メモリ内処理（PIM）市場 サイズとシェア 2026-2035

処理インメモリ（PIM）市場規模

世界の処理インメモリ（PIM）市場は、2025年の 6億1,150万米ドルから、2026年には 8億5,000万米ドル、2035年までには 85億米ドルに達すると予測され、2026〜2035年の期間に年平均成長率（CAGR）29.2%で拡大する見込みである。

この予測は、AIインフラの経済性における変化を反映している。プロセッサーとメモリの間でモデルの重みや中間データを移動させることは、特に長いコンテキストや低バッチのワークロードを処理する推論システムにおいて、演算スループットと同様に重要な要素となりつつある。

PIMは、メモリアレイ内部またはそのすぐ隣に演算機能を配置する。これにより、性能を制限する資源は外部メモリとのデータ転送から、メモリバンク内のローカルな並列処理能力へと変化する。米国エネルギー省の調査では、データ移動は演算よりもおよそ2桁多くのエネルギーを消費するとされており、アテンション、データベース、HPC、グラフの各ワークロードにおいて、PIM設計による性能およびエネルギー効率の向上が記録されている。その結果、商用メモリサプライヤーは、従来のメモリインターフェースとの互換性を維持しながら、局所的な演算機能を追加する実装を追求している。SK hynixは、同社の GDDR6-AiM が 16 Gbpsで動作し、データ転送電力を最大80%削減するとともに、対象ワークロードのスループットを最大16倍に高められると報告している。Samsungは、評価対象としたAIおよびHPCワークロードにおいて、HBM-PIMが2倍を超える性能と70%超のエネルギー使用量削減を実現したと報告した。 ^{[1]U.S. Department of Energy, Office of Scientific and Technical Information, A Survey on the Expanding Scope and Interdisciplinary Opportunities for Processing-in-Memory Techniques, 2024, osti.gov}

需要を取り巻く環境では、電力制約が強まりつつある。世界のデータセンターの電力消費量は2024年に 415 TWhに達し、2030年までに 945 TWh近くに達すると予想されている。国際エネルギー機関（IEA）は、アクセラレーター搭載サーバーを増分需要の主要な発生源として挙げている。PIMはGPUを全面的に代替するものではないが、アテンション、ベクトル演算、データベースの述語処理を保存データの近くで実行することにより、メモリ帯域幅に制約されるレイヤーのコスト曲線を変える可能性がある。 ^{[2]International Energy Agency, Energy and AI, 2025, iea.org}

したがって、市場成長の見通しは緊張関係の上に成り立っている。電力需要の増加により、実用的な推論1回当たりのエネルギー消費量を低減することの商業的価値は高まっている。一方、それを実現できる可能性が最も高いアーキテクチャは、予測可能な精度、管理可能なプログラミング、許容可能なメモリ密度の経済性を実証しなければならない。メモリ技術の革新を、実用的なランタイムとシステム検証に結び付けるサプライヤーは、個別のシリコン性能指標を提示するだけのサプライヤーよりも多くの価値を獲得すると考えられる。

主要な成長要因

AIおよび生成AIのワークロード。Transformerによる推論では、メモリ階層内で重みデータとキー・バリューキャッシュデータが繰り返し移動するため、長いコンテキストの処理は帯域幅とエネルギーの影響を不均衡なほど受けやすい。DOEの調査で検証されたPIMアテンションアクセラレーターは、引用された従来型ベースラインと比較して、最大2.81倍の性能と2.67倍のエネルギー効率を実現した。アクセラレーテッドサーバーの電力使用量が増加するなか、運営事業者はハードウェアを単なる公称演算性能ではなく、処理対象トークン1個当たりのエネルギー消費量とレイテンシーで評価する動機を持つ。

