Auteurs:
Suraj Gujar, Ankita Chavan
Télécharger le PDF gratuit
Marché du traitement en mémoire (Processing-in-Memory, PIM) Taille et partage 2026-2035
ID du rapport: GMI16381
|
Date de publication: July 2026
|
Format du rapport: PDF/Excel/Tableau de bord/Plateforme
Télécharger le PDF gratuit
Découvrez nos options de licence:
Accéder au contenu
Taille du marché
Tendances du marché
Analyse du marché
Part de marché
Entreprises du marché
Nouvelles de l'industrie
Table des matières
Questions fréquemment posées
Méthodologie de recherche
Rapports associés
Télécharger le PDF gratuit
Marché du traitement en mémoire (Processing-in-Memory, PIM)
Obtenez un échantillon gratuit de ce rapport
Obtenez un échantillon gratuit de ce rapport
Marché du traitement en mémoire (Processing-in-Memory, PIM)
Is your requirement urgent? Please give us your business email
for a speedy delivery!

Taille du marché du traitement en mémoire (PIM)
Le marché mondial du traitement en mémoire (PIM) était évalué à 611,5 millions USD en 2025. Le marché devrait croître de 850 millions USD en 2026 à 3 milliards USD en 2031 et 8,5 milliards USD en 2035, à un TCAC de 29,2 % au cours de la période de prévision selon le dernier rapport publié par Global Market Insights Inc.
Marché Processing-in-Memory (PIM) — Points clés à retenir
Leader du marché : SK hynix a dominé avec une part de marché supérieure à 29 % en 2025.
Acteurs principaux : Les 5 principaux acteurs du marché incluent SK hynix, Samsung Electronics, Syntiant, Mythic AI, d-Matrix, qui détenaient collectivement une part de marché de 53 % en 2025.
La croissance du marché est attribuée à l'expansion des charges de travail d'IA et d'IA générative, à l'augmentation du déploiement de HBM et d'architectures mémoire avancées, à l'adoption croissante du regroupement de mémoire activé par le lien express de calcul (CXL), à l'augmentation des investissements gouvernementaux dans les semi-conducteurs et l'infrastructure d'IA, à la demande croissante de calcul économe en énergie, qui vise à réduire le déplacement des données et à améliorer les performances du système.
Le marché du traitement en mémoire (PIM) est considérablement stimulé par l'adoption rapide de cas d'usage d'IA/IA générative pour la prolifération des cas d'usage d'IA et d'IA générative (GenAI). Ces cas d'usage d'IA et GenAI demandent une bande passante mémoire considérablement plus élevée et une latence plus faible que les architectures informatiques traditionnelles. Avec la croissance de la taille des modèles d'IA et la complexité de ces modèles, les goulots d'étranglement de la mémoire sont devenus un problème pressant qui a renforcé le besoin de solutions PIM pour effectuer le calcul à un emplacement plus proche de la mémoire. Par exemple, le bureau du programme des puces du département du commerce des États-Unis a annoncé en juillet 2026 les accords de financement mis à jour en vertu de la loi sur les puces et la science pour construire une plus grande fabrication et un approvisionnement en semi-conducteurs américains pour les composants clés. Le programme élargit la capacité des puces américaines, stimule la mémoire avancée, le matériel d'IA et les ordinateurs de nouvelle génération, créant un écosystème riche de traitement en mémoire (PIM).[1]Département américain du Commerce, nist.gov
De plus, le marché connaît une croissance stimulée par l'acceptation croissante de l'industrie du CXL et des technologies de mémoire de nouvelle génération qui prennent en charge le partage de mémoire et l'informatique hétérogène pour le serveur d'IA des centres de données. CXL permet d'éliminer les goulots d'étranglement de la mémoire et d'augmenter l'utilisation des ressources pour le PIM futur. Par exemple, la Commission européenne a annoncé un investissement de 659 millions d'euros en aide d'État allemande qui financerait quatre sites de production de semi-conducteurs de première génération. Le projet renforce l'écosystème des semi-conducteurs en Europe en vertu de la loi européenne sur les puces avec un investissement dans les puces de pointe, les technologies de mémoire avancée et les puces d'IA futures conçues pour assister les structures de traitement en mémoire (PIM).[2]Commission européenne, europa.eu
Le marché a augmenté régulièrement de 232,8 millions USD en 2022 et a atteint 441,5 millions USD en 2024, en raison de la hausse de l'application de l'intelligence artificielle et de la charge de travail informatique haute performance où la demande de bande passante mémoire élevée et de latence faible a augmenté, l'investissement en capital élevé dans le développement de mémoire moderne telle que la mémoire à bande passante élevée (HBM) et les architectures centrées sur la mémoire ont stimulé la pénétration du marché au cours de la période. L'augmentation de l'utilisation d'accélérateurs d'IA pour le déploiement dans les centres de données, l'augmentation de la mise en œuvre du lien express de calcul activé pour la mémoire et l'augmentation des dépenses gouvernementales dans le secteur de la fabrication de silicium et l'industrie de l'intelligence artificielle ont également contribué à la pénétration.
