Informe de análisis del tamaño, la cuota de mercado y las tendencias de la computación neuromórfica por aplicaciones (procesamiento de señales, procesamiento de imágenes, procesamiento de datos, detección de objetos, otros), por usuario final (electrónica de consumo, automoción, sanidad, defensa y militar, otros) y por región (América del Norte, Europa, Asia-Pacífico, Oriente Medio y África, Latinoamérica). Previsiones para el periodo 2025-2033.

Factores de crecimiento del mercado

Aumento de la demanda de circuitos integrados de alto rendimiento

Un circuito integrado (CI) es una oblea semiconductora que contiene miles o millones de diminutos resistores, capacitores y transistores fabricados. Un CI puede ser analógico o digital, según su aplicación. La alta velocidad de procesamiento y el bajo consumo de energía son algunas de las características más buscadas en un CI, lo que impulsa en gran medida el crecimiento del mercado de la computación neuromórfica.

Los circuitos analógicos se utilizan para diseñar la arquitectura neuronal, ya que tienden a imitar fielmente el cerebro humano, pero son ruidosos e imprecisos, lo que dificulta su correspondencia con el modelo matemático de las neuronas. Sin embargo, los circuitos digitales aproximan las operaciones neuronales de forma muy fiable. Esta propiedad de los circuitos digitales los convierte en una opción ideal para la investigación en neurociencia computacional que requiere simulaciones en tiempo discreto. Para lograr la cognición humana,chips neuromórficosEstán experimentando una considerable actividad de investigación y desarrollo, ya que pueden satisfacer fácilmente la demanda de circuitos integrados que ofrecen alta velocidad de procesamiento y bajo consumo de energía, impulsando así el mercado.

Cambio radical de los circuitos integrados tradicionales a la arquitectura neuronal.

La arquitectura neuronal supera las limitaciones de los circuitos integrados tradicionales de la arquitectura von Neumann, mejorando la eficiencia operativa derivada del frecuente intercambio de datos entre las CPU y las unidades de memoria. Esta arquitectura integra memoria y procesador, eliminando la necesidad de intercambio de datos entre los componentes y permitiendo resolver problemas relacionados con la computación a gran escala, como el análisis neuronal. Además, en un chip neuromórfico, la memoria y el procesamiento se convierten en una sola entidad. Este cambio de los circuitos integrados tradicionales a los chips neuromórficos contribuirá a solucionar problemas en áreas como la agrupación, la optimización combinatoria, la clasificación y la actuación robótica, entre otras.

TrueNorth de IBM Corporation (EE. UU.) es el chip con mayor número de transistores de la compañía hasta la fecha. Este chip consume menos de 100 mW y tiene una densidad de potencia de 20 mW por centímetro cuadrado. TrueNorth contiene 1 millón de neuronas digitales y 256 millones de sinapsis conectadas mediante una infraestructura de enrutamiento basada en eventos. El chip combina las capacidades de los hemisferios izquierdo y derecho del cerebro, creando una inteligencia computacional integral. Por lo tanto, los factores mencionados impulsarán la expansión del mercado durante el período previsto.

Restricción del mercado

Hardware y software complejos

La computación neuromórfica podrá abordar los problemas complejos existentes, pero el diseño de dicho hardware es relativamente complejo. Esta integra memoria y procesador en un solo sistema. Las estructuras de memoria incluyen neuronas y sinapsis, donde la comunicación se realiza mediante impulsos nerviosos. Estos impulsos permiten la transmisión de mensajes temporales sencillos y facilitan algoritmos inspirados en sistemas neuronales biológicos. Los mensajes se empaquetan con una dirección y se enrutan a través de una red mediante conmutación, lo que resulta en un mayor rendimiento total. Los impulsos se enrutan en una red multiescala. El desafío reside en la distribución de grandes cantidades de memoria o sinapsis entre múltiples procesadores o neuronas en un solo chip.

Una limitación importante es la disponibilidad de tecnologías de memoria de back-end inmaduras, como memristores y PCM. Estas tecnologías tampoco están disponibles en el área de operación segura (SOA) de semiconductores de óxido metálico complementarios (CMOS). Por otro lado, la distribución de la memoria entre procesadores en un solo chip también conlleva un consumo excesivo de energía en la memoria externa, y la DRAM requiere matrices de gran tamaño para optimizar el espacio. Crear una capacidad de simulación a gran escala que pueda modelar con precisión el hardware neuromórfico es difícil, ya que desarrollar una arquitectura de impulsos escalable resulta complejo.

