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。アプリケーション別（画像認識、信号認識、データマイニング、プロセス最適化など）、製品別（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/自律走行車）、産業（IoTエコシステム、監視、ロボティクス）、コンシューマーエレクトロニクス、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、ヨーロッパ、アジア太平洋、中東およびアフリカ、ラテンアメリカ）予測、2024～2032年

成長要因

人工知能（AI）ベースのマイクロチップの需要増加

人工知能（AI）への企業投資は盛んに行われており、チップ市場はますます市場の関心を集めています。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、今後も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ます。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す。CPUの計算能力には限界があるため、AIアクセラレータが市場を席巻しています。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アクセラレータです。GPUは多数の並列処理コアを備えているため、AIの学習と推論の処理において大きな利点があります。しかし、消費電力が大きいため、将来的には持続的に使用できない可能性があります。

しかし、性能は劣るものの、新しいFPGAはGPUの10倍の電力効率を実現できます。 FPGAは、エネルギー効率が最優先されるアプリケーションにおいて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性能、最低消費電力、そして効率性を備えています。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良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エミュレートすることで、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、脳に着想を得たこのアーキテクチャは、次世代AIシステムの要件を満たす可能性を秘めています。

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量によって大きな制限を受けています。しかし、生物学的な神経システムは、消費電力を大幅に削減しながら、膨大な量の情報を複雑な方法で処理します。ニューラルシステムにおける省電力化は、ハードウェアリソースを時間と空間の両方でスパースに利用することで実現されます。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の遂行を通じて生涯にわたって変化します。この現象は神経可塑性と呼ばれます。ニューロモルフィックチップのエンジニアたちは、この神経可塑性の概念をエレクトロニクスに統合しています。

• 例えば、インテルのニューロモルフィックチップLoihiは、リカレント型および階層型ニューラルネットワークトポロジーをサポートできる、多数のコアを持つニューロンメッシュで構成されています。

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備えた、同社で最も強力かつ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。このクラウドベースのシステムは、インテル ニューロモーフィック・リサーチ・コミュニティ（INRC）のメンバーが利用可能であり、ニューロモーフィック研究をより重要かつ複雑な問題の解決へと拡張します。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チップを統合しています。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の第一フェーズでは、生物系に見られるものと同様に、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規模の電子シナプス部品を開発し、システムアーキテクチャ全体を支えるコアマイクロ回路におけるこれらのシナプス部品の有用性をシミュレートしました。

制約要因

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、生物神経系の一部をモデル化するという目標に沿っています。その目的は、その計算機能、特に認知・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接続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。脳とその学習能力および特定の問題への適応能力は、依然として基礎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、そして物理的なスタンダードセル設計の難しさや落とし穴は、標準的なツールの限界を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特徴と言えるでしょう。そのため、非標準の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不可欠です。

さらに、アナログ回路はミスマッチの影響によりパラメータの変動が大きくなりやすく、目標動作点に到達するには追加のキャリブレーションが必要になります。個々のコンポーネントは従来のシミュレーション戦略で単体テストできる場合が多いですが、回路全体の機能評価は、パラメータ間の相互依存性や誤差伝播の影響により限界があります。特に、高次元パラメータ空間を持つ複雑な回路では、多次元的な依存性を解決することが困難な場合があります。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の製造に向けた新技術の試験が行われています。

• 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、国立陽明交通大学バイオメディカル工学部と提携し、セラミック3Dプリント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導入しました。これらのチップは、神経電気信号と神経伝達物質濃度を検出し、脳深部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疾患の治療に医療応用される可能性があります。したがって、このような技術の開発は、市場の成長にとって大きな可能性を秘めています。

地域別インサイト

北米はCAGR46.7%で主要地域

北米は最大の市場シェアを占め、予測期間中はCAGR46.7%で成長すると予測されています。Intel CorporationやIBM Corporationなど、主要な市場プレーヤーの一部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、この地域ではニューロモーフィックチップ市場が拡大しています。北米市場の成長を支えている重要な要因の一つは、政府機関がニューロモーフィック・コンピューティングに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、ニューロモーフィック・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200万ドルの資金提供を発表しました。 DOEの取り組みは、人間の脳に着想を得たニューロモーフィック・コンピューティング用のハードウェアとソフトウェアの開発を促進しています。

