ニューロモルフィックチップ市場の規模、シェア、トレンド分析レポート：用途別（画像認識、信号認識、データマイニング、プロセス最適化、その他）、提供形態別（ハードウェア、ソフトウェア）、エンドユーザー産業別（金融サービスおよびサイバーセキュリティ、自動車（ADAS/自動運転車）、産業（IoTエコシステム、監視、ロボット）、家電、その他のエンドユーザー産業（医療、宇宙、防衛など））、地域別（北米、欧州、アジア太平洋、中東およびアフリカ、ラテンアメリカ）の予測、2026年～2034年

成長因子

人工知能搭載マイクロチップへの需要増加

人工知能（AI）への企業投資は大幅に増加しており、チップ市場はますます注目を集めている。エンドユーザーは現在多くのアプリケーションを採用しており、今後さらに多くの新しいアプリケーションが登場すると予想されている。CPUとAIアクセラレータは現在、AIアプリケーションに利用可能な半導体である。CPUは計算能力に限界があるため、AIアクセラレータが市場を席巻している。特定用途向け集積回路（ASIC）、GPU、フィールドプログラマブルゲートアレイ（FPGA）はすべて、現在市場に出回っているAIアクセラレータである。GPUは多数の並列処理コアを搭載しているため、AIのトレーニングと推論処理において大きな優位性を持つ。しかし、GPUは消費電力が非常に大きいため、将来的に持続可能な利用は難しい。

しかし、性能は劣るものの、最新のFPGAはGPUよりも10倍も電力効率が高い可能性がある。FPGAエネルギー効率が最優先されるアプリケーションでは代替として使用できます。ASIC は、AI アクセラレータの中で最高のパフォーマンス、最低の消費電力、および効率性を示します。AI の研究開発は、主にディープ ニューラル ネットワークと AI アクセラレータの改善と活用に焦点を当てています。AI は、ほぼリアルタイムのデータ分析の生成に依存しています。ニューロモルフィック コンピューティングは、脳機能の特定の側面を模倣することで、このギャップを埋めることを目的としています。ニューロンとシナプスをシミュレートする計算とメモリを組み合わせたこの脳にヒントを得たアーキテクチャは、次世代 AI システムの要件を満たす可能性があります。

神経可塑性の概念とエレクトロニクスを組み合わせる新たなトレンド

現在のコンピュータは、大量のデータを処理するために必要な電力によって大きく制限されています。しかし、生物の神経系は、はるかに少ない電力で、複雑な方法で大量の情報を処理します。神経系における電力節約は、時間と空間におけるハードウェアリソースの疎な利用によって実現されています。現実世界の多くの問題は電力制限があり、膨大な量のデータを処理する必要があるため、ニューロモルフィックチップは大きな可能性を秘めています。人間の脳の構造は、学習や新しいタスクに取り組むにつれて生涯を通じて変化します。これは神経可塑性と呼ばれる現象です。ニューロモルフィックチップのエンジニアは、神経可塑性の概念を電子機器に統合しています。

• 例えば、インテルのニューロモルフィックチップ「Loihi」では、リカレント型および階層型ニューラルネットワークのトポロジーをサポートできる、多数のコアからなるニューロンのメッシュがチップに搭載されている。

2020 年 3 月、インテルは、約 1 億個のニューロンの計算能力を提供する、最も強力で最新のニューロモルフィック研究システムである Pohoiki Springs の準備が整ったことを発表しました。クラウドベースのシステムは、インテル ニューロモルフィック研究コミュニティ (INRC) のメンバーが利用でき、ニューロモルフィック研究を拡張して、より重要で複雑な問題を解決します。このシステムは、それぞれ 32 個のチップを搭載した 24 枚の Nahuku ボードで構成され、合計 768 個の Loihi チップが統合されています。Systems of Neuromorphic Adaptive Plastic Sc​​alable Electronics (SyNAPSE) などの複数のプログラムが出現しており、アーキテクチャ、ハードウェア、シミュレーションにおける重要な技術開発活動を調整するための学際的なアプローチをサポートしています。SyNAPSE の最初のフェーズでは、生物システムに見られるように 2 つのニューロン間の接続強度を変化させることができるナノメートル スケールの電子シナプス コンポーネントが開発され、システム全体のアーキテクチャをサポートするコア マイクロ回路でこれらのシナプス コンポーネントの有用性がシミュレートされました。

