汽车边缘人工智能加速器市场规模——按处理器、功率、自动驾驶级别、车辆类型划分，增长预测，2025-2034年

汽车边缘AI加速器市场规模

全球汽车边缘AI加速器市场规模在2024年估计为21亿美元。根据Global Market Insights Inc.最新发布的报告，该市场预计将从2025年的25亿美元增长至2034年的163亿美元，复合年增长率为22.9%

汽车边缘AI加速器市场正在随着车辆实时数据处理的采用而迅速转型。边缘AI加速器是用于在车辆中运行AI推理的组件，如GPU、FPGA、ASIC和NPU。它们是高级驾驶辅助系统(ADAS)、驾驶员监控、语音识别和智能信息娱乐系统的重要组成部分。汽车行业正从传统车辆转向软件定义车辆和连接数字平台，这推动了对高效本地化AI处理器的需求

推动该市场的主要因素之一是向自动驾驶和半自动驾驶汽车的过渡。汽车自动化程度越高，对来自各种传感器和数据链路的实时数据处理需求就越大，包括摄像头、激光雷达和雷达。汽车安全和性能的关键组成部分依赖于几乎无延迟的数据处理，而边缘AI加速提供了这一点

电动汽车的兴起正在推动对能效处理硬件的需求，以应对有限的电池寿命。监管驱动对商业市场的性能有重要影响，例如国际标准如ISO 26262功能安全、UNECE WP.29网络安全和软件更新正在推动更高性能的边缘AI解决方案

该市场还受到几种新兴技术趋势的影响。最显著的趋势是芯片模块化架构的出现。芯片模块化架构为制造商提供了优势，使其能够构建可轻松扩展、更新和成本效益的AI系统

例如，小鹏汽车推出了其内部“巡航”AI芯片，旨在支持性能和先进的自动驾驶功能。另一个例子是“Eagle-N”，这是一个AI-spon平台，由Tenstorrent和BOS半导体开发，旨在应用于信息娱乐和自动驾驶

北美市场领先，得益于其卓越的半导体生态系统、自动驾驶的先进研究以及主要汽车OEM对AI技术的广泛采用。关键芯片制造商如NVIDIA、Intel和高通均位于北美，并继续开发汽车级AI加速器

此外，支持汽车安全、创新的监管框架以及对连接和电动汽车基础设施的大量投资，都支持了北美在该市场的领先地位。该地区的科技驱动型汽车制造商和移动出行初创企业促进了边缘AI解决方案在各车辆细分市场的更快部署

汽车边缘AI加速器市场趋势

汽车边缘AI加速器行业正在经历各种转型趋势，例如对AI安全和认证标准的关注日益增加。汽车制造商现在必须建立符合安全协议的AI系统。一个典型的例子是吉利汽车，它成为首家通过ISO/PAS 8800:2024认证的汽车制造商，这是全球首个认可道路车辆AI安全标准的标准机构

汽车行业正涌现出一种新趋势，即使用混合关键性平台或系统级芯片（SoC）架构。这些平台允许在单一芯片上同时实现安全关键功能和非关键AI执行，同时管理刹车或转向等实时操作。最新研究证实，这些混合关键性设计可以采用16纳米半导体技术制造。这些设计将可编程加速计算引擎与修改后的固定功能AI单元结合，同时为关键功能提供严格的执行时间保证。

除了混合关键性处理，区域计算正作为车辆架构的一种变革性转变而兴起，逐步取代传统的集中式计算架构。区域架构将计算资源和AI加速引擎分布在车辆的各个区域，而不是采用集中式模型。

因此，车辆内数据移动和布线的复杂性得以降低。除了减少布线和复杂性，区域处理还能改善系统延迟和热管理。通过在传感器和执行器附近提供计算资源，区域架构能够提高对数据命令的响应速度，同时允许更模块化和可扩展的车辆系统。

视觉加速也随着传感器内计算的出现而发展。新型图像传感器设计现在在图像传感器中直接嵌入了卷积操作，以加速处理并最小化传感器与处理器之间传输大量原始数据的需求。这些新型传感器设计极其节能，并提供安全关键应用（如行人检测或驾驶员警报）所需的快速、低延迟输出。

