Рынок ускорителей ИИ для автомобильной промышленности Размер и доля 2025 – 2034

Рынок ускорителей ИИ на краю сети для автомобилей

Глобальный рынок ускорителей ИИ на краю сети для автомобилей оценивался в 2,1 млрд долларов США в 2024 году. Ожидается, что рынок вырастет с 2,5 млрд долларов США в 2025 году до 16,3 млрд долларов США в 2034 году, с темпом роста 22,9% в год, согласно последнему отчету, опубликованному компанией Global Market Insights Inc.
 

Рынок ускорителей ИИ на краю сети для автомобилей быстро трансформируется с внедрением обработки данных в реальном времени в автомобилях. Ускорители ИИ на краю сети — это компоненты, такие как GPU, FPGA, ASIC и NPU, которые используются для выполнения инференса ИИ в автомобиле. Они являются важной частью систем помощи водителю (ADAS), мониторинга водителя, распознавания речи и умных инфотейнмент-систем. Автомобильная отрасль переходит от традиционных автомобилей к автомобилям, определенным программным обеспечением, и цифровым платформам, что стимулирует спрос на эффективные локальные процессоры ИИ.
 

Одним из основных факторов, стимулирующих этот рынок, является переход к автономным и полуавтономным автомобилям. Чем выше степень автоматизации автомобиля, тем выше потребность в обработке данных в реальном времени от различных уровней датчиков и каналов передачи данных, включая камеры, LiDAR и радар. Ключевым компонентом безопасности и производительности автомобиля является практически нулевая задержка при обработке данных, которую обеспечивает ускорение ИИ на краю сети.
 

Бум электромобилей создает спрос на энергоэффективное аппаратное обеспечение для обработки ограниченного времени работы батареи. Регуляторные факторы имеют важные последствия для обеспечения производительности на коммерческом рынке, например, международные стандарты, такие как функциональная безопасность ISO 26262, кибербезопасность UNECE WP.29 и обновления программного обеспечения, способствуют более высокопроизводительным решениям ИИ на краю сети.
 

Рынок также испытывает влияние нескольких новых технологических тенденций. Самой значительной тенденцией является появление архитектуры на основе чиплетов. Модульная архитектура чиплетов предоставляет преимущества производителям, создающим системы ИИ, которые можно легко расширять, обновлять и создавать с низкими затратами.
 

Например, XPeng представила свой внутренний чип "touring", разработанный для поддержки производительности и продвинутых автономных функций. Другой пример — платформа "Eagle-N", разработанная Tenstorrent и BOS Semiconductor, которая предназначена для применения в инфотейнменте и автономном вождении.
 

Рынок возглавляет Северная Америка благодаря ее выдающейся полупроводниковой экосистеме, передовым исследованиям в области автономного вождения и более высокому уровню внедрения технологий на основе ИИ ведущими автомобильными производителями. Ключевые производители чипов, такие как NVIDIA, Intel и Qualcomm, базируются в Северной Америке и продолжают создавать ускорители ИИ для автомобилей.
 

Кроме того, поддерживающий регуляторный каркас для безопасности автомобилей, инноваций и значительные инвестиции в инфраструктуру подключенных и электрических автомобилей способствуют лидерству Северной Америки на рынке. В регионе находятся технологические автомобильные производители и стартапы в сфере мобильности, что способствует более быстрому внедрению решений ИИ на краю сети в различных сегментах автомобилей.
 

Тенденции рынка ускорителей ИИ на краю сети для автомобилей

Промышленность ускорителей ИИ на краю сети для автомобилей переживает различные трансформационные тенденции, такие как растущий акцент на безопасности ИИ и стандартах сертификации. Производители автомобилей теперь обязаны создавать системы ИИ, соответствующие протоколам безопасности. Примером является Geely Auto, ставшая первым автомобильным производителем, получившим аккредитацию по стандарту ISO/PAS 8800:2024, первым в мире стандартом, признающим стандарт безопасности для дорожных транспортных средств для ИИ.
 