抑制要因

ハードウェア設計における高度な精度と複雑性の必要性

ニューロモルフィックチップの設計は、生物の神経系の一部をモデル化するという目標に基づいています。その目的は、神経系の計算機能、特に認知タスクや知覚タスクを効率的に解決する能力を再現することです。これを実現するには、ニューロン数とシナプス結合数に関して十分な複雑さを持つネットワークをモデル化する必要があります。脳とその学習能力、そして特定の課題への適応能力は、依然として基礎的な神経科学研究の対象となっています。高度に集積されたアナログ回路アレイ、複雑なインターフェース、そして物理的な標準セル設計の難しさや落とし穴は、標準的なツールを限界まで押し上げる可能性があります。これは、ほとんどのニューロモルフィックハードウェア設計に共通する要因かもしれません。したがって、非標準的な設計フローやカスタムツールの開発は、設計プロセス全体にとって不可欠です。

さらに、アナログ回路はミスマッチ効果により複数のパラメータ偏差が生じやすく、目標動作点に到達するためには追加のキャリブレーションが必要です。個々のコンポーネントは従来のシミュレーション手法で単体テストできる場合が多いものの、パラメータ間の相互依存性や誤差伝播のため、回路全体の機能評価能力は限られています。特に、高次元パラメータ空間を持つ複雑な回路では、多次元的な依存関係の解決が困難になる場合があります。したがって、このような複雑な回路の検証は大きな課題となります。

市場機会

新技術の開発

大学レベルでは、ニューロモルフィックチップを製造するための新しい技術が試験されている。

• 例えば、2021年4月、世界的なセラミックブランドであるFRANZは、国立陽明交通大学生物医学工学部と提携し、セラミック3Dプリンティング技術を用いてニューロモルフィックチップを製造する新技術を採用しました。これらのチップは、神経電気信号や神経伝達物質濃度を検出し、深部脳刺激を提供することを目的としています。将来的には、これらのニューロモルフィックチップは、神経変性疾患などの治療における医療応用が期待されます。したがって、このような技術の開発は、市場成長に大きな可能性をもたらします。

セグメンテーション分析

エンドユーザー業界別

エンドユーザー産業別に見ると、世界のニューロモルフィックチップ市場は、金融サービスおよびサイバーセキュリティ、自動車（ADAS/自動運転車）、産業（IoTエコシステム、監視、ロボット）、家電製品、その他のエンドユーザー産業（医療、宇宙、防衛など）に分類されます。家電製品が最大の市場シェアを占め、予測期間中に年平均成長率（CAGR）45.7%で成長すると予測されています。家電業界では、ニューロモルフィックコンピューティングが、これらの目標を達成するための高性能コンピューティングと超低消費電力を実現する有望なツールとして認識されています。たとえば、AlexaやSiriなどのAIサービスは、音声コマンドや質問を解析して応答するために、インターネットを備えたクラウドコンピューティングに依存しています。ニューロモルフィックチップは、さまざまなセンサーやデバイスがインターネット接続を必要とせずにインテリジェントに動作することを可能にする可能性を秘めています。スマートフォンは、ニューロモルフィックコンピューティング導入のきっかけになると予想されています。生体認証などのいくつかの操作は、電力消費が大きく、データ集約型です。たとえば、音声認識では、音声データはクラウドで処理され、その後スマートフォンに返されます。

さらに、人工知能（AI）にはより多くの計算能力が必要です。しかし、低消費電力のニューロモルフィックコンピューティングは、現在クラウド上で動作しているアプリケーションを、将来的にスマートフォンのバッテリーを大幅に消耗させることなく、スマートフォン上で直接実行できるようにすることを可能にするでしょう。膨大な冷却と電力を必要とするクラウドシステムにAIタスクを委ねるのではなく、ニューロモルフィックコンピューティングの低消費電力性により、これらのタスクはスマートフォン、タブレット、ドローン、ウェアラブルなどのハードウェアで実行できる可能性があります。ニューロモルフィックコンピューティングは、コンピューティングがエンドツーエンドのシステム設計問題となる、大規模な統合型協調技術産業につながる可能性があります。上記すべての要因が市場の成長を促進しています。

産業分野は2番目に大きな市場です。ニューロモルフィックチップは、さまざまなIoTユーザーインターフェースやセンサーに関わる画像、音声、信号データを効率的に処理できます。また、これらのチップはサーバーレベルまで拡張可能であり、ハイブリッドアーキテクチャを必要とするIoTシナリオにメリットをもたらす可能性があります。人工ニューラルネットワークは、ロボット制御や機械学習から画像認識やゲームプレイまで、幅広いソリューションで広く利用されています。その効果は高いものの、生物学的ニューロンの非常に単純化されたモデルに基づいています。神経科学はより正確なモデルを提供していますが、現状ではコンピュータに実装するのは非常に複雑です。そのため、科学者や産業界は、より脳のような計算をサポートする代替コンピュータアーキテクチャを開発しています。ニューロモルフィック技術の利用は、ロボットに必要な電力消費量の削減にもつながると期待されており、これはニューロモルフィック技術の主要な目標の一つです。これらの要因すべてが市場の成長に貢献しています。