Tendances du marché du traitement en mémoire (PIM)
Analyse du marché du traitement en mémoire (PIM)
En fonction de l'architecture informatique, le marché du traitement en mémoire (PIM) est divisé en PIM analogique, PIM numérique et PIM à signaux mixtes (AMS).
Sur la base de la technologie de mémoire, le marché du traitement en mémoire (PIM) est divisé en PIM basé sur la DRAM, PIM basé sur la SRAM, PIM basé sur la MRAM, PIM basé sur la RERAM, PIM basé sur la mémoire flash et autres
Sur la base de l'application, le marché du traitement en mémoire (PIM) est divisé en IA et ML, HPC et informatique scientifique, analyse de données et traitement de bases de données, vision par ordinateur et traitement d'images, NLP et autres.
Marché du traitement en mémoire (PIM) en Amérique du Nord
L'Amérique du Nord a détenu une part de 41,7 % du marché en 2025.
Le marché américain du traitement en mémoire (PIM) a été évalué à 89,5 millions USD et 122,8 millions USD respectivement en 2022 et 2023. La taille du marché a atteint 234 millions USD en 2025, en hausse par rapport à 169,2 millions USD en 2024.
Marché européen du traitement en mémoire (PIM)
Le marché européen représentait 69,1 millions USD en 2025 et devrait afficher une croissance lucrative au cours de la période de prévision.
L'Allemagne domine le marché européen, démontrant un fort potentiel de croissance.
Marché du traitement en mémoire (PIM) en Asie-Pacifique
Le marché de l'Asie-Pacifique devrait croître au TCAC le plus élevé de 30,7 % au cours de la période de prévision.
Le marché du traitement en mémoire (PIM) en Inde devrait croître avec un TCAC significatif dans le marché de l'Asie-Pacifique.
Marché du traitement en mémoire (PIM) au Moyen-Orient et en Afrique
Le marché de l'Arabie Saoudite devrait connaître une croissance substantielle au Moyen-Orient et en Afrique.
Part de marché du traitement en mémoire (PIM)
Le marché est dominé par des acteurs tels que SK hynix, Samsung Electronics, Syntiant, Mythic AI et d-Matrix. Ces cinq entreprises représentaient cumulativement 53 % de part de marché en 2025. Leurs positions de marché éminentes sont soutenues par un leadership technologique avancé en matière de mémoire, le développement d'accélérateurs IA innovants et des architectures informatiques en mémoire. De plus, leurs investissements considérables dans la mémoire à bande passante élevée (HBM), les solutions PIM analogiques/numériques et les semi-conducteurs de nouvelle génération les aident à répondre aux besoins croissants des applications IA économes en énergie et des environnements informatiques haute performance (HPC).