驾驶员监测系统（DMS），曾经是可选组件，现在在许多国家已成为法规要求。当前的欧洲安全法规要求DMS能够检测驾驶员分心和疲劳。针对这些法规发展，汽车OEM已开发了专门用于DMS应用的AI加速器，现在允许在车内分析驾驶员的面部表情、眼部运动和驾驶姿势。

汽车边缘AI加速器市场分析

按处理器类型划分，汽车边缘AI加速器市场分为中央处理器（CPU）、图形处理器（GPU）、专用集成电路（ASICs）和现场可编程门阵列（FPGA）。专用集成电路（ASICs）细分市场在2024年占据约44%的份额，并预计在2025-2034年期间以超过24.1%的复合年增长率增长。

• 专用集成电路（ASICs）是汽车边缘AI加速器市场中所有处理器类型中占主导地位的类别。ASICs是专门设计用于执行特定任务或任务集的芯片，具有最高效率。
  
• 这些芯片专门设计用于最大化其输入和输出，以运行复杂的AI工作负载，包括感知、决策和传感器融合，目标是实现最佳速度和能耗。
  
• ASICs在汽车AI处理器市场占据主导地位的主要原因之一是，它们在涉及实时AI推理的任务中表现更佳。ASICs具有固定功能配置，没有其他更通用处理器典型的开销计算。
  
• 例如，Mobileye 已销售超过2亿台 EyeQ 系列 ASIC，这些芯片被广泛应用于全球各地的 ADAS 系统中。特斯拉定制的全自动驾驶（FSD）芯片是另一个汽车级 ASIC 的例子，专为处理大量传感器数据而设计，同时实现超低延迟和最小能耗。
  
• 其他通用处理单元无法在安全性和性能之间取得平衡。GPU 更适合用于原型设计、模拟或信息娱乐应用，而非核心安全关键 AI 功能。FPGA 以其可重构性和开发阶段的可行性著称，但在大规模部署时效率较低且成本较高。
  
• CPU 是通用处理器，设计用于处理各种任务，主要侧重于系统管理和计算操作。然而，它们缺乏在驾驶场景中实时进行 AI 推理的能力，尤其是在同时处理多个帧时。
  

按功率划分，汽车边缘 AI 加速器市场分为低功率 <5W、中功率 5-10W 和高功率 >10W。中功率 5-10W 细分市场在 2024 年占据约 58% 的份额，预计该细分市场将从 2025 年到 2034 年以 23.8% 的复合年增长率增长。

• 市场由中功率范围（5–10W）细分市场主导，原因在于其在性能、效率和热管理方面的可接受平衡。多摄像头感知和传感器融合等车载 AI 应用，包括实时物体检测，需要足够的处理能力，但不能以增加热量或能耗为代价。
  
• 中功率范围为这些功能提供了足够的余量，使其能够在现代车辆设计的能源和散热实际限制内可靠运行。例如，NVIDIA 的 Jetson AGX Xavier 嵌入式计算平台配置为运行约 10W，但仍能作为相对强大的 AI 推理平台。
  
• 这些计算平台可以执行相对复杂的感知功能，包括行人检测和车道保持辅助，同时不需要大量散热或以压倒性的速度消耗车辆电池的能量。
  
• 低功率领域（低于 5W）用于计算量较小或始终在线的应用。这包括驾驶员监控系统、车内感知、语音识别和基本环境感知。例如，Hailo-10H 芯片报告运行功率低于 3W，适用于持续运行的应用，不会对车辆电源系统造成不必要的负担。
  
• 高功率细分市场（高于 10W）可处理更复杂的应用，例如 L3 和 L4 自动驾驶。L4 驾驶需要同时处理多个高分辨率传感器的数据。需要这些功能的系统应包括域控制器（DPU），配备高性能 NPU 或特殊加速器，其计算能力达到或超过 100 到 200 TOPS。
  

按自动驾驶级别划分，汽车边缘 AI 加速器市场分为 L1、L2、L3、L4 和 L5。L2 细分市场在 2024 年占据约 63% 的市场份额。

• 汽车边缘AI加速器市场按自动驾驶等级划分，其中二级自动驾驶是最大的细分市场，因为二级系统可以同时控制转向和加速（或刹车），同时驾驶员仍需积极参与驾驶任务。二级系统已成为国际市场乘用车行业标准的主导自动化等级，因为它们在安全性、消费者便利性和监管复杂性之间提供了共识平衡。
  
