Размер и доля рынка периферийного искусственного интеллекта, отраслевой аналитический отчет за 2034 год

Объем рынка периферийного искусственного интеллекта

Рынок периферийного искусственного интеллекта оценивался в 12,5 млрд долларов США в 2024 году и, по оценкам, в период с 2025 по 2034 год среднегодовой темп роста составит 24,8%, что обусловлено растущим внедрением периферийных устройств в различных секторах. Предприятия в сфере здравоохранения, производства, розничной торговли и автомобилестроения интегрировали решения для периферийных вычислений для улучшения обработки данных в режиме реального времени и повышения эффективности. Периферийные устройства, включая датчики Интернета вещей, интеллектуальные камеры и промышленных роботов, позволяют организациям обрабатывать данные ближе к источнику, снижая зависимость от облачной инфраструктуры.

Например, в марте 2025 года Arm представила платформу Armv9 edge AI, предназначенную для повышения производительности, эффективности и безопасности искусственного интеллекта для IoT и периферийных устройств. Новый процессор Cortex-A320 обеспечивает более быструю обработку данных искусственного интеллекта и работает вместе с ускорителем искусственного интеллекта Ethos-U85.

Интегрируя технологии на основе искусственного интеллекта, компании получают расширенную автоматизацию, улучшенные бизнес-процессы и лучшие возможности для принятия решений. Сочетание искусственного интеллекта с периферийными вычислениями приводит к созданию более интеллектуальных систем, способных выполнять расширенные аналитические возможности. Это позволяет предприятиям автоматизировать процессы и увеличить скорость разработки инноваций в области искусственного интеллекта, что приводит к увеличению спроса на периферийные решения искусственного интеллекта. По прогнозам Statista, к 2030 году объем рынка искусственного интеллекта достигнет 826,7 млрд долларов США

Растущее внедрение облачных вычислений для Edge AI сыграло важную роль в развитии рынка. В то время как периферийный ИИ ориентирован на локальную обработку данных, гибридные облачные модели становятся все более популярными, предлагая преимущества как централизованных, так и децентрализованных вычислений. Облачные платформы обеспечили масштабируемость, централизованное обучение моделей ИИ и расширенное управление данными, в то время как периферийные устройства обеспечили вывод в режиме реального времени и локализованное принятие решений.

Тенденции рынка периферийного искусственного интеллекта

• TinyML, или машинное обучение на микроконтроллерах со сверхнизким энергопотреблением, набирает обороты, поскольку отрасли ищут эффективные решения искусственного интеллекта на периферии. Эта технология позволяет небольшим устройствам с питанием от аккумулятора запускать модели искусственного интеллекта локально, не полагаясь на облачное подключение. Приложения варьируются от интеллектуальных датчиков в промышленной автоматизации до носимых устройств в здравоохранении и профилактического обслуживания на производстве.
  
• Например, новейшие NPU Ceva-NeuPro-Nano от Ceva предназначены для интеграции моделей TinyML в SoC. Эти NPU обеспечивают сверхэффективную обработку ИИ в устройствах IoT с низким энергопотреблением и ограниченными ресурсами.
  
• Конвергенция искусственного интеллекта и Интернета вещей ускоряется, что приводит к всплеску устройств Интернета вещей с поддержкой искусственного интеллекта в различных отраслях. Системы умного дома, автономные дроны и решения промышленного Интернета вещей (IIoT) интегрируют искусственный интеллект для улучшения процесса принятия решений, автоматизации процессов и повышения эффективности.
  
• Устройства Интернета вещей на базе искусственного интеллекта могут анализировать данные локально, снижая потребность в постоянном подключении к облаку и обеспечивая более быстрое реагирование. Этот рост также способствует развитию периферийных платформ искусственного интеллекта, оптимизированных чипсетов ИИ и безопасных сетей Интернета вещей на основе искусственного интеллекта, что делает интеллектуальную автоматизацию более распространенной.
  
• Периферийное оборудование ИИ быстро развивается: новые процессоры, ускорители ИИ и нейронные процессоры (NPU) предназначены для эффективной обработки рабочих нагрузок машинного обучения. Компании разрабатывают специализированное оборудование, которое обеспечивает высокопроизводительный вывод ИИ на периферии, сохраняя при этом энергоэффективность. Эти достижения обеспечивают обработку данных в режиме реального времени для таких приложений, как робототехника, автономные транспортные средства и интеллектуальное наблюдение.
  