В автомобильной отрасли наблюдается тенденция к использованию смешанных критических платформ или архитектур систем на кристалле (SoC). Эти платформы позволяют выполнять как критически важные функции, так и некритические задачи искусственного интеллекта на одном чипе, при этом управляя операциями в реальном времени, такими как команды торможения или рулевого управления. Недавние исследования подтвердили, что такие смешанные критические конструкции могут быть созданы с использованием полупроводниковой технологии 16 нанометров. Эти конструкции сочетают программируемые ускорители вычислений с модифицированными специализированными блоками ИИ, обеспечивая строгие гарантии времени выполнения для критически важных функций.
 

Наряду с обработкой смешанной критичности, зональная вычислительная архитектура становится трансформационным сдвигом в архитектуре автомобиля, постепенно заменяя традиционную централизованную вычислительную архитектуру. Зональная архитектура распределяет вычислительные ресурсы и ускорители ИИ по зонам автомобиля вместо централизованной модели.
 

Таким образом, снижается сложность передачи данных и проводки по всему автомобилю. Помимо уменьшения проводки и сложности, зональная обработка позволяет улучшить задержки системы и управление тепловыми режимами. Предоставляя вычислительные ресурсы в непосредственной близости от датчиков и исполнительных механизмов, зональная архитектура обеспечивает улучшенную реакцию на команды данных, а также позволяет создать более модульную и масштабируемую систему автомобиля.
 

Развитие визуального ускорения также происходит с появлением вычислений в датчиках. Новые проекты изображений теперь имеют операции свертки, встроенные непосредственно в датчик изображения, чтобы ускорить обработку и минимизировать необходимость передачи больших объемов сырых данных между датчиком и процессором. Эти новые конструкции датчиков чрезвычайно энергоэффективны и обеспечивают быстрый выход с низкой задержкой, необходимый для критически важных приложений, таких как обнаружение пешеходов или предупреждения водителю.
 

Системы мониторинга водителя (DMS), ранее являвшиеся необязательным компонентом, теперь являются обязательным требованием в ряде стран. Текущие европейские стандарты безопасности требуют наличия DMS, способной обнаруживать отвлечение и усталость водителя. В ответ на эти регуляторные изменения автомобильные производители разработали ускорители ИИ специально для приложений DMS, которые теперь позволяют анализировать в автомобиле выражение лица водителя, движение глаз и позу водителя.
 

Анализ рынка автомобильных ускорителей ИИ на краю сети

По типу процессора рынок автомобильных ускорителей ИИ на краю сети делится на центральные процессоры (CPU), графические процессоры (GPU), специализированные интегральные схемы (ASIC) и программируемые логические матрицы (FPGA). Сегмент специализированных интегральных схем (ASIC) доминировал на рынке, составляя около 44% в 2024 году, и, как ожидается, будет расти с CAGR более 24,1% с 2025 по 2034 год.
 

• Категория специализированных интегральных схем (ASIC) является ведущим типом процессора на рынке автомобильных ускорителей ИИ на краю сети по сравнению со всеми типами процессоров. ASIC — это чипы, разработанные для выполнения определенной задачи или набора задач с максимальной возможной эффективностью.
   
• Эти чипы специально разработаны для того, чтобы иметь архитектуру, которая максимизирует их входы и выходы для выполнения сложных задач ИИ, включая восприятие, принятие решений и слияние данных с датчиков, с целью достижения оптимальной скорости и энергопотребления.
   
• Одной из основных причин, по которой ASIC доминируют на рынке процессоров ИИ для автомобилей, является то, что они обеспечивают лучшую производительность при выполнении задач, связанных с инференсом ИИ в реальном времени. ASIC имеют фиксированную функциональную конфигурацию и не имеют избыточных вычислений, которые характерны для других более универсальных процессоров.
   
• Например, Mobileye продала более 200 миллионов единиц своих ASIC серии EyeQ, которые широко используются в системах ADAS по всему миру. Чип Tesla для полной автономной езды (FSD) — это еще один пример автомобильного ASIC, разработанного для обработки больших объемов данных с датчиков с использованием сверхнизкой задержки и минимального энергопотребления.
   
• Другие универсальные процессорные устройства не могут одновременно обеспечить безопасность и производительность. GPU более подходят для прототипирования, симуляции или инфотейнмент-приложений, а не для основных функций безопасности AI. FPGA известны своей переконфигурируемостью и применимостью на этапе разработки или там, где требуется дополнительная гибкость, но они менее эффективны и дороже в массовом производстве.
   