• 包括日产、现代和丰田在内的主流乘用车制造商已开发了二级系统，以执行功能，如自适应巡航控制、车道保持和交通堵塞辅助。二级系统因其适度的处理需求和已建立的AI软件框架而被认为是商业化采用的可行方案。
  
• 一级自动驾驶包括“单一功能”系统，如车道偏离警告或自适应巡航控制，这些系统也很普遍，但对AI加速器的需求影响较小。一级功能在性能较低的芯片和低级微控制器上运行，不涉及高端边缘AI，在整体加速器市场中占比较小，因为它们更多与安全合规性相关，而非高性能AI。
  
• 三级自动驾驶正在逐渐崭露头角，尤其是在豪华车辆中。三级自动驾驶允许车辆在特定条件下处理驾驶任务，同时驾驶员在收到提示时仍可介入。梅赛德斯-奔驰开发了名为Drive Pilot的三级系统，用于限速高速公路驾驶。
  
• 配备三级自动驾驶的车辆需要比二级车辆更高的计算资源，因为它们必须处理实时感知、环境映射和备用安全响应。因此，公司将需要更多高性能边缘AI加速器，以处理实时数据。
  
• 此外，定义为高度自动化和完全自动化的四级和五级自动驾驶预计将比其他等级增长更快。目前，它们尚未在消费市场商业化，但已开始在自动驾驶出租车服务、最后一公里配送车辆和城市出行服务等车队场景中出现。
  
• Waymo和Cruise甚至在多个城市启动了四级无人驾驶出租车服务的试点项目。这两种自动驾驶等级需要大量边缘AI加速器，以从多个摄像头、激光雷达、雷达和超声波传感器处理数据，确保超低延迟和高可靠性。
  

按车辆类型划分，汽车边缘AI加速器市场分为乘用车和商用车。2024年，乘用车主导市场，占比约78%。

• 乘用车细分市场在汽车边缘AI加速器市场中占据最大份额，主要受在路上乘用车数量和对在高级车辆驾驶员辅助系统（ADAS）、信息娱乐系统、车内监控以及相关安全功能中使用AI兴趣增长的推动。
  
• 车辆制造商，尤其是高端和中端车型，正在推动实施边缘AI硬件以提高驾驶舒适性、安全性和用户体验，这进一步增强了该细分市场的需求。
  
• 全球电动汽车制造商，特别是亚太地区和欧洲的制造商，正在推动将AI芯片整合到乘用车中。例如，一些电动汽车制造商正在开发AI加速器，以实现高性能多传感器感知和车内生成式AI界面。
  

2024年，北美汽车边缘AI加速器市场占据主导地位，市场份额约为34%，营收约为7.034亿美元。

• 北美汽车边缘AI加速器市场主导地位得益于监管规范、汽车和科技行业的进步以及对车辆相关AI技术的大量投资。由于政府政策强力推动，北美汽车生态系统正在快速变革，其先进的技术生态系统能够开发和部署车辆中的边缘AI。
  
• 美国已建立监管框架，以进一步推动智能安全系统的快速采用，以创建符合国家公路交通安全管理局（NHTSA）AV STEP计划要求的安全自动驾驶系统，用于建立、验证和部署自动驾驶系统。其中一些政策要求，从此后销售的每一辆新轻型车辆必须配备自动紧急制动和紧急行人检测功能。
  
• 美国乘用车及相关技术制造商是全球开发车载系统和车辆制造系统AI解决方案的领先者。如通用汽车等公司已与一些领先的AI半导体芯片制造商签订合作协议，既开发又嵌入AI能力到车载系统中，同时将AI嵌入工厂运营以提升自动化和生产能力。
  
• 北美的地位进一步得到英伟达、英特尔和高通等半导体公司的加强，这些公司超越地理界限，商业化车辆级AI加速器，其性能和能效优于为旧车辆设计的系统。
  
• 加拿大通过其不断壮大的AI研究中心、工程人才和合作伙伴关系，为区域主导地位增添了新的动力。这些合作伙伴关系共同推动了应用研究中心和私营组织的发展。AI算法的传感器集成，以及为自动驾驶应用扩展和改进车辆，特别是在新兴且快速增长的电动和智能网联车辆领域。
  