Oportunidad de mercado

Creciente demanda de servicios basados ​​en inteligencia artificial (IA).

Los chips neuromórficos poseen una arquitectura paralela y están diseñados para procesar información del mismo modo que lo hace un cerebro humano. Esto contribuye a crear la plataforma que la inteligencia artificial (IA) busca para procesar información mediante software de aprendizaje automático. La demanda de servicios de IA en diversos sectores que requieren alta capacidad de procesamiento y eficiencia puede satisfacerse con chips neuromórficos.

Los chips neuromórficos pueden resolver diversos problemas de aprendizaje automático, como la clasificación, la agrupación, la robótica y la combinatoria. Por ejemplo, en los sectores bancario, financiero y jurídico, se genera una enorme cantidad de datos que requieren clasificación y agrupación en tiempo real. Esto exige una gran capacidad de procesamiento, mientras que la arquitectura tradicional implica un intercambio frecuente de información entre la CPU y la memoria, lo que resulta en una baja eficiencia debido al elevado consumo energético. Este problema se puede solucionar mediante la computación neuromórfica, ya que su arquitectura paralela elimina la necesidad de intercambiar información, logrando una alta eficiencia incluso con baja capacidad de procesamiento. Estos factores generan oportunidades para el crecimiento del mercado de la computación neuromórfica.

Segmentación del mercado

Información sobre la aplicación

El mercado se divide en procesamiento de señales, procesamiento de imágenes, procesamiento de datos, detección de objetos y otros. El segmento de procesamiento de imágenes domina el mercado global y se prevé que presente una CAGR del 28,80% durante el período de pronóstico. El procesamiento de imágenes se refiere al análisis y la manipulación de una imagen digitalizada para mejorar la calidad y extraer información útil. El chip neuromórfico se utiliza en el procesamiento de imágenes para la visualización, el realce y la restauración de imágenes, la recuperación de imágenes, la medición de patrones yreconocimiento de imágenesAdemás, el segmento de procesamiento de imágenes lidera el mercado de recopilación y etiquetado de datos, con la mayor cuota de mercado global. Se prevé que experimente el mayor crecimiento durante el período de pronóstico. Esto se debe al creciente uso de la visión artificial en diversas industrias, como la automotriz, la sanitaria, la de medios de comunicación y la del entretenimiento.

La obtención de imágenes médicas es una de las aplicaciones más importantes del procesamiento de imágenes. La creciente tendencia a extraer información valiosa de grandes volúmenes de datos para la vigilancia y la seguridad nacional está impulsando el crecimiento del mercado. Estos procesos también reducen la probabilidad de spam y phishing, especialmente en el sector público. Esto, a su vez, incrementa la aplicación de la computación neuromórfica en los sistemas de procesamiento de imágenes.

El procesamiento de señales es una técnica que analiza, sintetiza y modifica señales mediante el procesamiento de datos como audio, video, voz, lenguaje, imágenes y multimedia transmitidos a través de un medio. Contribuye a mejorar la eficiencia de la señal y a reducir las distorsiones. Se prevé que el segmento de procesamiento de señales represente una participación importante y experimente un crecimiento significativo durante el próximo período. El procesamiento de señales tiene una amplia aplicación en la recopilación y ejecución de diversos tipos de señales, como audio, video, voz, lenguaje, etc., en diversas aplicaciones industriales.

• Por ejemplo, Robert Bosch GmbH es una empresa con sede en Alemania que utiliza SoundSee, una tecnología de IA de audio que consiste en algoritmos avanzados de procesamiento de señales de audio desarrollados con aprendizaje automático.

Información sobre el usuario final

El mercado se segmenta por electrónica de consumo, automoción, sanidad, defensa y otros sectores. El segmento de electrónica de consumo posee la mayor cuota de mercado y se estima que experimentará una tasa de crecimiento anual compuesta (CAGR) del 26,6 % durante el periodo de previsión. La electrónica de consumo comprende dispositivos electrónicos utilizados por particulares para uso personal o con fines no comerciales/profesionales. Estos dispositivos incluyen televisores, dispositivos portátiles, teléfonos inteligentes y lavadoras. Requieren unidades de neurocontrol y chips de aprendizaje automático para su automatización y procesamiento. Además, se prevé una alta adopción de chips neuromórficos en dispositivos portátiles, ya que poseen capacidades como el reconocimiento de patrones y la fácil identificación de acciones y movimientos en dispositivos que utilizan el módulo Intel Curie. El segmento de electrónica de consumo representará más de la mitad de los ingresos globales durante el periodo de previsión. Esto se debe al dinámico crecimiento del sector electrónico y a la integración de tecnologías de IoT e IA en los equipos electrónicos de consumo.