• CPU — это универсальные процессоры, предназначенные для выполнения широкого спектра задач, в основном ориентированные на управление системой и вычислительные операции. Однако они не могут выполнять необходимые для AI в сценариях вождения операции реального времени, особенно при обработке нескольких кадров одновременно.
   

Подробнее о ключевых сегментах, формирующих этот рынок

Скачать бесплатный PDF-файл

По мощности рынок автомобильных AI-ускорителей на краю сети сегментирован на низкую мощность <5W, среднюю мощность 5-10W и высокую мощность >10W. Сегмент средней мощности 5-10W доминирует на рынке с долей около 58% в 2024 году, и ожидается, что этот сегмент будет расти с CAGR 23,8% с 2025 по 2034 год.
 

• Рынок доминирует сегмент средней мощности (5–10W) благодаря приемлемому сочетанию производительности, эффективности и тепловых характеристик. Многокамерное восприятие и слияние данных с датчиков для встроенных AI-приложений, включая обнаружение объектов в реальном времени, требуют достаточной вычислительной мощности, но без увеличения тепла или энергопотребления в конструкции.
   
• Сегмент средней мощности обеспечивает достаточный запас для выполнения этих функций в рамках практических ограничений по энергии и охлаждению для более современных автомобильных конструкций. Например, встраиваемые вычислительные платформы, такие как Jetson AGX Xavier от NVIDIA, настроены на работу с мощностью около 10W, но при этом могут функционировать как относительно мощная платформа для инференса с использованием AI.
   
• Эти вычислительные платформы могут выполнять относительно сложные функции восприятия, включая обнаружение пешеходов и помощь в удержании полосы движения, не требуя при этом интенсивного охлаждения или чрезмерного расхода энергии аккумулятора автомобиля.
   
• Сегмент низкой мощности (ниже 5W) предназначен для менее вычислительно интенсивных или постоянно работающих приложений. Это включает системы мониторинга водителя, сенсоры в салоне, распознавание голоса и базовое восприятие окружающей среды. Например, чипы, такие как Hailo-10H, работают с мощностью менее 3W и подходят для приложений, которые работают непрерывно, не создавая избыточной нагрузки на систему питания автомобиля.
   
• Сегмент высокой мощности (выше 10W) может справляться с более сложными приложениями, например, автономным вождением уровня 3 и 4. Автономное вождение уровня 4 требует одновременной обработки данных с нескольких высококачественных датчиков. Системы, которым требуются такие возможности, должны включать доменные контроллеры (DPU) с высокопроизводительными NPU или специальными ускорителями, работающими на уровне вычислений от 100 до 200 TOPS.
   

По уровню автономности рынок автомобильных AI-ускорителей на краю сети сегментирован на уровни 1, 2, 3, 4 и 5. Сегмент уровня 2 доминирует на рынке с долей около 63% в 2024 году.
 

• Рынок ускорителей ИИ для автомобилей с краевой обработкой сегментирован по уровню автономности, причем уровень 2 является крупнейшим сегментом, так как системы уровня 2 позволяют автомобилям одновременно управлять рулевым управлением и ускорением (или торможением), в то время как водитель продолжает активно участвовать в процессе вождения. Системы уровня 2 стали доминирующим, стандартом отрасли уровнем автоматизации для легковых автомобилей на международных рынках, поскольку они предлагают консенсусный баланс безопасности, удобства для потребителей и сложности регулирования.
   
• Массовые легковые автомобили, выпускаемые компаниями, такими как Nissan, Hyundai и Toyota, разработали системы уровня 2 для выполнения функций, таких как адаптивный круиз-контроль, центрирование полосы движения и помощь в пробках. Уровень 2 был признан жизнеспособным для значительного коммерческого внедрения частично из-за его умеренных требований к обработке и хорошо установленных программных фреймворков ИИ для разработки.
   