• Например, в сентябре 2024 года NXP представила кроссоверный микроконтроллер (MCU) i.MX RT700, предназначенный для расширения возможностей искусственного интеллекта на периферии. Этот микроконтроллер объединяет два ядра Arm Cortex-M33, цифровые процессоры Cadence Tensilica HiFi DSP и нейронный процессор (NPU) eIQ Neutron, обеспечивая ускорение задач искусственного интеллекта до 172 раз при одновременном снижении энергопотребления на вывод до 119 раз.
  

Анализ рынка периферийного искусственного интеллекта

В зависимости от конечного использования, рынок периферийного искусственного интеллекта сегментирован на здравоохранение, производство, BFSI, правительство, розничную торговлю и электронную коммерцию, телекоммуникации, транспорт и логистику и другие. Сегмент здравоохранения доминировал на рынке в 2024 году, на его долю приходилось 43% от общей выручки.

• Edge AI широко используется в здравоохранении для мониторинга пациентов в режиме реального времени, анализа медицинской визуализации и диагностики с помощью искусственного интеллекта, что позволяет быстрее принимать решения и улучшать результаты лечения пациентов. Больницы и клиники используют носимые устройства на базе искусственного интеллекта, автоматизированные рабочие процессы и предиктивную аналитику для повышения эффективности и снижения затрат.
  
• В марте 2025 года Ambiq запустила серию SoC Apollo330 Plus, обеспечивающую обработку искусственного интеллекта со сверхнизким энергопотреблением для периферийных устройств в здравоохранении на базе процессора Arm Cortex-M55 с ускорением искусственного интеллекта.
  
• Производство следует за этим процессом, используя Edge AI для профилактического обслуживания, автоматизации процессов и контроля качества, что помогает сократить время простоя и повысить производительность. В BFSI искусственный интеллект поддерживает обнаружение мошенничества, автоматизированные транзакции и оценку рисков, повышая безопасность и качество обслуживания клиентов.
  
• Правительственные учреждения интегрируют Edge AI для интеллектуального видеонаблюдения, городского планирования и управления дорожным движением, в то время как розничная торговля и электронная коммерция используют искусственный интеллект для персонализированных рекомендаций, управления запасами и взаимодействия с клиентами. Телекоммуникационный сектор выигрывает от оптимизации сети и более быстрой обработки данных, а транспорт и логистика используют искусственный интеллект для планирования маршрутов, мониторинга автопарка и приложений для автономных транспортных средств.
  

В зависимости от компонентов, рынок периферийного искусственного интеллекта сегментирован на программное обеспечение, оборудование и услуги, при этом программное обеспечение будет лидировать на рынке в 2024 году, на долю которого будет приходиться 51,7% от общего дохода.

• Растущее использование оптимизации моделей ИИ, обработки данных в режиме реального времени и периферийных аналитических платформ стимулировало спрос на программные решения. По мере того как отрасли интегрируют ИИ в свои операции, программное обеспечение играет ключевую роль в развертывании моделей, безопасности данных и обновлении систем.
  
• Программные платформы для машинного обучения, вывода ИИ и развертывания на периферии помогают устройствам обрабатывать информацию локально, снижая зависимость от облачных вычислений. Рост платформ искусственного интеллекта с минимумом программирования также упростил внедрение для предприятий, позволив им использовать искусственный интеллект без необходимости глубоких технических знаний. Поскольку отрасли сосредоточены на автоматизации, эффективности и принятии решений в режиме реального времени, программное обеспечение останется наиболее важным компонентом роста периферийного ИИ.
  
• За ним последовал сегмент аппаратного обеспечения, рост которого был обеспечен специализированными чипами искусственного интеллекта, процессорами с низким энергопотреблением и встроенными ускорителями искусственного интеллекта, предназначенными для повышения эффективности вычислений на периферии.
  
• В сегменте услуг, включая развертывание ИИ, консалтинг и обслуживание, наблюдался устойчивый рост, поскольку компаниям требовался опыт внедрения и управления периферийными решениями ИИ. Растущая потребность в безопасной, масштабируемой и энергоэффективной обработке ИИ продолжает формировать инвестиции во всех трех сегментах.
  

В зависимости от области применения рынок периферийного искусственного интеллекта делится на видеонаблюдение, удаленный мониторинг, предиктивное обслуживание и другие. В 2024 году на рынке доминировал сегмент видеонаблюдения.

