette approche tirera parti de la culture d’ingénierie allemande, dans laquelle les valeurs d’innovation s’inscrivent depuis longtemps dans des cycles d’adoption de longue durée.
   
• Le marché britannique des processeurs neuronaux était évalué à 137 millions de dollars (USD) en 2024. L’importance croissante accordée au déploiement de l’IA dans les secteurs de la santé, de la défense et des services financiers a suscité un intérêt croissant, puis une adoption accélérée des processeurs neuronaux au Royaume-Uni. Les infrastructures et l’expertise disponibles grâce aux travaux menés par le gouvernement dans le cadre de la Stratégie nationale en matière d’IA, l’accent mis sur les applications de l’IA au service du bien social et l’augmentation des financements en capital-risque destinés aux start-up britanniques spécialisées dans l’IA stimulent la demande d’unités de traitement neuronal efficaces et économes en énergie, capables d’exécuter des charges de travail hautement performantes telles que le traitement automatique du langage naturel, la vision par ordinateur et l’inférence en périphérie. La révolution de l’IA dans le secteur de la santé est renforcée par le développement des infrastructures de santé connectées et la multiplication des innovations appliquées en matière de cybersécurité.
   
• Pour tirer parti des conditions du marché des processeurs neuronaux au Royaume-Uni, les développeurs de processeurs neuronaux devraient mettre en œuvre des stratégies conformes aux cadres réglementaires propres au Royaume-Uni, tels que les normes de NHS Digital, en intégrant une évaluation de la chaîne d’approvisionnement des infrastructures, des jeux de puces d’IA sécurisés et des solutions périphériques à faible latence, tout en nouant des partenariats avec les pôles de recherche britanniques en IA et en collaborant avec des partenariats public-privé afin de renforcer la confiance locale et la sensibilisation aux avancées de l’IA grâce au soutien du gouvernement britannique .
   

La région Asie-Pacifique est celle qui connaît la croissance la plus rapide sur le marché des processeurs neuronaux et devrait progresser selon un TCAC de 25,5 % au cours de la période de prévision, sous l’effet de l’urbanisation rapide, de la forte demande d’électronique grand public intégrant l’IA, de l’expansion des infrastructures 5G et de l’augmentation des investissements dans les centres de données, les véhicules autonomes et la fabrication intelligente dans des économies émergentes telles que la Chine, l’Inde et l’Asie du Sud-Est.
 

• Le marché chinois des processeurs neuronaux devrait connaître une croissance significative et atteindre 4,9 milliards de dollars (USD) d’ici 2034. Le secteur chinois des processeurs neuronaux bénéficie du fort soutien des pouvoirs publics au développement de l’IA dans le cadre du “New Generation Artificial Intelligence Development Plan”, de l’augmentation des financements consacrés au développement des villes intelligentes et de la solidité du secteur de l’électronique grand public. Des entreprises nationales telles que Huawei, Alibaba et Baidu développent des accélérateurs d’IA optimisés pour les modèles de langage personnalisés, la conduite autonome et les applications de reconnaissance faciale. Cette dynamique entraîne une forte demande de processeurs neuronaux.
   
• Pour être compétitifs dans cet environnement, les fabricants de processeurs neuronaux doivent localiser l’optimisation de leurs composants matériels et logiciels pour le traitement automatique du langage naturel (NLP) en mandarin, se conformer aux lois chinoises relatives à la cybersécurité et à la localisation des données, et concevoir des solutions optimisées en matière de consommation énergétique pour les applications mobiles et de surveillance. Les fabricants pourraient bénéficier d’un meilleur accès au marché auprès des fonderies locales grâce à des partenariats stratégiques avec des organismes soutenus par l’État et investis dans les semi-conducteurs, ainsi qu’avec l’objectif national de parvenir à l’autosuffisance dans ce secteur.
   
• Le marché japonais est promis à une croissance significative et devrait atteindre 130 millions de dollars (USD) d’ici 2034. Le marché japonais des processeurs neuronaux poursuit sa croissance à un rythme régulier, soutenu notamment par l’accent mis par le pays sur la robotique, les systèmes autonomes et la fabrication intelligente dans le cadre de programmes tels que Society 5.0. Le vieillissement de la population japonaise crée des besoins spécifiques pour le développement de diverses solutions de santé fondées sur l’IA, en particulier des solutions capables d’exécuter des inférences directement sur l’appareil, ce qui nécessite des processeurs neuronaux à très haut rendement. Parallèlement, les principaux acteurs technologiques japonais, tels que Sony, Renesas et d’autres entreprises, cherchent à développer une nouvelle génération de puces d’IA en périphérie afin de répondre aux besoins de conception des applications automobiles, de l’électronique grand public et de la robotique industrielle.
   