• Уровень 1 автономности включает системы "одной функции", такие как предупреждение о выходе из полосы или адаптивный круиз-контроль, которые также широко распространены, но спрос на ускорители ИИ менее значителен. Функции уровня 1 работают на чипах с меньшей производительностью и микроконтроллерами низкого уровня и не используют высокопроизводительные краевые ИИ, имея относительно незначительное присутствие на общем рынке ускорителей, так как они относятся больше к соблюдению требований безопасности, чем к высокопроизводительным ИИ.
   
• Автоматизация уровня 3 начинает проявлять себя, особенно в премиальных автомобилях. Автоматизация уровня 3 позволяет автомобилю выполнять задачу вождения в определенных условиях, в то время как водитель сохраняет возможность вмешательства при получении уведомления. Mercedes-Benz разработала системы уровня 3 под названием Drive Pilot для ограниченного скоростного движения по шоссе.
   
• Автомобили с автоматизацией уровня 3 потребуют гораздо большего уровня вычислительных ресурсов, чем автомобиль уровня 2, так как они должны обрабатывать восприятие в реальном времени, картографирование окружающей среды и резервные системы безопасности. В результате компаниям потребуется больше высокопроизводительных краевых ускорителей ИИ, способных обрабатывать данные в реальном времени.
   
• Кроме того, автоматизация уровней 4 и 5, определенная как высокая и полная автоматизация соответственно, прогнозируется как увеличивающаяся быстрее, чем другие уровни. Пока они не коммерциализированы на потребительских рынках, однако они начинают появляться в сценариях с использованием флотов для автономных такси, транспортных средств для последней мили и услуг городской мобильности.
   
• Waymo и Cruise даже запустили пилотные программы для услуги роботакси уровня 4 в нескольких городах. Оба уровня автоматизации требуют обширных краевых ускорителей ИИ для обработки данных с ультранизкой задержкой и высокой надежностью от множества камер, LiDAR, радаров и ультразвуковых датчиков.
   

По типу транспортных средств рынок ускорителей ИИ для автомобилей с краевой обработкой сегментирован на легковые автомобили и коммерческие транспортные средства. Легковые автомобили доминируют на рынке с долей около 78% в 2024 году.
 

• Сегмент легковых автомобилей представляет собой наибольшую долю на рынке ускорителей ИИ для автомобилей с краевой обработкой, что обусловлено количеством легковых автомобилей на дорогах и растущим интересом к использованию ИИ в передовых системах помощи водителю (ADAS), инфотейнменте, мониторинге в салоне и связанных с этим функциях безопасности.
   
• Существует растущая тенденция среди производителей автомобилей, особенно для премиальных и среднеценовых автомобилей, внедрять аппаратное обеспечение ИИ с краевой обработкой для улучшения комфорта водителя, безопасности и пользовательского опыта, что только усилило спрос в этом сегменте.
   
• Производители электромобилей по всему миру, особенно в Азиатско-Тихоокеанском регионе и Европе, активно внедряют ИИ-чипы для легковых автомобилей. Например, некоторые производители электромобилей разрабатывают ускорители ИИ, способные обрабатывать многодатчиковое восприятие и генеративные ИИ-интерфейсы внутри автомобиля.
   
• Кроме того, производители чипов разрабатывают ускорители ИИ для краевых устройств, специально предназначенные для пассажирских автомобилей. Эти системы предназначены для обеспечения работы в реальном времени систем распознавания лиц, мониторинга усталости водителя, персонализированной голосовой помощи и улучшенной навигации. По мере того как эти функции становятся стандартными ожиданиями потребителей, спрос на встроенные вычисления ИИ на рынке пассажирских автомобилей растет.
   
• Хотя применение ИИ для краевых устройств в коммерческих транспортных средствах (грузовики, фургоны, автобусы) занимает меньшую долю на общем рынке ускорителей ИИ для краевых устройств, это растущая категория. Использование ИИ для краевых устройств в коммерческих транспортных средствах в основном направлено на мониторинг поведения водителя, прогнозирование технического обслуживания, предотвращение столкновений и телематику. Каждое из упомянутых применений способствует повышению безопасности и эффективности флота, но требует менее сложной обработки ИИ, чем в пассажирских автомобилях.
   

Северная Америка доминирует на рынке ускорителей ИИ для краевых устройств в автомобильной отрасли с долей около 34% и генерирует около 703,4 млн долл. США выручки в 2024 году.
 