地域別分析

北米は46.7%のCAGRで支配的な地域である

北米は最大の市場シェアを占めており、予測期間中に年平均成長率（CAGR）46.7%で成長すると予測されています。インテルやIBMなど、市場を牽引する主要企業のいくつかは北米に拠点を置いています。政府の取り組み、投資家の活動、その他の要因により、ニューロモルフィックチップ市場は同地域で拡大しています。北米市場の成長を支える重要な要因の一つは、政府機関がニューロモルフィックコンピューティングに強い関心を示していることです。

• 例えば、米国エネルギー省（DOE）は2020年9月、ニューロモルフィックコンピューティング開発のための5つの基礎研究プログラムに200万米ドルの資金提供を発表した。DOEの取り組みは、人間の脳にヒントを得たニューロモルフィックコンピューティングのためのハードウェアとソフトウェアの開発を促進するものである。

一方、カナダ政府はAI技術に注力しており、これは今後数年間でニューロモルフィックコンピューティングの成長機会を切り開くものと期待されている。

• 例えば、カナダ政府とケベック州政府は2020年6月に協力して、AIの倫理的な発展を促進しました。重点は、信頼性の高いAI、商業化、データガバナンス、将来の取り組みとイノベーションなど、多くのトピックに置かれます。AIベースのプロセッサの増加は、カナダにおけるニューロモルフィックチップ市場を牽引しています。

ヨーロッパは2番目に大きな地域です。2030年までに3億6000万米ドルの市場規模に達すると予測されており、年平均成長率（CAGR）は48.9%です。政府の取り組みやベンダーの投資などにより、ヨーロッパ地域におけるニューロモルフィックチップの需要も増加すると予想されています。ニューロモルフィック技術の強化を目指す複数の長期研究プロジェクトにおいて、各社が協力関係を築いています。

• 例えば、2021 年 4 月、フランスに拠点を置く電子情報技術の研究機関である CEA-Leti は、生物学的神経系のマルチタイムスケール処理を再現する新しいクラスのアルゴリズム、デバイス、回路を開発するための EU プロジェクトの開始を発表しました。この成果により、現実世界の感覚信号と自然な時系列データをリアルタイムで効率的に処理できるニューロモルフィック コンピューティング システムを構築し、実用的な実験室プロトタイプでこれを実証することが期待されています。このプロジェクトには、Imec、IBM スイス、チューリッヒ大学、CSIS、CNR、SynSense、UOG などの欧州の組織が参加しています。このプロジェクトは 2023 年 6 月までに終了する予定で、欧州連合は 300 万ユーロ以上を拠出しています。欧州のヒューマン ブレイン プロジェクト (HBP) は、2013 年に開始された 10 年間のプロジェクトです。このプロジェクトは最終段階 (2020 年 4 月～2023 年 3 月) にあり、脳ネットワーク、意識におけるその役割、人工ニューラル ネットワークの 3 つのコア領域に焦点を当てています。最近、共同研究や科学研究を促進するためのプロジェクト施設ハブが稼働を開始しました。この地域の地元企業は、多数のベンチャーキャピタルからの投資を受けて、ニューロモルフィック半導体の開発に注力しています。こうした投資は、市場のイノベーションに影響を与えることが期待されています。

アジア太平洋地域は最も急速に成長している地域です

アジア太平洋は3番目に大きな地域です。アジア太平洋地域は、テクノロジーの導入が最も速い地域の一つです。同地域は、政府の支援、研究投資、イノベーション活動により、ニューロモルフィック技術が急速に成長しています。2021年3月、中国政府は、技術的ブレークスルーを追求するため、2021年から2025年の間に研究開発費を7%以上増やすと発表しました。第14次五カ年計画では、人工知能、量子コンピューティング、半導体、宇宙など、研究に重点を置く7つの技術分野が示されました。この技術は、脳科学、別名脳コンピューター融合技術に焦点を当てており、病気の治療に役立つ可能性があります。2030年までにAIの理論、技術、アプリケーションで世界的なリーダーになるという広範な戦略の一環として、中国は、最先端のAIチップを自国で生産する能力が成功に不可欠であると示しました。チップの生産と自給自足における課題を克服するために、国内のベンダーはAIチップの開発に乗り出しています。

• 例えば、ByteDanceは半導体製造にも着手する計画を進めている。同社はAIチップの開発を研究するチームを擁している。こうした活動は、国内におけるニューロモルフィックチップの成長機会を生み出している。