• Pour tirer parti de ces opportunités, les entreprises japonaises spécialisées dans les processeurs neuronaux devront envisager une très faible consommation d’énergie, une grande fiabilité et un format compact afin de prendre en charge des systèmes embarqués compacts. Il sera également important de collaborer avec les équipementiers automobiles japonais, les fabricants de dispositifs médicaux et les acteurs des technologies d’automatisation industrielle. Comprendre la préférence du Japon pour les systèmes intégrés verticalement et de très haute qualité contribuera à favoriser l’adoption sur ce marché fondé sur la précision.
   

Le marché latino-américain des processeurs neuronaux détenait une part de marché de 9,3 % en 2024 et affiche un taux de croissance annuel composé (TCAC) de 20,9 %, soutenu par l’adoption croissante de l’IA dans les secteurs de la santé et de l’agriculture, la progression de la pénétration des smartphones, le soutien des pouvoirs publics à la transformation numérique et la demande croissante de dispositifs intelligents en périphérie ainsi que de solutions informatiques à haut rendement énergétique.
 

Le marché des processeurs neuronaux au Moyen-Orient et en Afrique détenait une part de marché de 8 % en 2024 et affiche un TCAC de 24,4 %, porté par l’expansion des infrastructures numériques, l’augmentation des investissements dans l’IA et les initiatives de villes intelligentes, la hausse de la demande en informatique en périphérie pour la surveillance et l’automatisation industrielle, ainsi que l’adoption croissante de produits électroniques grand public dotés de fonctionnalités d’IA dans les centres urbains.
 

• Le marché sud-africain des processeurs neuronaux devrait connaître une croissance significative et atteindre 240 millions de dollars (USD) d’ici 2034. Le secteur sud-africain des processeurs neuronaux progresse lentement, tandis que le pays poursuit sa transformation numérique, ses travaux de recherche sur l’IA et le développement de ses infrastructures intelligentes. La demande continue d’augmenter dans des secteurs tels que les technologies financières, la santé et la surveillance, où l’IA en périphérie et l’intelligence embarquée offrent une meilleure protection des données ainsi que de meilleures capacités de prise de décision.
   
• Les universités et les pôles technologiques étudient les accélérateurs d’IA et les unités de traitement neuronal (NPU) embarquées pour la robotique en temps réel et le traitement intelligent des diagnostics. Les programmes d’innovation pilotés par les pouvoirs publics et les partenariats public-privé contribuent au développement des compétences locales en IA.

Part de marché des processeurs neuronaux

• Le secteur des processeurs neuronaux est très concurrentiel : NVIDIA, Intel, AMD, Qualcomm, Google et Samsung Electronics sont les six principales entreprises et représentaient ensemble une part significative de 66 % du marché en 2024. Ces entreprises détiennent une part considérable du marché des processeurs neuronaux grâce à leurs écosystèmes matériels et logiciels intégrés, à leurs piles propriétaires d’accélération de l’IA et à leurs investissements importants dans la recherche et le développement de l’architecture des puces. Leur capacité à couvrir l’ensemble de la chaîne, de l’intégration matérielle à la pile logicielle, leur permet de proposer des outils établis de développement de l’IA et de constituer des communautés mondiales de développeurs. Ces facteurs créent d’importantes barrières à l’entrée. L’engagement du secteur en faveur de l’IA en périphérie, de l’accélération des centres de données et des charges de travail génératives, associé à une attention commune portée aux indicateurs de performance, à l’évolutivité et au verrouillage des écosystèmes, renforce encore leur position de leader sur les marchés NRFI.
   
• NVIDIA détenait une part de 17 % du marché des processeurs neuronaux en 224, grâce à sa position de leader du marché avec ses plateformes CUDA et TensorRT, à leur intégration étroite avec les frameworks d’IA et à son rythme d’innovation constant dans les architectures de GPU et de NPU. L’avantage stratégique de NVIDIA réside dans son engagement à l’échelle de l’entreprise en faveur de l’informatique accélérée, du calcul intensif pour l’IA et de plateformes telles que DGX et Grace Hopper, ainsi que dans un écosystème matériel et logiciel optimisé pour l’apprentissage profond, l’inférence à haut débit et les grands modèles de langage. Le leadership de NVIDIA dans le domaine de l’inférence se manifeste notamment par son utilisation dans les centres de données, les systèmes autonomes et les charges de travail d’IA d’entreprise.
   