• Северная Америка доминирует на рынке ускорителей ИИ для краевых устройств в автомобильной отрасли благодаря нормативным требованиям, достижениям в автомобильной и технологической отраслях, а также значительным инвестициям в технологии ИИ, связанные с автомобилями. Автомобильная экосистема Северной Америки быстро меняется благодаря сильным государственным политикам и доступной передовой технологической экосистеме, способной разрабатывать и внедрять ИИ на краевых устройствах в автомобилях.
   
• США разработали нормативные рамки для дальнейшего стимулирования быстрого внедрения интеллектуальных систем безопасности, чтобы создать безопасные автоматизированные системы вождения в соответствии с программой AV STEP Национального управления безопасности дорожного движения (NHTSA) для разработки, проверки и внедрения автоматизированных систем вождения. Некоторые из этих политик содержат временные требования для каждого нового легкового автомобиля, проданного после этого, чтобы иметь автоматическое экстренное торможение и обнаружение пешеходов в аварийных ситуациях.
   
• Американские производители пассажирских автомобилей и связанных технологий являются мировыми лидерами в разработке решений ИИ как в системах, встроенных в автомобили, так и в системах производства автомобилей. Компании, такие как GM, заключили партнерские соглашения с ведущими производителями полупроводниковых чипов для ИИ, как для разработки, так и для внедрения возможностей ИИ в свои системы автомобилей, а также для внедрения ИИ в свои производственные операции для повышения автоматизации и производственных возможностей.
   
• Позиция Северной Америки усиливается благодаря полупроводниковым компаниям, таким как NVIDIA, Intel и Qualcomm, которые преодолевают географические границы для коммерциализации ускорителей ИИ для автомобилей с более эффективной производительностью и энергоэффективностью, чем системы, разработанные для старых автомобилей.
   
• Канада усиливает региональное доминирование благодаря растущей экосистеме центров исследований ИИ, инженерных талантов и партнерств, которые совместно мобилизуют центры прикладных исследований и частные организации. Интеграция датчиков для алгоритмов ИИ и расширение и улучшение автомобилей для автономных приложений, особенно в новых и быстрорастущих областях электромобилей и подключенных автомобилей.
   

Рынок ускорителей ИИ для краевых устройств в автомобильной отрасли Европы составил 515,7 млн долл. США в 2024 году и, как ожидается, покажет прибыльный рост в течение прогнозируемого периода.
 

• Рынок ускорителей ИИ для краевых устройств в автомобильной отрасли Европы быстро растет благодаря прогрессу в производственных технологиях, нормативной поддержке и промышленной инновации. Страны, такие как Германия, с сильной автомобильной отраслью и активной цифровой индустрией, играют ведущую роль в управлении и инновациях.
   
• Немецкие OEM-производители и поставщики уровня Tier-1 интегрируют системы помощи водителю (ADAS), коммуникацию автомобиль-всё (V2X), функции автономного вождения и функции безопасности в машины с искусственным интеллектом на краю сети. В Европе расширяется широкий круг вопросов, чтобы задержки, безопасность и реальная пропускная способность процессов в автомобилях могли стимулировать использование решений ИИ, которые увеличивают пропускную способность.
   
• Примером является компания Infineon Technologies, которая расширяет возможности семейства микроконтроллеров AURIX за счет функций искусственного интеллекта в реальном времени. Через сотрудничество с компаниями, такими как Ekkono и Imagimob, она внедрила эти функции обработки ИИ в выбранные автомобильные приложения.
   
• Европейские инициативы, такие как AI4CSM (Искусственный интеллект для подключенной и совместной мобильности), направлены на продвижение технологий, основанных на искусственном интеллекте, для подключенных и совместных решений мобильности в автомобильной отрасли. Эти программы поддерживают разработку производителей ИИ и архитектуры, специально разработанной для автомобильной отрасли.
   
• Регуляторные обсуждения и семинары выявили необходимость безопасной и защищенной инфраструктуры ИИ, способствующей развитию локальных технологий ИИ на краю сети, снижая зависимость от облачной обработки.
   