Grâce à l'innovation continue en matière de matériel IA, d'emballage avancé et de solutions informatiques centrées sur la mémoire, ces entreprises maintiennent leur compétitivité forte. Les partenariats et les alliances avec les plates-formes cloud d'hyperscale, les fonderies de semi-conducteurs de premier plan et les institutions de recherche, en plus de leurs investissements importants en infrastructure IA générative, capacités IA en périphérie et applications informatiques haute performance, contribuent à leur succès dans la captation de la demande dans les centres de données, l'IA d'entreprise, l'automobile et les espaces informatiques en périphérie.
Entreprises du marché du traitement en mémoire (PIM)
Les acteurs éminents opérant sur le marché sont mentionnés ci-dessous :
SK hynix est un innovateur mondial en technologie de mémoire avancée, particulièrement dans le domaine du PIM. Avec sa technologie PIM optimisée pour l'IA unique intégrée à une mémoire à bande passante élevée (HBM) pour optimiser les plus hauts niveaux de bande passante, la latence la plus faible et l'efficacité énergétique exceptionnelle dans les centres de données et l'informatique haute performance.
Samsung Electronics conçoit des solutions PIM innovantes qui introduisent le traitement IA dans la puce DRAM et HBM en intégrant les fonctionnalités de traitement IA dans la mémoire DRAM et la mémoire à bande passante élevée (HBM) et en fournissant des fonctionnalités PIM avancées pour améliorer les performances de l'inférence IA, minimiser la consommation d'énergie et atténuer le goulot d'étranglement du mouvement des données.
Syntiant crée des processeurs d'inférence IA ultra-faible puissance pour la périphérie qui fonctionnent sur des conceptions efficaces en mémoire pour fournir une intelligence en temps réel, à une fraction de la puissance, alimentant une gamme d'applications IA toujours actives comme la reconnaissance vocale, les appareils portables, l'IdO et les cas d'usage automobile, permettant une nouvelle ère de l'informatique économe en mémoire à la périphérie.
Mythic AI vise à révolutionner l'intelligence artificielle, en développant une technologie de traitement analogique en mémoire (PIM) pour intégrer le calcul d'intelligence artificielle directement dans les matrices de mémoire flash afin de fournir l'efficacité énergétique et une latence extrêmement faible. Mythic AI conçoit ses puces et ses systèmes pour diverses industries et cas d'usage, notamment la vision par ordinateur, la robotique, l'automatisation industrielle et l'IA en périphérie – des applications pour lesquelles la consommation d'énergie faible et les performances sont essentielles.
d-Matrix conçoit et construit des plates-formes informatiques numériques en mémoire axées sur l'IA générative et l'inférence LLM. L'infrastructure de l'entreprise réduit le transfert de données entre le processeur et la mémoire, ce qui produit un débit plus élevé et une infrastructure plus économe en énergie dans les centres de données des entreprises axées sur l'IA.
29 % de part de marché en 2025
La part de marché collective en 2025 est de 53 %
Actualités du secteur du traitement en mémoire (PIM)
Le rapport d'étude de marché sur le traitement en mémoire (PIM) comprend une couverture approfondie du secteur avec des estimations et des prévisions en termes de chiffre d'affaires (en millions USD) de 2022 à 2035 pour les segments suivants :
Marché, par technologie de mémoire
Marché, par architecture informatique
Marché, par application
Marché, par secteur d'utilisateur final
Les informations ci-dessus sont fournies pour les régions et pays suivants :
Méthodologie de recherche, sources de données et processus de validation
Ce rapport s'appuie sur un processus de recherche structuré basé sur des conversations directes avec l'industrie, une modélisation propriétaire et une validation croisée rigoureuse, et non pas seulement sur une recherche documentaire.
Notre processus de recherche en 6 étapes
1. Conception de la recherche et supervision des analystes
Chez GMI, notre méthodologie de recherche repose sur une base d'expertise humaine, de validation rigoureuse et de transparence totale. Chaque insight, analyse de tendance et prévision dans nos rapports est développé par des analystes expérimentés qui comprennent les nuances de votre marché.