• Intel détenait 14 % du marché mondial des processeurs neuronaux en 2024, grâce à l’élargissement de sa gamme de processeurs dotés de capacités d’IA (Core Ultra et Xeon avec NPU intégrés). L’entreprise continue de promouvoir sa boîte à outils OpenVINO et son framework oneAPI afin de maximiser la compatibilité et les performances dans les charges de travail d’IA en périphérie et d’IA d’entreprise. Ses investissements dans les architectures hybrides, l’accélération de l’inférence sur appareil et les relations avec des partenaires fournisseurs de logiciels et de services cloud renforcent sa position dans l’informatique pour postes clients et les charges de travail d’IA embarquée.
   
• AMD détenait 13 % de la part de marché, grâce à son architecture hautes performances fondée sur des chiplets et à ses accélérateurs GPU, avec un accent mis sur les charges de travail d’IA.Les produits actuels de la société intègrent des capacités d’inférence de l’IA dans ses gammes Ryzen et EPYC, destinées aux secteurs du jeu vidéo, des centres de données et de l’informatique en périphérie. L’acquisition de Xilinx par AMD lui a permis d’étendre encore davantage sa présence dans l’IA aux domaines de l’informatique adaptative et des systèmes embarqués, tout en bénéficiant de modèles de déploiement flexibles et d’une mise à l’échelle de l’efficacité énergétique et des performances.
   
• Qualcomm détenait 10 % du marché mondial des processeurs neuronaux, portée par sa puissance dans l’IA mobile liée aux jeux de composants Snapdragon, qui intègrent des unités de traitement neuronal Hexagon (NPU) et fournissent une prise en charge entièrement intégrée des sous-systèmes d’IA toujours actifs dans les smartphones, les appareils XR et les écosystèmes automobiles. Le moteur d’IA de Qualcomm assure le traitement en temps réel de la parole, de la vision et du langage directement sur l’appareil, tandis que les fabricants d’équipements d’origine de l’écosystème Android et des applications automobiles deviennent des partenaires clés, accélérant le déploiement à grande échelle. La principale différenciation de Qualcomm réside dans l’accélération écoénergétique de l’IA pour les flux de travail d’intelligence en périphérie.
   
• Google détenait 7 % des parts du marché mondial des processeurs neuronaux en 2024, grâce à ses propres unités de traitement tensoriel (TPU) et à ses systèmes sur puce (SoC) Google Tensor. Ces puces sont utilisées pour les fonctionnalités d’IA des appareils Pixel et exécutent d’importantes charges de travail d’entraînement dans ses centres de données. L’utilisation de l’IA par Google dans Android, Search et Cloud lui permet de développer des logiciels et des composants matériels optimisés. Google est également un leader dans de nombreux domaines de l’IA appliquée aux produits grand public et professionnels grâce à ses logiciels de développement open source, tels que TensorFlow, et à ses grands modèles d’IA générative.
   
• Samsung Electronics détenait environ 5 % du marché mondial des processeurs neuronaux en 2024, grâce aux jeux de composants Exynos dotés d’unités de traitement neuronal intégrées, qui permettent une exécution efficace des tâches d’intelligence artificielle (IA directement sur l’appareil. Les NPU assurent les tâches en temps réel proposées sur les appareils Galaxy haut de gamme, notamment la reconnaissance faciale, l’interprétation des scènes par l’appareil photo et la traduction linguistique. Samsung est intégré verticalement, des semi-conducteurs aux smartphones, ce qui lui confère des avantages en matière d’intégration des composants matériels et des logiciels. Les efforts de Samsung dans les puces d’IA de nouvelle génération pour les applications mobiles, automobiles et de l’Internet des objets (IoT), ainsi que ses partenariats autour des infrastructures d’IA, renforcent son profil concurrentiel dans le domaine de l’IA en périphérie.
   