2024年，欧洲汽车边缘AI加速器市场规模为5.157亿美元，预计在预测期内将呈现有利增长。

• 欧洲汽车边缘AI加速器市场快速增长，得益于制造技术进步、监管支持和工业创新。拥有强大汽车行业和活跃数字产业的国家如德国，正在管理和创新方面发挥领导作用。
  
• 德国的OEM制造商和一级供应商正在将高级驾驶员辅助系统（ADAS）、车联网（V2X）通信、自动驾驶功能和安全功能整合到边缘AI机器中。欧洲正在扩展广泛议程，以鼓励利用提高容量的AI解决方案来改善车辆中的延迟、安全性和实时处理能力。
  
• Infineon Technologies是一个例子，它正在通过与Ekkono和Imagimob等公司的合作，将实时AI功能引入选定的汽车应用中，同时增强其AURIX微控制器系列的实时AI能力。
  
• 如AI4CSM（汽车智能共享出行）等欧洲倡议旨在推动连接和共享出行解决方案的AI驱动技术在汽车行业的发展。这些项目支持开发专门为汽车行业设计的AI架构和AI开发者。
  
• 监管讨论和研讨会强调了安全且可靠的AI基础设施的必要性，促进了在依赖云端处理的情况下发展本地边缘AI技术。
  
• 大型汽车制造商如大众、奔驰和宝马在其车辆和生产线中使用AI。供应商如博世、大陆和采埃孚正在投资可在车辆内直接处理数据并运行机器学习程序的边缘硬件。此外，英国等国家正在投资汽车AI技术，以建立自身技术并减少对其他国家的依赖。
  

亚太地区在2024年占据了6.492亿美元，并预计在预测期内增长最快。

• 在亚太地区，电动汽车和自动驾驶汽车的强劲努力正在推动车辆中边缘AI加速器的需求增长。在中国，大量新乘用车现在配备了等级2或更高级别的驾驶员辅助系统，为能够在车辆内而非云端处理数据的AI芯片创造了一个庞大的市场。
  
• 在日本，政府通过NADO和METI等机构资助项目，开发可在相关基础设施中运行的AI“芯片”，例如低电力或本地网络或车载路侧单元。
  
• 印度也在快速增长。该国政府正在向其IndiaAI计划投入大量资金，该计划将建设AI计算基础设施（GPU等），支持车辆控制单元和ADAS功能，如自动紧急刹车和车道保持辅助，并推动车辆和交通系统中AI/ML的普及。
  
• 在整个亚太地区，车辆中使用本地化、低延迟AI的趋势日益明显。这包括直接集成到汽车中的硬件和软件加速器，以支持障碍检测、语音控制和驾驶员监控等任务。汽车制造商（OEM）和一级供应商正在投资联合开发硬件和AI软件，重点关注能够在车辆有限的功率和热量约束下高效运行的模型。
  

拉丁美洲在2024年占据了约9870万美元，并预计在预测期内保持强劲增长。

• 拉丁美洲市场正在经历有利可图的增长，受到工业扩张、政府支持和下一代车辆中实时处理需求增加的推动。巴西作为该地区最大的汽车中心，领导了采用。
  
• 如大众巴西、Stellantis和通用汽车拉丁美洲等公司将边缘AI用于高级驾驶员辅助系统、车辆传感器补偿和实时诊断等应用。
  
• 除了巴西，墨西哥的汽车行业也在人工智能创新领域展现出强劲的竞争力。国内倡议如国产电动汽车的开发，增加了对基于人工智能的系统处理复杂车辆数据处理任务的需求。
  
• 墨西哥蒙特雷等城市的汽车研发中心积极测试基于边缘计算的自主功能，包括行人识别和自适应巡航控制，并支持内置人工智能加速的需求。
  
• 巴西的国家人工智能战略强调建设先进数据处理的基础设施，并推动国内人工智能创新。类似地，墨西哥的工业战略与数字化转型目标相匹配，鼓励本地汽车电子和智能移动平台的组装和创新。这一政策努力不仅吸引了国际制造商，还使本地企业能够参与人工智能生态系统。
  
• 基础设施的准备也加速了采用。圣保罗和墨西哥城的新人工智能优化数据中心为支持边缘数据处理提供了必要的后端机会。这些包括高密度功率机架、液冷系统和能源高效设计，对训练和更新边缘人工智能模型至关重要。
  