Notre approche intègre une recherche primaire approfondie par un engagement direct avec les participants et experts de l'industrie, complétée par une recherche secondaire complète provenant de sources mondiales vérifiées. Nous appliquons une analyse d'impact quantifiée pour fournir des prévisions fiables, tout en maintenant une traçabilité complète des sources de données originales aux insights finaux.
2. Recherche primaire
La recherche primaire constitue l'épine dorsale de notre méthodologie, contribuant à près de 80% des insights globaux. Elle implique un engagement direct avec les participants de l'industrie pour garantir l'exactitude et la profondeur de l'analyse. Notre programme d'entretiens structurés couvre les marchés régionaux et mondiaux, avec des contributions de cadres dirigeants, directeurs et experts du domaine. Ces interactions fournissent des perspectives stratégiques, opérationnelles et techniques, permettant des insights complets et des prévisions de marché fiables.
3. Exploration de données et analyse de marché
L'exploration de données est un élément clé de notre processus de recherche, contribuant à près de 20% à la méthodologie globale. Elle implique l'analyse de la structure du marché, l'identification des tendances de l'industrie et l'évaluation des facteurs macroéconomiques par l'analyse des parts de revenus des acteurs majeurs. Les données pertinentes sont collectées à partir de sources payantes et gratuites pour constituer une base de données fiable. Ces informations sont ensuite intégrées pour soutenir la recherche primaire et le dimensionnement du marché, avec validation par les principales parties prenantes telles que les distributeurs, fabricants et associations.
4. Dimensionnement du marché
Notre dimensionnement du marché est construit sur une approche ascendante, en commençant par les données de revenus des entreprises collectées directement lors des entretiens primaires, accompagnées des chiffres de volume de production des fabricants et des statistiques d'installation ou de déploiement. Ces données sont ensuite assemblées sur les marchés régionaux pour aboutir à une estimation mondiale ancrée dans l'activité réelle du secteur.
5. Modèle de prévision et hypothèses clés
Chaque prévision comprend une documentation explicite de :
✓ Principaux moteurs de croissance et leur impact supposé
✓ Facteurs limitants et scénarios d'atténuation
✓ Hypothèses réglementaires et risque de changement de politique
✓ Paramètre de la courbe d'adoption technologique
✓ Hypothèses macroéconomiques (croissance du PIB, inflation, monnaie)
✓ Dynamiques concurrentielles et anticipations d'entrée/sortie du marché
6. Validation et assurance qualité
Les dernières étapes impliquent une validation humaine, où des experts du domaine examinent manuellement les données filtrées pour identifier les nuances et les erreurs contextuelles que les systèmes automatisés pourraient manquer. Cette revue par des experts ajoute une couche critique d'assurance qualité, garantissant que les données s'alignent sur les objectifs de recherche et les normes spécifiques au domaine.
Notre processus de validation à triple couche assure une fiabilité maximale des données :
✓ Validation statistique
✓ Validation par les experts
✓ Vérification de la réalité du marché
Confiance & crédibilité
Sources de données vérifiées
Publications commerciales
Revues spécialisées et presse commerciale du secteur sécurité & défense
Bases de données industrielles
Bases de données de marché propriétaires et tierces
Dépôts réglementaires
Dossiers de marchés publics et documents de politique
Recherche académique
Études universitaires et rapports d'institutions spécialisées
Rapports d'entreprises
Rapports annuels, présentations aux investisseurs et dépôts
Entretiens avec des experts
Direction générale, responsables achats et spécialistes techniques
Archives GMI
Plus de 13 000 études publiées dans plus de 30 secteurs d'activité
Données commerciales
Volumes d'importation/exportation, codes SH et registres douaniers
Paramètres étudiés et évalués
Chaque point de donnée de ce rapport est validé par des entretiens primaires, une modélisation ascendante véritable et des vérifications croisées rigoureuses. Découvrez notre processus de recherche →