Entreprises du marché des processeurs neuronaux

Les principaux acteurs présents dans le secteur des processeurs neuronaux sont les suivants :

• 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. et Samsung Electronics sont des leaders. Ces entreprises détiennent collectivement une part substantielle du marché grâce à l’innovation et au déploiement à grande échelle, ainsi qu’à la synergie unique résultant de l’association de composants matériels et de logiciels bien conçus sur le marché. Les cinq entreprises bénéficient également de leur intégration verticale, de leurs ressources et de leurs investissements, de leurs activités de R&D particulièrement bien financées, ainsi que de leurs réseaux de développeurs et de leurs écosystèmes dans leurs zones géographiques respectives, qui leur confèrent et continueront de leur conférer un avantage concurrentiel à mesure que la demande d’IA dans le cloud et en périphérie augmente régulièrement et gagne progressivement le marché intermédiaire.
   
• Dans le domaine des processeurs neuronaux, MediaTek et Amazon (AWS Inferentia & Trainium) se situent actuellement dans la catégorie des acteurs challengers. Chacune de ces entreprises cherche activement à gagner du terrain en ciblant des charges de travail spécifiquement axées sur l’IA, tout en s’appuyant sur une mise en œuvre architecturale différenciée. En accordant la priorité à l’efficacité énergétique, à l’évolutivité et à l’interopérabilité entre les écosystèmes et, lorsque cela est pertinent, en mettant spécifiquement en œuvre une architecture à base de chiplets, AMD, Amazon et ARM s’efforcent de réduire l’écart entre ces acteurs challengers et les leaders, tout en élargissant l’adoption de l’IA dans le cloud, en périphérie et dans les systèmes embarqués.
   
• Graphcore, Cerebras Systems, Tenstorrent et IBM sont des acteurs suiveurs sur le marché des processeurs neuronaux. Leurs modèles économiques leur offrent une bonne visibilité en fournissant des processeurs matériels d’IA spécialisés et hautes performances pour la recherche de pointe et l’expérimentation en entreprise. Les approches de chacune de ces sociétés affichent des niveaux impressionnants d’innovation et de performance dans le domaine matériel. Toutefois, la taille et les capacités de leurs infrastructures matérielles, leurs bases de clientèle de niche et l’envergure considérable des grandes entreprises proposant des piles technologiques complètes et des volumes commerciaux plus importants leur ont conféré une notoriété de marque largement reléguée au second plan sur le marché.
   
• Hailo, Syntiant et ARM représentent les acteurs de niche du secteur des processeurs neuronaux, axés sur des cas d’utilisation limités et un profil de performance spécifique. Hailo conçoit des puces d’IA de périphérie très efficaces pour les applications de vision par ordinateur dans les caméras intelligentes, l’automatisation industrielle et les applications automobiles, qui fonctionnent généralement dans des environnements à faible consommation. Syntiant se concentre sur le traitement vocal et audio permanent dans les objets connectés portables, les écouteurs et les appareils IoT, où la latence et la consommation énergétique sont des considérations majeures. MediaTek s’appuie sur les atouts de ses SoC mobiles pour intégrer des NPU dans les smartphones de milieu de gamme susceptibles d’offrir de solides performances en matière d’IA sur les marchés à bas prix. Ces entreprises se concentrent sur des solutions conçues pour répondre à un ensemble de besoins plus spécifique, tout en cherchant à conserver des solutions compactes, efficaces et faciles à intégrer.
   

Actualités du secteur des processeurs neuronaux

• En avril 2024, Syntiant a présenté son processeur neuronal de décision NDP250, doté de son architecture Core 3 de nouvelle génération. Offrant une puissance de calcul tensoriel cinq fois supérieure à celle des modèles précédents — dépassant 30 GOPS —, le NDP250 prend en charge un large éventail d’applications à faible consommation, notamment la vision, la parole, la fusion de capteurs, la reconnaissance automatique de la parole (ASR) et la synthèse vocale (TTS), dans une plage de puissance allant du microwatt au milliwatt. Ses fonctionnalités comprennent un cœur Arm Cortex-M0 intégré, un DSP HiFi 3, la prise en charge de plusieurs réseaux neuronaux (CNN, RNN, LSTM, GRU) ainsi que des interfaces d’E/S de capteurs robustes, le tout intégré dans un boîtier eWLB compact et accompagné d’un SDK et d’outils d’entraînement. Sa consommation énergétique ultrafaible — inférieure à 30 mW pour la vision permanente — permet une IA entièrement exécutée sur l’appareil, ce qui prolonge l’autonomie de la batterie, réduit la latence et les coûts liés au cloud et renforce la confidentialité.
   