HBMおよび先進メモリ。HBMは、その帯域幅密度がすでにAIアクセラレーターを対象としているため、自然な参入点となる。SamsungのHBM-PIMは評価においてHBM2 PHYとの互換性を維持しており、既存のアクセラレーターシステムとの統合上の断絶を抑えている。SK hynixのGDDR6-AiMは、グラフィックスメモリクラスのデバイスを通じた代替経路を示している。両社によるLPDDR6 PIMの標準化に向けた取り組みは、将来的にこの機会がデータセンターから電力制約のあるモバイル推論へ拡大する可能性を示している。ただし、標準化を量産展開と混同すべきではない。 ^{[3]Samsung Electronics, Samsung Develops Industry's First High Bandwidth Memory with AI Processing Power, February 2021, news.samsung.com}

CXLメモリ拡張。非分離型メモリにより、ワークロードの制約要因が生の演算能力ではなく容量である場合に、PIMの対象となり得る市場が拡大する。DOEの調査では、特定のDRAM-PIM構成におけるCPUを介した通信が重要な制約となることが確認され、CXL関連インターフェースを使用するNear-Data Processing設計によって大幅な性能向上が得られると報告されている。商業面での意味は、すべてのCXLデバイスがPIMデバイスになるということではない。むしろ、コヒーレントなメモリ拡張によって、ホストアーキテクチャを放棄することなく、専用のメモリコンピューティングを接続するシステムレベルの経路が提供される点にある。

公的な半導体投資。米国のCHIPS for Americaによる資金は総額500億米ドルで、その内訳は製造インセンティブ390億米ドル、研究開発110億米ドルである。米国商務省がSK hynixに供与する支援には、直接資金として最大4億5,800万米ドル、融資として最大5億米ドルが含まれ、先進パッケージングおよびHBM関連能力を中心とするインディアナ州での38億7,000万米ドルの投資を対象としている。これらのプログラムは先進メモリの生産能力に関する資金調達リスクとサプライチェーンリスクを低減するが、PIMソフトウェアの実用化準備という課題を解決するものではない。公的な製造支援とアプリケーションの実用化は、別々のスケジュールで進展する。 ^{[4]National Institute of Standards and Technology, CHIPS for America, 2024, nist.gov}

エネルギー効率の高いコンピューティング。PIMの潜在力は、電力の利用可能性が実用的なAI容量を制限する場面で最も大きな価値を持つ。その仕組みは明確であり、従来型コンピューティングの利用効率を単に改善するのではなく、ローカル実行によって高エネルギーのオフチップデータ転送の一部を回避する。IEAが予測するデータセンターの電力需要の増加により、この特性はデバイス調達だけでなく、立地選定や容量計画においても重要となる。

主な抑制要因

ハードウェアコストと統合。DOEの調査によると、DRAMにロジックを追加すると、密度が25〜50%低下する可能性があります。このトレードオフが重要なのは、PIMがGPUだけでなく、安価な従来型メモリとも競合するためです。シリコンコストの上乗せは、メモリコントローラー、ドライバー、熱設計、推論提供ソフトウェアにまたがる検証によってさらに増大します。SamsungのHBM-PIMのようなインターフェース互換型のアプローチはこの負担を軽減できますが、互換性によってメモリデバイスに追加できるロジックの量も制約されます。したがって、初期導入は、削減できる電力、遅延、またはインフラ支出をコスト上乗せ分と比較して測定できるワークロードが中心になると考えられます。

ソフトウェア互換性。PIMのプログラミングでは、データ配置、バンクレベル並列処理、カーネル、ホストとデバイスの協調処理について選択する必要がありますが、従来のGPUユーザーがこうした管理を日常的に行うことはありません。この障壁は技術的であると同時に商業的なものでもあります。専用のモデル分割を必要とするハードウェア上の優位性は、標準化された推論提供スタックを中心に構築されたクラウド環境では導入が難しい可能性があります。MythicのCAMP SDKは、ONNX、PyTorch、TensorFlow、TensorRTの各経路をサポートしており、フレームワーク間の橋渡しの価値を示しています。ただし、このようなサポートがあっても、すべてのモデルで異種PIMの動作が透過的になるわけではありません。

このため、単一のデバイスベンチマークよりも、標準規格と導入実績の重要性が高まります。使い慣れたインターフェースを維持し、再現可能な統合手順を公開し、PIMとGPUの混在動作を実証するハードウェアサプライヤーは、認定サイクルを短縮できます。逆に、明確に限定されたワークロード上の優位性がないまま新しいプログラミングモデルを必要とするデバイスは、魅力的なエネルギー効率の指標を備えていても、技術実証にとどまる可能性が高いでしょう。