• Крупные автомобильные производители, такие как Volkswagen, Mercedes-Benz и BMW, используют ИИ как в своих автомобилях, так и на производственных линиях. Поставщики, такие как Bosch, Continental и ZF, инвестируют в оборудование на краю сети, которое может обрабатывать данные и запускать программы машинного обучения непосредственно в автомобиле. Также страны, такие как Великобритания, инвестируют в ИИ для автомобилей, чтобы создать собственную технологию и меньше зависеть от других стран.
   

Регион Азиатско-Тихоокеанского региона в 2024 году составил 649,2 млн долларов США и, как ожидается, покажет самый быстрый рост в течение прогнозируемого периода.
 

• В регионе Азиатско-Тихоокеанского региона сильные усилия по электрификации автомобилей и автономным автомобилям увеличивают спрос на ускорители ИИ на краю сети в автомобилях. В Китае значительное количество новых легковых автомобилей теперь оснащено системами помощи водителю уровня 2 или выше, создавая большой рынок для чипов ИИ, которые обрабатывают данные непосредственно в автомобиле, а не в облаке.
   
• В Японии правительство финансирует проекты через агентства, такие как NADO и METI, для разработки ИИ-"чиплетов", которые также могут функционировать в связанной инфраструктуре, такой как малые электрические сети или даже локальные сети или дорожные единицы в автомобилях.
   
• Индия также растет быстрыми темпами. Правительство страны серьезно финансирует свою миссию IndiaAI, которая будет строить инфраструктуру вычислений ИИ (GPU и т.д.), поддерживать блоки управления автомобилями и функции ADAS, такие как автоматическое экстренное торможение и поддержание полосы движения, и способствовать общему внедрению ИИ/МО в автомобильные и транспортные системы.
   
• По всему региону Азиатско-Тихоокеанского региона наблюдается общая тенденция к использованию локализованного ИИ с низкой задержкой в автомобилях. Это включает аппаратные и программные ускорители, встроенные непосредственно в автомобили для поддержки задач, таких как обнаружение препятствий, голосовое управление и мониторинг водителя. Автопроизводители (OEM) и поставщики уровня Tier-1 инвестируют в совместную разработку оборудования и программного обеспечения ИИ, сосредотачиваясь на моделях, которые могут эффективно работать в пределах ограниченных мощности и тепловых ограничений автомобиля.
   

Латинская Америка составила около 98,7 млн долларов США в 2024 году и, как ожидается, покажет устойчивый рост в течение прогнозируемого периода.
 

• Рынок Латинской Америки переживает прибыльный рост, вдохновленный сочетанием промышленного расширения, государственной поддержки и растущего спроса на обработку в реальном времени в автомобилях следующего поколения. Бразилия лидирует в внедрении как крупнейший автомобильный центр в регионе.
   
• Компании, такие как Volkswagen Brazil, Stellantis и General Motors Latin America, включают Edge AI для приложений, таких как системы помощи водителю, возмещение автомобильных датчиков и диагностика в реальном времени.
   
• Помимо Бразилии, автомобили Мексики выступают в качестве сильного конкурента в области инноваций в сфере ИИ. Национальные инициативы, такие как разработка отечественных электромобилей, увеличили потребность в системах на основе ИИ для управления задачами обработки данных на сложных транспортных средствах.
   
• Автомобильные центры НИОКР в городах, таких как Монтеррей, активно тестируют функции автономности на основе краевых вычислений, включая распознавание ходьбы и адаптивный круиз-контроль, и поддерживают требования к встроенному ускорению ИИ.
   
• Национальная стратегия ИИ Бразилии делает акцент на строительстве инфраструктуры для передовой обработки данных и продвижении отечественных инноваций в области ИИ. Аналогично, промышленная стратегия Мексики соответствует целям цифровой трансформации, поощряя локальное производство и инновации в области электроники автомобилей и умных платформ мобильности. Эти политические усилия не только привлекают международных производителей, но и позволяют местным компаниям участвовать в экосистеме ИИ.
   
• Готовность инфраструктуры также ускоряет внедрение. Новый центр обработки данных, оптимизированный для ИИ, в Сан-Паулу и Мехико предоставляет необходимые возможности бэкенда для поддержки обработки данных на краю сети. Это включает высокоплотные силовые стойки, системы жидкостного охлаждения и энергоэффективные конструкции, которые важны для обучения и обновления моделей Edge AI.
   