• Edge AI в видеонаблюдении широко используется в сфере общественной безопасности, розничной торговли, умных городов и промышленной безопасности. Правительства и предприятия развертывают камеры с поддержкой искусственного интеллекта для мониторинга мест скопления людей, обнаружения подозрительных действий и усиления усилий правоохранительных органов.
  
• В розничной торговле видеонаблюдение на основе искусственного интеллекта помогает предотвратить кражи, анализировать поведение покупателей и оптимизировать магазин. На промышленных объектах используется видеоаналитика на периферии для повышения безопасности на рабочем месте за счет выявления опасностей и мониторинга соответствия требованиям в режиме реального времени.
  
• Спрос на обработку видео с низкой задержкой и высоким разрешением привел к внедрению камер видеонаблюдения с поддержкой искусственного интеллекта и встроенных систем машинного зрения. Эти системы не только повышают безопасность, но и снижают затраты на пропускную способность за счет локальной обработки видео вместо отправки больших объемов данных на централизованные облачные серверы.
  
• Интеграция моделей компьютерного зрения и глубокого обучения еще больше расширяет их способность распознавать лица, обнаруживать аномалии и автоматизировать принятие решений в условиях безопасности и эксплуатации.
  

В 2024 году Северная Америка занимала наибольшую долю рынка периферийного искусственного интеллекта, составляя более 30% мирового рынка. США доминируют в регионе и, по прогнозам, достигнут около 20 миллиардов долларов США к 2034 году.

• В США наблюдается активное внедрение ИИ в таких отраслях, как здравоохранение, а умные города привели к расширению рынка, когда компании интегрируют Edge AI для принятия решений и автоматизации в режиме реального времени.
  
• Например, в марте 2025 года Latent AI и Carahsoft Technology Corp. объявили о партнерстве для расширения внедрения периферийного искусственного интеллекта в государственном секторе США. Carahsoft будет распространять программное обеспечение Latent AI Efficient Inference Platform (LEIP) и защищенные мобильные решения для государственных учреждений через свою сеть реселлеров и контракты.
  
• Присутствие ведущих технологических фирм и полупроводниковых компаний, в том числе специализирующихся на чипах и программных решениях для искусственного интеллекта, укрепило экосистему для разработки Edge AI.
  
• Правительственные инициативы, поддерживающие инновации в области искусственного интеллекта, наряду с увеличением инвестиций в 5G, Интернет вещей и облачную инфраструктуру, ускорили развертывание периферийного ИИ во всех секторах.
  

Ожидается, что рынок периферийного искусственного интеллекта в Германии будет демонстрировать значительный и многообещающий рост с 2025 по 2034 год.

• Рынок периферийного искусственного интеллекта в Германии развивается из-за ужесточения правил конфиденциальности данных и растущей зависимости от решений для периферийных вычислений на основе искусственного интеллекта. Такие отрасли, как автомобилестроение, здравоохранение и производство, интегрируют Edge AI для повышения автоматизации, безопасности и операционной эффективности.
  
• По мере роста внедрения промышленного ИИ растет спрос на вычисления с низкой задержкой, аналитику в реальном времени и энергоэффективные модели ИИ для поддержки умных заводов, профилактического обслуживания и автономных систем.
  
• В остальной части Европы правила ЕС по этике ИИ и суверенитету данных определяют рост рынка.
  
• Например, 1 августа 2024 года вступил в силу Закон Европейского Союза об искусственном интеллекте (AI Act), первый в мире всеобъемлющий регламент в области искусственного интеллекта. Это законодательство устанавливает единую нормативно-правовую базу для ИИ в государствах-членах ЕС, направленную на снижение рисков, связанных с ИИ, и защиту основных прав граждан.
  

Ожидается, что рынок периферийного искусственного интеллекта в Китае будет испытывать значительный и многообещающий рост с 2025 по 2034 год.

• Рынок периферийного искусственного интеллекта в Китае быстро расширяется благодаря поддерживаемым правительством инициативам в области искусственного интеллекта и значительным инвестициям в 5G и интеллектуальную инфраструктуру. Такие сектора, как производство, розничная торговля и автономное вождение, стимулируют спрос на обработку данных искусственного интеллекта в режиме реального времени и интеллектуальную автоматизацию на периферии.
  