処理インメモリ（PIM）市場のセグメント分析

メモリ技術別

DRAMベースのPIMは、2025年の売上高が4億2,000万米ドルで、同年の売上高の68.7%を占め、年平均成長率（CAGR）27.6%で成長すると予測されています。その地位は、製造技術の成熟度と、既存のHBMおよびGDDRアクセラレーターのサプライチェーンに近いことを反映しています。商業面での優位性は認定にあります。確立されたメモリインターフェースで動作するアーキテクチャは、高帯域幅メモリを中心に設計された既存インフラに導入できるためです。ただし、新興技術より成長率が低いのは、別の制約を反映しています。ロジックの統合により、利用可能な密度が低下する可能性があるためです。 ^{[5]SK hynix, SK hynix Develops PIM, Next-Generation AI Accelerator, February 2022, news.skhynix.com}

SRAMベースのPIMは、2025年の売上高が9,170万米ドルで、同年の売上高の15.0%を占め、年平均成長率（CAGR）29.2%で成長しています。SRAMは、決定論的で低遅延のデジタル推論に適しています。d-MatrixのCorsairプラットフォームはデジタル・インメモリー・コンピュートを採用し、PCIe Gen5ハードウェア上で、150 TB/sの内部DIMC帯域幅、2,400 TFLOPsの8ビット演算性能、Llama 3の推論性能値を報告しています。この特性は、メモリ容量よりもトークン処理遅延と再現性のある数値挙動が重視される場合に関連性があります。 ^{[6]d-Matrix, d-Matrix Unveils Corsair, the World's Most Efficient AI Computing Platform for Inference in Datacenters, November 2024, d-matrix.ai}

不揮発性技術は、主要な成長機会となっている。MRAMベースのPIMは、2025年には 3,760万米ドルにとどまるものの、メモリ技術のなかで最も高い年平均成長率（CAGR）35.4%を示す。これにReRAMベースおよびフラッシュベースのPIMが続き、CAGRはそれぞれ34.3%と33.7%である。40 nmのSTT-MRAMコンピュート・イン・メモリ・マクロでは、4〜16ビット構成において 7.02〜112.3 TOPS/W、7.4〜29.6 nsのレイテンシを実現し、選定されたResNetおよび物理情報ニューラルネットワークのテストで報告された精度目標を達成した。不揮発性により、リフレッシュやモデル再ロードに伴うオーバーヘッドを回避できる可能性がある。ただし、製品の成果は、実験室での効率性だけでなく、耐久性、精度、生産の一貫性にも左右される。

コンピューティング・アーキテクチャ別

デジタルPIMは、2025年に 3億7,540万米ドル、シェア61.4%を占める最大のアーキテクチャであり、CAGRは30.1%である。決定論的な演算を実現し、新たな低精度フォーマットを含む本番推論の要件にも適合する。アナログPIMの市場規模は 1億6,840万米ドル、シェアは27.5%で、28.4%の成長率で拡大している。Mythicは、アナログ・アーキテクチャについて 120 TOPS/WおよびMAC当たり17 fJを報告している。これらの主張は、アナログPIMのエネルギー効率面での優位性を示す一方、商用化に向けた課題は、ばらつきや導入条件が異なる環境でも精度を安定的に維持することにある。ミックスドシグナルPIMは、6,770万米ドル、シェア11.1%であり、アナログ方式の効率性の一部と引き換えに、インターフェースや非線形演算をデジタル制御できる。