• Более жесткие регуляторные и промышленные политики во многих странах способствуют ускорению роста и участия на рынке. Помимо грантов на НИОКР, власти также субсидируют разработку и сертификацию безопасности и надежности.
   

Рынок ускорителей Edge AI для автомобилей в странах Ближнего Востока и Африки составил 123,2 млн долларов США в 2024 году и, как ожидается, покажет прибыльный рост в прогнозируемый период.
 

• Рынки Ближнего Востока и Африки демонстрируют многообещающий рост, который обеспечивается стратегическими инвестициями, инициативами правительства и технологическим прогрессом. Саудовская Аравия возглавляет регион с помощью своей программы "Видение 2030", которая делает акцент на умной мобильности и цифровой инфраструктуре. Проекты, такие как NEOM и LINE, служат полигонами для внедрения краевых вычислений в мобильности, позволяя обработку данных с низкой задержкой и управление транспортными средствами на основе ИИ. Партнерства с мировыми лидерами автомобильной и технологической отраслей усиливают локальные возможности обработки данных и экспертизу в управлении умными флотами.
   
• Открытие первого центра технологий ИИ NVIDIA в Абу-Даби стало ключевым развитием в Объединенных Арабских Эмиратах (ОАЭ). Исследовательская лаборатория ИИ и робототехники направлена на развитие государственных технологий ИИ, включая гуманоидов и робототехническое оружие, и соответствует миссии ОАЭ стать мировым лидером в области ИИ и робототехники.
   
• Израиль вносит свой вклад в региональную ситуацию через компании, такие как Hailo Technologies, специализирующиеся на процессорах и ускорителях ИИ, используемых в автономных транспортных средствах, системах видеонаблюдения и автономных мобильных роботах.
   
• Правительство Южной Африки значительно инвестировало в поддержку местного производства электромобилей, стремясь укрепить позиции автомобильной промышленности в условиях рыночных вызовов к 2035 году. Эта инициатива, как ожидается, привлечет производителей оригинального оборудования и поощрит инновации в области технологий электромобилей, включая интеграцию ускорителей Edge AI для улучшения производительности и автономности транспортных средств.
   
• Уганда представила первый в Африке центр обработки данных на основе ИИ, крупный проект, работающий на возобновляемых источниках энергии. В нем будет размещен Центр превосходства в области ИИ, специализирующийся на исследованиях, управлении данными и развитии навыков местных инженеров. Эта инфраструктура, как ожидается, поддержит распространение технологий Edge AI в различных областях, включая автомобильную промышленность, предлагая локальные варианты обработки данных.
   

Доля рынка ускорителей Edge AI для автомобилей

• Семь ведущих компаний в области ускорителей ИИ для автомобилей на основе краевых вычислений — это NXP Semiconductors, Renesas Electronics, Texas Instruments (TI), NVIDIA, Horizon Robotics, Mobileye и Qualcomm Technologies. Эти компании занимают около 68% доли рынка в 2024 году.
   
• NXP Semiconductors занимает значительную позицию на рынке ускорителей ИИ для автомобилей на основе краевых вычислений благодаря своей платформе S32 для автомобилей, которая позволяет принимать решения на основе ИИ, системы помощи водителю (ADAS) и автономные системы. Ее процессоры обеспечивают низкозадержное краевое вычисление для обеспечения управления транспортными средствами в реальном времени.
   
• Renesas Electronics имеет сильное присутствие на рынке ускорителей ИИ на основе краевых вычислений благодаря своим решениям, готовым к ИИ, через семейство систем на кристалле (SoC) R-Car, которое позволяет краевые вычисления в автономных транспортных средствах. Процессоры обеспечивают возможность глубокого обучения (чаще всего называемого "инференсом" или "преобразованием"), обнаружения объектов, мониторинга водителя и планирования маршрута.
   
• Texas Instruments (TI) поставляет встраиваемые процессоры и микроконтроллеры с поддержкой ИИ, которые обеспечивают инференс на краю сети в автомобильных приложениях. Продукты TI делают акцент на реальном времени и энергоэффективной обработке ИИ, с приложениями в системах помощи водителю, внутрикабинном сенсинге и системах безопасности с поддержкой зрения.
   