• 许多国家更强的监管和工业政策正在帮助加速市场增长和参与。除了对研发的资助，当局还补贴安全和可靠性的开发和认证。
  

中东和非洲汽车边缘人工智能加速器市场在2024年达到1.232亿美元，并预计在预测期内显示出有利的增长。

• 中东和非洲市场展现出有前景的增长，由战略投资、政府倡议和技术进步推动。沙特阿拉伯以其2030愿景为首，强调智能移动和数字基础设施。NEOM和LINE等项目成为部署边缘计算在移动领域的测试场，允许低延迟数据处理和人工智能驱动的车辆运行。与全球汽车和科技领导者的合作，增强了本地数据处理能力和智能车队管理专业知识。
  
• 阿布扎比的第一个NVIDIA人工智能技术中心的开放标志着阿拉伯联合酋长国（UAE）的重要发展。该人工智能和机器人研究实验室旨在推动国家人工智能技术，包括人形机器人和机器人武器，并与UAE成为人工智能和机器人领域世界领导者的使命保持一致。
  
• 以色列通过海洛科技等公司为区域格局做出贡献，该公司专注于用于自动驾驶汽车、安全摄像头和自主移动机器人的人工智能处理器和加速器。
  
• 南非政府已大量投资支持本地电动汽车生产，旨在通过2035年加强汽车行业抵御市场挑战的地位。这一倡议预计将吸引原始设备制造商，并鼓励创新电动汽车技术，包括集成边缘人工智能加速器以提高车辆性能和自主性。
  
• 乌干达揭幕了非洲第一个人工智能数据中心，这是一个由可再生能源运营的大型项目。该中心将设立一个人工智能卓越中心，专注于研究、数据管理和为本地工程师提供技能开发。该基础设施预计将通过提供本地化数据处理选项，支持边缘人工智能技术在各个领域，包括汽车行业的分发。
  

汽车边缘人工智能加速器市场份额

• 汽车边缘AI加速器行业前七大公司是恩智浦半导体、瑞萨电子、德州仪器（TI）、英伟达、地平线机器人、Mobileye和高通技术公司。这些公司在2024年占据约68%的市场份额。
  
• 恩智浦半导体在汽车边缘AI加速器市场占据重要地位，其S32汽车平台支持AI驱动的决策、高级驾驶辅助系统（ADAS）和自动驾驶系统。其处理器实现低延迟边缘计算，确保车辆实时应用控制。
  
• 瑞萨电子在边缘AI加速器市场占据重要地位，其R-Car系统级芯片（SoC）系列提供自动驾驶车辆的边缘计算解决方案。处理器支持深度学习推理（通常称为“推理”或“转换”），物体检测、驾驶员监控和路线规划。
  
• 德州仪器（TI）提供嵌入式处理器和支持边缘推理的AI驱动微控制器，用于汽车应用。TI的产品强调实时、高效的AI处理，应用于驾驶辅助、车内感知和基于视觉的安全系统。
  
• 英伟达是汽车边缘AI领域的领导者，其强大的DRIVE平台包括Orin系统级芯片，专为自动驾驶应用设计。这些解决方案使车辆能够实时处理传感器数据，用于感知、预测和决策等任务。与梅赛德斯-奔驰和比亚迪的强大合作关系表明英伟达在汽车行业的广泛采用。
  
• 地平线机器人是一家中国AI芯片制造商，专注于自动驾驶应用的边缘AI加速器。其Journey系列芯片实现实时感知和自主导航。地平线正与中国本土车企如长安和上汽集团合作，将其芯片嵌入量产车辆。
  
• Mobileye是英特尔公司旗下的领先AI公司，专注于基于视觉的驾驶辅助和自动驾驶解决方案。数百万辆汽车使用Mobileye的EyeQ芯片实现车道检测、自适应巡航控制和紧急刹车等功能。
  
• 高通通过其Snapdragon Ride平台提供最先进的边缘AI功能，为ADAS和自动驾驶提供可扩展的性能。其AI加速器支持环视监控、驾驶员注意力监测和实时路线优化等应用。
  

汽车边缘AI加速器市场公司

      汽车边缘AI加速器行业的主要参与者包括：

• Arm
• 地平线机器人
• 英飞凌技术
• Mobileye
• 英伟达
• 恩智浦半导体
• 高通
• 瑞萨电子
• 意法半导体
• 德州仪器（TI）

• 汽车边缘AI加速器市场由主导的半导体巨头和灵活的新兴企业共同推动，形成高度竞争的格局。包括英伟达公司、高通技术公司、英特尔公司、AMD、恩智浦半导体、瑞萨电子、德州仪器、Arm、意法半导体和英飞凌技术等主要公司，共同控制着汽车AI计算生态系统的重要部分。
  