用途・最終ユーザー別

AI・機械学習（ML）は、2025年に 3億1,800万米ドル、シェア52.0%を占める最大の用途である。HPCおよび科学計算（1億1,290万米ドル）、データ分析およびデータベース処理（7,480万米ドル）は、メモリ帯域幅がボトルネックとなるワークロードにさらなる機会をもたらす。米国エネルギー省（DOE）の調査では、気候モデリングおよびOLTP／OLAPテストにおけるPIMの効果が報告されている。コンピュータービジョンと自然言語処理（NLP）は、それぞれ34.7%と35.6%の成長率で拡大しており、特にモデルをエッジ上で稼働させ続ける必要がある環境では、低消費電力のローカライズド推論が評価される。最終ユーザー需要はITおよびクラウドサービスが主導している。家電、自動車、通信、産業、ヘルスケア、航空宇宙・防衛の各分野では、電力、レイテンシ、認定要件がそれぞれ異なる。最終ユーザー別の市場規模が示されていないため、分野間の比較は売上高の順位ではなく、採用条件として捉える必要がある。

用途別の成長もこの分化を裏付けている。NLPと画像処理は、デバイスまたはデータソースの近くで推論を実行する必要性が高まっているため、市場全体を上回るペースで拡大している。ただし、アドレサブル市場の可能性は条件付きである。アナログ方式および不揮発性設計は、エネルギー面での優位性を、再現性のある精度と導入・運用しやすい開発者向けツールに結び付けなければならない。最適なアーキテクチャは、データ移動のコスト、許容される精度範囲、顧客が専用ランタイムを認定できるかどうかによって異なる。

メモリ内処理（PIM）市場の地域別分析

北米

北米は、2025年の市場規模が 2億5,500万米ドル、市場シェアが 41.7%となり市場をリードしており、2035年には年平均成長率（CAGR）28.9%で 34億6,280万米ドルに達すると予測される。2025年の市場規模は、米国が 2億3,400万米ドル、カナダが 2,100万米ドルを占める。同地域では、ハイパースケール推論の需要と、EnCharge AI、MemryX、GSI Technology、d-Matrix、Mythic AIなどの専門企業の集積が見られる。先進メモリおよびパッケージング向けのCHIPSインセンティブは、需要主導型の市場にサプライチェーンの側面を加えている。 ^{[7]U.S. Department of Commerce, Biden-Harris Administration Announces CHIPS Incentives Award with SK hynix to Advance U.S. Technological Leadership and Expand Capacity of Chips Crucial to the AI Supply Chain, December 2024, commerce.gov}

アジア太平洋

アジア太平洋は、2025年の市場規模が 2億4,140万米ドル、市場シェアが 39.5%と北米に迫っており、2035年には年平均成長率（CAGR）30.7%で 37億7,760万米ドルに達し、最大の地域になると予測される。中国の市場規模は 7,230万米ドルから 13億1,460万米ドルへ、韓国は 6,070万米ドルから 8億6,890万米ドルへ、日本は 4,200万米ドルから 5億2,130万米ドルへ、インドは 2,020万米ドルから 4億9,110万米ドルへ、オーストラリアは 1,000万米ドルから 1億1,330万米ドルへ拡大する。韓国は、SK hynixとSamsungを通じて先進メモリの供給面で中心的な役割を担っている。同地域には、Syntiant、PIMIC、TetraMem、Witmem（Zhicun Technology）、HOUMO.AI、Pimchipも含まれており、クラウド、モバイル、エッジの各用途にまたがる、より広範な競争基盤を形成している。

欧州

欧州の2025年の市場規模は 6,910万米ドルで、2035年には年平均成長率（CAGR）26.2%で 7億6,570万米ドルに達すると予測される。ドイツの市場規模は 1,960万米ドルから 2億5,270万米ドルへ拡大し、英国、フランス、イタリア、スペインを上回る。産業用AI、自動車、エッジビジョンが、北米のクラウド導入とは異なる需要構成を形成している。Axelera AIは欧州で認定された競合企業であり、そのエッジ指向は、大量のHBM供給ではなく、用途特化型推論における同地域の可能性を示している。

中南米

中南米の市場規模は 2,320万米ドルから 2億6,380万米ドルへ、年平均成長率（CAGR）26.6%で拡大する。同地域におけるPIMの普及は、国内の先進メモリ製造基盤よりも、主にクラウドサービスの利用可能性と企業によるAI導入に結び付いている。中東・アフリカの市場規模は 2,450万米ドルから 2億3,820万米ドルへ、年平均成長率（CAGR）25.5%で拡大する。主な市場として特定されているサウジアラビア、UAE、南アフリカの市場規模は、2025年の 640万米ドル、490万米ドル、660万米ドルから、それぞれ 7,740万米ドル、4,650万米ドル、5,840万米ドルへ拡大する。需要はデータセンターおよび公共AIインフラへの投資に連動すると考えられ、製品の供給可能性とシステム統合能力が決定的な要因となる。