• En mai 2025, Cadence a lancé le coprocesseur d’IA Tensilica NeuroEdge 130, conçu pour fonctionner avec des NPU et permettre l’exécution de réseaux modernes d’« IA physique » sur des SoC automobiles, grand public, industriels et mobiles. Issu de la lignée des DSP Tensilica Vision, le NeuroEdge 130 permet de réduire de plus de 30 % la surface occupée et de plus de 20 % la consommation dynamique par rapport aux générations précédentes, tout en maintenant les performances. Son architecture VLIW-SIMD prend en charge la déportation des tâches autres que les opérations MAC (par exemple, ReLU, sigmoïde, tanh), faisant office à la fois de contrôleur d’IA et de coprocesseur efficace. Sa compatibilité extensible avec les NPU Neo de Cadence et les composants IP de fournisseurs tiers permet une intégration fluide. Le produit est également fourni avec le SDK unifié NeuroWeave, fondé sur la pile TVM, ainsi qu’avec une bibliothèque d’IA autonome destinée à la programmation directe des couches.
   

Le rapport d’étude du marché des processeurs neuronaux propose une couverture approfondie du secteur avec des estimations et des prévisions en termes de chiffre d’affaires (milliards de dollars (USD)) de 2021 – 2034 pour les segments suivants :

Marché, par type

• Circuits intégrés spécifiques à une application (ASIC)
• Unités de traitement graphique (GPU)
• Réseaux de portes programmables sur site (FPGA)
• Unités de traitement neuronal (NPU)
• Processeurs de signaux numériques (DSP)

Marché, par nœud technologique

• Supérieur à 16 nm
• 10 nm–16 nm
• Inférieur à 10 nm

Marché, par mode de déploiement

• Appareils de périphérie
• Centres de données cloud

Marché, par précision de traitement

• 32 bits
• 16 bits
• 8 bits et moins

Marché, par application

• Traitement automatique du langage naturel (NLP)
• Vision par ordinateur
• Analyse prédictive
• Reconnaissance vocale
• Autres

Marché, par secteur d'utilisation finale

• Électronique grand public
  • Circuits intégrés spécifiques à une application (ASIC)
  • Unités de traitement graphique (GPU)
  • Réseaux de portes programmables (FPGA)
  • Unités de traitement neuronal (NPU)
  • Processeurs de signal numérique (DSP)
• Automobile
  • Circuits intégrés spécifiques à une application (ASIC)
  • Unités de traitement graphique (GPU)
  • Réseaux de portes programmables (FPGA)
  • Unités de traitement neuronal (NPU)
  • Processeurs de signal numérique (DSP)
• Santé
  • Circuits intégrés spécifiques à une application (ASIC)
  • Unités de traitement graphique (GPU)
  • Réseaux de portes programmables (FPGA)
  • Unités de traitement neuronal (NPU)
  • Processeurs de signal numérique (DSP)
• Robotique et drones
  • Circuits intégrés spécifiques à une application (ASIC)
  • Unités de traitement graphique (GPU)
  • Réseaux de portes programmables (FPGA)
  • Unités de traitement neuronal (NPU)
  • Processeurs de signal numérique (DSP)
• Automatisation industrielle
  • Circuits intégrés spécifiques à une application (ASIC)
  • Unités de traitement graphique (GPU)
  • Réseaux de portes programmables (FPGA)
  • Unités de traitement neuronal (NPU)
  • Processeurs de signal numérique (DSP)
• Défense et aérospatiale
  • Circuits intégrés spécifiques à une application (ASIC)
  • Unités de traitement graphique (GPU)
  • Réseaux de portes programmables (FPGA)
  • Unités de traitement neuronal (NPU)
  • Processeurs de signal numérique (DSP)
• Autres

Les informations ci-dessus sont fournies pour les régions et pays suivants :

• Amérique du Nord 
  • États-Unis
  • Canada
• Europe 
  • Allemagne
  • Royaume-Uni
  • France
  • Italie
  • Espagne
  • Reste de l'Europe
• Asie-Pacifique 
  • Chine
  • Japon
  • Corée du Sud
  • Reste de l'APAC
• Amérique latine
  • Brésil
  • Mexique
  • Autres
• Moyen-Orient et Afrique
  • Arabie saoudite
  • Émirats arabes unis
  • Afrique du Sud
  • Reste de la région MEA