• 这些领先企业通过大力投资下一代AI加速器、专用SoC和异构计算架构来保持优势，这些技术专为实时推理、高级驾驶辅助系统和自动驾驶应用设计。它们的策略强调可扩展性、安全合规性（ISO 26262）以及适用于软件定义车辆和不断发展的E/E架构的高效能AI处理。
  
• 为了进一步巩固市场地位，这些企业正在采取多层次策略，包括硬件-软件协同优化、汽车级AI IP授权、车载AI计算平台（如NVIDIA DRIVE或Qualcomm Snapdragon Ride）以及与OEM和一级供应商的合作。
  
• 这些举措使得AI工作负载（如感知、规划、定位和驾驶员监控）能够在边缘端以低延迟和高可靠性提供。
  
• 除了这些领先企业，新兴企业和区域专家，包括地平线机器人、安博微、海洛科技、科睿和SiMa.ai——正通过专用边缘AI芯片颠覆市场，这些芯片通常针对成本、尺寸和超低功耗进行优化。这些公司在亚太地区和欧洲市场尤其受欢迎，当地汽车OEM正在加速向本地化半导体生态系统和AI驱动的车辆平台转型。
  

汽车边缘AI加速器行业新闻

• 2025年9月，高通和哈曼宣布合作，以简化车内生成式AI体验。他们将通过将高通的计算平台“骁龙座舱精英、骁龙驾驶精英”和Flex与哈曼的Ready产品系列结合，旨在实现上下文化、共情式的车内体验，如基于AI的驾驶员监控、情境感知和AR丰富的可视化。
  
• 2025年3月，通用汽车和英伟达扩大了现有合作伙伴关系，涵盖车辆系统和工厂运营。通用汽车将使用NVIDIA DRIVE AGX进行车载硬件（用于ADAS和安全），以及NVIDIA的Omniverse和Cosmos平台进行工厂模拟、机器人和规划。
  
• 2025年3月，麦格纳与英伟达合作开发下一代汽车技术。他们计划将NVIDIA的DRIVE AGX Thor-AI平台与麦格纳的工程解决方案集成，用于主动安全、车内功能和高级驾驶辅助，旨于高计算量工作负载和生成式AI。
  
• 2025年2月，恩智浦宣布收购TTTech Auto，以扩大恩智浦的汽车安全中间件产品线，将边缘AI计算芯片与安全关键软件结合，以提升智能边缘系统和车内系统更新。
  
• 2024年4月，初创公司海洛宣布推出Hailo-10生成式AI加速器，专为智能汽车、物联网设备和机器人边缘AI推理设计。该公司还筹集了大额C轮扩展资金，以继续开发其产品。
  

汽车边缘AI加速器市场研究报告涵盖行业深度分析，包括从2021年到2034年的收入（百万美元）和数量估计与预测，以下细分市场：

按处理器分类

• 中央处理器（CPU）
• 图形处理器（GPU）
• 专用集成电路（ASIC）
• 现场可编程门阵列（FPGA）

按功率划分市场

• 低功率 <5W
• 中功率 5-10W
• 高功率 >10W

按自动化等级划分市场

• 等级1
• 等级2
• 等级3
• 等级4
• 等级5

按车辆类型划分市场

• 乘用车
  • 掀背车
  • 轿车
  • SUV
• 商用车
  • 轻型商用车（LCV）
  • 中型商用车（MCV）
  • 重型商用车（HCV）

以上内容将适用于所有地区和国家：

按地区划分市场

• 北美
  • 美国
  • 加拿大
• 欧洲
  • 德国
  • 英国
  • 法国
  • 意大利
  • 西班牙
  • 北欧
  • 俄罗斯
• 亚太地区
  • 中国
  • 印度
  • 日本
  • 澳大利亚
  • 印度尼西亚
  • 菲律宾
  • 泰国
  • 韩国
  • 新加坡
• 拉丁美洲
  • 巴西
  • 墨西哥
  • 阿根廷
• 中东和非洲
  • 沙特阿拉伯
  • 南非
  • 阿联酋