• С ростом проектов промышленной автоматизации и умного города растет спрос на модели искусственного интеллекта с низкой задержкой, передовые системы видеонаблюдения и робототехнику на основе искусственного интеллекта для повышения операционной эффективности и безопасности.
  
• В остальной части Азиатско-Тихоокеанского региона страны уделяют особое внимание Интернету вещей на основе искусственного интеллекта, периферийным решениям в области здравоохранения и интеллектуальной логистике, используя автоматизацию на основе искусственного интеллекта и аналитику в режиме реального времени для повышения производительности и внедрения инноваций.
  
• Например, в марте 2025 года Корейский институт передовых наук и технологий (KAIST), Институт нановека (KINC) и Blaize Holdings объявили о стратегическом партнерстве для продвижения передовых технологий искусственного интеллекта в различных областях, включая биомедицинскую диагностику, нейроморфные вычисления и решения в области устойчивой энергетики.
  

Ожидается, что рынок периферийного искусственного интеллекта в Мексике будет демонстрировать значительный и многообещающий рост с 2025 по 2034 год.

• Рынок периферийного искусственного интеллекта в Мексике растет, поскольку отрасли внедряют решения для автоматизации на основе искусственного интеллекта, предиктивной аналитики и периферийных вычислений для повышения операционной эффективности. Производство, логистика и финансовые услуги являются ключевыми секторами, способствующими внедрению.
  
• По мере того, как внедрение Интернета вещей и цифровая трансформация ускоряются, растет спрос на обработку данных ИИ в режиме реального времени, кибербезопасность на основе ИИ и интеллектуальное управление цепочками поставок для оптимизации бизнес-операций.
  

Доля рынка периферийного искусственного интеллекта

• В топ-7 компаний индустрии периферийного искусственного интеллекта входят Huawei, Intel, Google LLC, Amazon, Dell, IBM, Microsoft. В совокупности они занимают рыночную долю около 35% на рынке.
  
• Google сотрудничает с поставщиками оборудования и использует свои Edge TPU и Google Cloud для предложения масштабируемых решений искусственного интеллекта, особенно в таких отраслях, как умные дома и автономные транспортные средства
  
• Например, в январе 2025 года Google и Synaptics объединились для продвижения периферийного искусственного интеллекта. В рамках этого сотрудничества ядро машинного обучения Google интегрируется с аппаратным обеспечением Astra AI от Synaptics, что упрощает разработку устройств IoT. Платформа ускоряет обработку ИИ в различных модальностях, поддерживая приложения в носимых устройствах, бытовых приборах и многом другом. Он также обеспечивает совместимость с современными компиляторами благодаря MLIR-совместимости.
  
• Huawei предоставляет комплексные решения на основе искусственного интеллекта, включая чипы, облачные сервисы и периферийные платформы на основе искусственного интеллекта, предназначенные для таких секторов, как умные города и транспорт.
  
• Корпорация Intel предлагает аппаратные решения, направленные на ускорение вывода ИИ на периферии, особенно в решениях ИИ и Интернета вещей. Amazon использует AWS IoT и AMI глубокого обучения для развертывания искусственного интеллекта на периферии в таких отраслях, как розничная торговля и логистика, обеспечивая эффективное развертывание моделей.
  
• Dell специализируется на инфраструктуре на основе искусственного интеллекта с решениями от периферии до облака, нацеленной на аналитику в режиме реального времени в таких секторах, как здравоохранение и производство. IBM использует свою платформу Watson AI для периферийных приложений искусственного интеллекта, поддерживая обработку данных в режиме реального времени в таких отраслях, как здравоохранение и автомобилестроение.
  
• Корпорация Майкрософт предоставляет решения ИИ через ИИ Azure, позволяя компаниям развертывать модели и управлять ими на пограничных устройствах в таких областях, как промышленная автоматизация и Интернет вещей.
  

Компании рынка периферийного искусственного интеллекта

Основные игроки, работающие в индустрии периферийного искусственного интеллекта, включают:

• Amazon Web Service (AWS)
• Информация
• Лощина
• Гугл
• Технология Gorilla
• Технологии Huawei
• IBM
• Майкрософт
  

Рынок периферийного искусственного интеллекта переживает жесткую конкуренцию, обусловленную растущим спросом на эффективные вычисления с низкой задержкой. Ведущие компании инвестируют в процессоры, оптимизированные для искусственного интеллекта, энергоэффективные NPU и передовые программные платформы, чтобы выделиться на фоне конкурентов.