El ámbito de aplicación de la computación neuromórfica se ha ampliado en el sector automotriz gracias a ventajas como una mayor funcionalidad, fiabilidad mejorada, automatización y mejores capacidades térmicas. Se utiliza ampliamente en vehículos autónomos, sistemas de infoentretenimiento y unidades de control electrónico. Además, se prevé que la industria automotriz experimente el mayor crecimiento durante el periodo de pronóstico debido al desarrollo de procesadores para automóviles con aplicaciones en vehículos conectados y autónomos.

Perspectivas regionales

Tendencias del mercado norteamericano

América del Norte es el principal actor del mercado global de computación neuromórfica y se estima que experimentará una tasa de crecimiento anual compuesta (CAGR) del 26,3 % durante el período de pronóstico. El predominio de esta región se atribuye a la amplia presencia de importantes empresas como General Vision Inc., IBM Corporation, Intel Corporation y HRL Laboratories LLC, que participan activamente en el desarrollo de chips neuromórficos. Organizaciones como IBM Corporation y HRL Laboratories LLC han recibido financiación de DARPA para avances en computación neuromórfica. Además, los países pioneros en el mercado norteamericano, como Estados Unidos y Canadá, representan la vanguardia en las aplicaciones de sistemas de computación neuromórfica.

Una de las tendencias más importantes en el área es el uso de IA para voz yreconocimiento de vozPor ejemplo, Globalme Localization Inc., una empresa de IA con sede en EE. UU., proporcionó la colección de audio con acentos y dialectos a Sonos Inc., una empresa de audio también con sede en EE. UU. Sonos Inc. unificó sus altavoces inalámbricos con los asistentes domésticos inteligentes mediante la recopilación de datos de voz y acentos en tres países. Esta integración permitió optimizar sus motores de reconocimiento de voz, mejorando así la experiencia de usuario.

Crecimiento del mercado en Asia-Pacífico

Se estima que la región de Asia-Pacífico presentará una tasa de crecimiento anual compuesta (TCAC) del 28,6 % durante el período de pronóstico. Se prevé que Asia-Pacífico experimente el mayor crecimiento durante dicho período. Este crecimiento se atribuye al rápido aumento del consumo de equipos electrónicos inteligentes, los rápidos avances tecnológicos y la creciente importancia de las redes sociales en economías en desarrollo como India y China. El creciente número de dispositivos inteligentes incrementa los requisitos de los sistemas de procesamiento de datos y señales. Además, se estima que el auge de las aplicaciones de reconocimiento facial en los sistemas de vigilancia y seguridad en China impulsará el crecimiento del mercado en la región. Por ejemplo, el gobierno chino ha impuesto políticas de registro de nombres reales en todo el país, según las cuales los habitantes deben vincular obligatoriamente su documento de identidad oficial con una cuenta en línea. Estas políticas están aumentando el uso de aplicaciones de procesamiento de datos en todo el país.

Crecimiento del mercado europeo

Europa También se prevé una notable expansión durante el período de pronóstico. Se espera que los avances en las tecnologías de detección de obstáculos en la industria automotriz impulsen el crecimiento del mercado en el sector automotriz europeo durante dicho período. Además, el creciente uso de la biometría en los países europeos está abriendo un nuevo campo de aplicación para las aplicaciones de procesamiento de imágenes de la computación neuromórfica.

EnOriente Medio y ÁfricaEl aumento de las inversiones en la industria de la vigilancia y las telecomunicaciones ha generado la necesidad de aplicaciones de procesamiento de imágenes y datos. Esto, a su vez, crea un entorno propicio para el crecimiento del mercado en los próximos años. Por ejemplo, varios países africanos, como Kenia y Uganda, han recibido infraestructura y financiación de empresas chinas, entre ellas Huawei Technologies Co., Ltd., para desarrollar sistemas de vigilancia y telecomunicaciones.