• NVIDIA является лидером в области автомобильных ускорителей ИИ на основе краевых вычислений с мощной платформой DRIVE, которая включает систему на кристалле Orin, разработанную для автономных транспортных средств. Эти решения позволяют транспортным средствам обрабатывать данные с датчиков в реальном времени для задач, таких как восприятие, прогнозирование и принятие решений. Сильные партнерства и внедрение с Mercedes-Benz и BYD являются сильным сигналом внедрения NVIDIA в автомобильной отрасли.
   
• Horizon Robotics, китайский производитель чипов ИИ, специализируется на ускорителях ИИ на основе краевых вычислений, предназначенных для автоматизированных приложений вождения. Серия чипов Journey обеспечивает реальное время сенсинга и самонавигации. Horizon сотрудничает с китайскими производителями автомобилей, такими как Changan и SAIC, для внедрения своих чипов в серийные автомобили.
   
• Mobileye, компания Intel, является передовым ИИ-компанией, специализирующейся на решениях на основе зрения для систем помощи водителю и автономного вождения. Миллионы транспортных средств используют чипы EyeQ от Mobileye для функций, таких как обнаружение полосы движения, адаптивный круиз-контроль и экстренное торможение.
   
• Qualcomm предлагает передовые функции ИИ на основе краевых вычислений с помощью платформы Snapdragon Ride, которая обеспечивает масштабируемую производительность для ADAS и автономного вождения. Ее ускорители ИИ обеспечивают приложения, такие как мониторинг кругового обзора, мониторинг внимания водителя и оптимизация маршрута в реальном времени.
   

Компании на рынке ускорителей ИИ для автомобилей на основе краевых вычислений

      Основные игроки, действующие на рынке ускорителей ИИ для автомобилей на основе краевых вычислений:

• Arm
• Horizon Robotics
• Infineon Technologies
• Mobileye
• NVIDIA
• NXP Semiconductors
• Qualcomm
• Renesas Electronics
• STMicroelectronics
• Texas Instruments (TI)

• Рынок ускорителей ИИ для автомобилей на основе технологий edge движется за счет сочетания доминирующих гигантов полупроводниковой отрасли и гибких новых игроков, что приводит к высококонкурентной среде. Крупные компании, такие как NVIDIA Corporation, Qualcomm Technologies, Intel Corporation, AMD, NXP Semiconductors, Renesas Electronics, Texas Instruments, Arm, STMicroelectronics и Infineon Technologies, коллективно контролируют значительную долю экосистемы вычислительных мощностей ИИ для автомобилей.
   
• Эти ведущие компании сохраняют свои преимущества, активно инвестируя в ускорители ИИ следующего поколения, специализированные SoC и гетерогенные вычислительные архитектуры, предназначенные для работы в реальном времени, ADAS и автономного вождения. Их стратегии делают акцент на масштабируемости, соответствие стандартам безопасности (ISO 26262) и энергоэффективной обработке ИИ, подходящей для программно-определяемых автомобилей и развивающихся архитектур E/E.
   
• Для дальнейшего укрепления своих позиций на рынке эти игроки реализуют многоуровневые стратегии, включая совместную оптимизацию аппаратного и программного обеспечения, лицензирование автомобильных ИИ IP, вычислительные платформы ИИ внутри автомобиля (например, NVIDIA DRIVE или Qualcomm Snapdragon Ride) и сотрудничество с OEM и поставщиками уровня 1.
   
• Эти инициативы обеспечивают надежную поддержку нагрузок ИИ, таких как восприятие, планирование, локализация и мониторинг водителя, предоставляемых на периферии с низкой задержкой и высокой надежностью.
   
• Наряду с этими лидерами, новые игроки и региональные специалисты, включая Horizon Robotics, Ambarella, Hailo Technologies, Kneron и SiMa.ai, нарушают рынок за счет специализированных чипов edge ИИ, часто оптимизированных для стоимости, размера и сверхнизкого энергопотребления. Эти компании особенно набирают популярность в Азиатско-Тихоокеанском регионе и Европе, где автомобильные OEM ускоряют переход к локал