Известные полупроводниковые компании и стартапы в области искусственного интеллекта используют ускорение машинного обучения, обработку данных в режиме реального времени и интеграцию с облаком для повышения производительности. Такие инновации, как модели ИИ на основе трансформаторов, масштабируемые гетерогенные архитектуры и библиотеки оптимизации рабочих нагрузок ИИ, становятся ключевыми факторами успеха на рынке.

Нормативные стандарты и требования кибербезопасности формируют стратегии развития. Компании должны балансировать между производительностью, энергоэффективностью и безопасностью, чтобы сохранить доверие и при этом предоставить масштабируемые высокопроизводительные решения для периферийного искусственного интеллекта.

Новости индустрии Edge AI

• В марте 2025 года Lanner и Arrcus объявили о сотрудничестве для создания оптимизированных на основе искусственного интеллекта решений для телекоммуникационных периферийных вычислений со сверхнизкой задержкой. Их интеграция расширяет возможности подключения RAN и 5G на основе искусственного интеллекта для предприятий. Платформа искусственного интеллекта MGX Edge от Lanner сочетает в себе графические процессоры, DPU и многоядерные процессоры для ускорения вывода ИИ на периферии. Сетевая платформа ACE от Arrcus оптимизирует сетевые функции, снижая нагрузку на процессор и повышая эффективность рабочих нагрузок искусственного интеллекта.
  
• В марте 2025 года Arm запустила свою платформу искусственного интеллекта Armv9 Edge AI на базе процессора Cortex-A320 и NPU Ethos-U85 для повышения производительности искусственного интеллекта для приложений IoT. Cortex-A320 обеспечивает в 10× раза более высокую производительность машинного обучения по сравнению со своим предшественником, в то время как Ethos-U85 предлагает до 4 TOP на частоте 1 ГГц с повышенной эффективностью. Библиотеки Arm Kleidi оптимизируют рабочие нагрузки ИИ без дополнительных усилий разработчика. Лидеры отрасли, в том числе AWS и Siemens, проявили интерес к внедрению платформы для периферийных приложений искусственного интеллекта.
  
• В марте 2025 года Weebit Nano и EMASS объявили о сотрудничестве для демонстрации приложений периферийного искусственного интеллекта со сверхнизким энергопотреблением, использующих технологию Weebit Resistive RAM (ReRAM).
  
• В марте 2025 года. Canonical в партнерстве с Renesas разработала специализированную операционную систему Ubuntu Core на процессорах RZ, что позволило создать эффективные приложения Интернета вещей и периферийного искусственного интеллекта. Специализированная ОС повышает производительность машинного обучения и компьютерного зрения, а также интегрирует функции безопасности, связанные с оборудованием RZ.
  

Отчет об исследовании рынка периферийного искусственного интеллекта включает в себя углубленное освещение отрасли с оценками и прогнозом с точки зрения выручки ($Bn) с 2021 по 2034 год для следующих сегментов:

Рынок, по компонентам

• Скобяные изделия
  • Графический процессор (GPU)
  • Специализированные интегральные схемы (ASIC)
  • Центральный процессор (ЦПУ)
  • Программируемая пользователем вентильная матрица (FPGA)
• Программное обеспечение
• Служба
  • Обучение и консалтинг
  • Поддержка и обслуживание
  • Системная интеграция и тестирование

Рынок, по применению

• Видеонаблюдение
• Удаленный мониторинг
• Профилактическое обслуживание
• Другие

Рынок, по конечному использованию

• Производственный
• Здравоохранение
• BSFI
• Правительство
• Розничная торговля и электронная коммерция
• Телекоммуникация
• Транспорт и логистика
• Другие

Приведенная выше информация представлена по следующим регионам и странам:

• Северная Америка
  • США
  • Канада
• Европа
  • ВЕЛИКОБРИТАНИЯ
  • Германия
  • Франция
  • Италия
  • Испания
  • Россия
  • Скандинавии
• Азиатско-Тихоокеанский регион
  • Китай
  • Индия
  • Япония
  • Австралия
  • Южная Корея
  • Юго-Восточная Азия 
• Латинская Америка
  • Бразилия
  • Мексика
  • Аргентина
• MEA
  • ОАЭ
  • Южная Африка
  • Саудовская Аравия