欧州では、特に産業用、自動車用、エッジ推論など、用途特化型の成長経路が中心となる。中南米および中東・アフリカは、メモリ技術のロードマップを策定する可能性は低いものの、新たなデータセンター能力が既存インフラを迂回して整備される地域では、その成長が大きな意味を持つ可能性がある。

PIMサプライヤーにとって、これは市場投入モデルを地域ごとに変える必要があることを意味する。北米ではシステムの共同設計とハイパースケーラー認定、アジア太平洋ではサプライチェーンおよびエコシステムのパートナーシップ、欧州および新興地域ではワークロードに重点を置いたソリューションが求められる。

メモリ内処理（PIM）市場のシェアと競争環境

SK hynixは2025年の市場で29%のシェアを占め、Samsung Electronicsが11%で続いている。Syntiantは5%、Mythic AIは4%、d-Matrixは4%を占め、その他のサプライヤーが合計で47%を占める。この市場構造は、コンピューティング機能を大量生産メモリ製品に統合できる既存のメモリ大手企業と、特定の推論条件に最適化された専門企業によって形成されている。

SK hynixの GDDR6-AiMおよびAiMXプログラムは、異種データセンター推論を中心に据えている。2025年に実施したAiMXのデモンストレーションでは、Supermicro環境でvLLMを使用し、メモリ帯域幅に制約されるアテンション処理をAiMXカードに、コンピューティング性能に制約される射影層をH100 GPUに配置した。SamsungのHBM-PIMは、HBMバンクに配置されたメモリ内AIエンジンと、既存のHBM2シグナリングとの互換性によって差別化を図っている。両社は、PIMがメモリインターフェース規格に組み込まれた場合に恩恵を受ける立場にあるが、主要な課題は、技術的な互換性を幅広いソフトウェアサポートへと転換することである。 ^{[8]SK hynix, AI Infra Summit 2025: SK hynix Showcases Innovative AiM Solution for Accelerating AI, September 2025, news.skhynix.com}

Syntiantは、低消費電力で常時稼働するエッジ推論に取り組んでいる。Mythic AIはアナログPIMに注力し、CAMPを通じて120 TOPS/Wの性能と幅広いフレームワークインターフェースを報告している。d-Matrixは、Corsairのデジタル・インメモリ・コンピューティングを通じてデータセンター推論をターゲットとし、PCIe Gen5の実装、150 TB/sのDIMC帯域幅、OCP Micro-scalingフォーマットへの注力を報告している。EnCharge AI、MemryX、GSI Technology、PIMIC、TetraMem、Witmem、HOUMO.AI、Pimchip、Axelera AI、XCENAは、地域特化型、ニッチ型、または破壊的企業としてのポジションを占めている。これらの企業の差別化は、共通するPIM機能のセットではなく、メモリ基板、ワークロードの専門性、ソフトウェアへのアクセス性、販売チャネルへのアクセスをどのように組み合わせるかに左右される。 ^{[9]Mythic AI, Mythic to Challenge AI's GPU Pantheon with 100x Energy Advantage and Oversubscribed USD 125M Raise, December 2025, mythic.ai}

最近の業界動向

2025年9月、SK hynixはAI Infra Summitで、AiMXを基盤とする異種推論構成を披露した。この構成では、Supermicroサーバー上で4枚のAiMXカードと2基のH100 GPUをvLLMとともに使用した。

2025年12月、Mythic AIは、DCVCが主導する1億2,500万米ドルの応募超過となった資金調達を発表し、Honda MotorsとLockheed Martinが戦略的参加企業として挙げられた。同社はこの資金調達の発表に際し、アナログPIMの効率性とソフトウェアプラットフォームとしての位置付けを示した。