一方、カナダ政府はAI技術に注力しており、今後数年間でニューロモーフィック・コンピューティングの成長機会が生まれると期待されています。

• 例えば、カナダ政府とケベック州政府は2020年6月にAIの倫理的発展を促進するために協力しました。信頼性の高いAI、商業化、データガバナンス、将来の仕事とイノベーションなど、多くのトピックに重点が置かれる予定です。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ー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3億6,000万米ドルに達すると推定され、年平均成長率（CAGR）は48.9%です。欧州地域でも、政府の取り組みやベンダーの投資などにより、ニューロモルフィックチップの増加が見込まれています。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、共同研究が進められています。

• 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。この成果は、現実世界の感覚信号や自然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・システムの構築と、実用的な実験室プロトタイプによる実証が期待されています。このプロジェクトには、Imec、IBM Switzerland、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。プロジェクトは2023年6月に完了する予定で、欧州連合（EU）は300万ユーロ以上を拠出しています。欧州におけるヒューマン・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。現在、最終段階（2020年4月から2023年3月）を迎えており、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という3つの主要分野に焦点を当てています。最近、共同研究と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。この地域の地元ベンダーは、多くのベンチャーキャピタリストからの投資を受け、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と予想されています。

アジア太平洋地域は最も急速に成長している地域

アジア太平洋地域は世界で3番目に大きな地域です。アジア太平洋地域は、テクノロジー導入が最も急速に進んでいる地域の一つです。政府の支援、研究投資、そしてイノベーション活動により、この地域はニューロモルフィック技術において急速に成長しています。中国政府は2021年3月、技術革新の追求のため、2021年から2025年の間に研究開発費を7%以上増加させると発表しました。第14次5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。これらの技術は、脳科学（脳とコンピューターの融合技術とも呼ばれる）に焦点を当てており、疾患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、応用において世界をリードす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の鍵となると示唆しています。チップ生産と自立性における課題を克服するため、中国国内のベンダーはAIチップの開発に着手しています。

• 例えば、ByteDanceも半導体製造の計画を立てています。同社はAIチップの開発を探求するチームを擁しています。こうした活動は、中国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

エンドユーザー業界別に見ると、世界のニューロモーフィックチップ市場は、金融サービスと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、ロボティクス）、民生用電子機器、その他のエンドユーザー業界（医療、宇宙、防衛など）に分類されます。民生用電子機器は最大の市場シェアを占め、予測期間中に45.7%のCAGRで成長すると予測されています。民生用電子機器業界では、ニューロモーフィック・コンピューティングが、高性能コンピューティングと超低消費電力を実現し、これらの目標を達成するための有望なツールであると認識されています。例えば、AlexaやSiriなどのAIサービスは、音声による指示や質問を解析し、応答するために、インターネット経由のクラウドコンピューティングを利用しています。ニューロモルフィックチップは、インターネット接続を必要とせずに、様々なセンサーやデバイスが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起爆剤となることが期待されています。生体認証など、多くの処理は電力とデータ量を大量に消費します。例えば、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）はより多くのコンピューティング能力を必要とします。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、現在クラウド上にあるアプリケーションを将来的にスマートフォン内で直接実行できるようにすることで、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、大幅に進化させる可能性があります。大量の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これらのタスクを実行できる可能性を秘めています。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、統合された協働技術産業の発展につながる可能性があります。上記のすべての要因が市場の成長を牽引しています。

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、様々なIoTユーザーインターフェースやセンサーで使用される画像、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るため、ハイブリッドアーキテクチャを必要とするIoTシナリオにも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に至るまで、幅広いソリューションで広く活用されています。その成果は効果的ですが、非常に単純化された生物学的ニューロンモデルに基づいています。神経科学ははるかに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への実装が非常に複雑です。そのため、科学者や産業界は、より脳に近い計算をサポートする代替コンピュータアーキテクチャの開発に取り組んでいます。ニューロモルフィック技術の活用は、ロボット工学に必要な消費電力の削減にもつながり、これはニューロモルフィック技術の主要な目標です。これらのすべての要因が市場の成長に貢献しています。