I tre principali segmenti di mercato neuromorfici saranno consumer, industriale e automobilistico, afferma il Neuromorphic Computing and Sensing Report 2021 di Yole.
Fino al 2025, il neuromorfismo per applicazioni industriali rimarrà un mercato di nicchia con 2 miliardi di dollari nel 2030 per elaborazione e rilevamento combinati.
Le applicazioni mobili e di altro tipo raggiungeranno i 2.8 miliardi di dollari nel 2030.
Il calcolo neuromorfico per il settore automobilistico raggiungerà i 2 miliardi di dollari nel 2030.
Al giorno d'oggi, c'è una forte necessità di tecnologie efficienti dal punto di vista energetico per gestire in modo sostenibile i carichi di lavoro dell'intelligenza artificiale. Le tecnologie neuromorfiche sono una risposta promettente a questa esigenza in quanto possono eseguire compiti di IA impegnativi in modo molto efficiente.
L'ecosistema neuromorfico si compone oggi di tre principali categorie di attori: università e istituti di ricerca, laboratori affiliati a grandi aziende e start-up.
Intel e IBM hanno sviluppato comunità neuromorfiche attorno ai loro chip per aiutare l'ecosistema del software a crescere.
L'intelligenza artificiale è affamata di prestazioni e le dinamiche della legge di Moore non copriranno le esigenze della rivoluzione 5G / IoT / AR / robotica in corso.
"La forza bruta è attualmente utilizzata per sfruttare la potenza dell'IA, ma questo approccio non è scalabile: colpirà un muro di calore, un muro di dati e un muro di costi", afferma AdriennSanchez di Yole.
Le soluzioni di calcolo e rilevamento neuromorfico, che imitano il cervello, hanno specificità chiave per competere all'interno del panorama e dei vincoli dell'intelligenza artificiale esistenti.
Queste tecnologie affronteranno la maggior parte delle sfide attuali e potrebbero rappresentare il 20% di tutto il calcolo e il rilevamento dell'IA entro il 2035.
Le applicazioni industriali saranno le prime a utilizzare tecnologie neuromorfiche, guidate da alta velocità, bassa latenza e apprendimento offline che consentirà funzionalità e prestazioni più autonome.
Giocatori come Prophesee, Brainchip e Nepes AI / General Vision dispongono già di prodotti sul mercato destinati ad applicazioni industriali e altri giocatori seguiranno nei prossimi anni.
Il mercato consumer beneficerà anche delle tecnologie neuromorfiche che abilitano più applicazioni di intelligenza artificiale all'avanguardia su dispositivi alimentati a batteria, garantendo la privacy e la sicurezza dei dati personali.
"Le attuali architetture dei dispositivi neuromorfici possono anche variare in modo significativo rispetto all'organizzazione della memoria e dei componenti di elaborazione sui chip di silicio", afferma Simone Bertolazzi di Yole, "attualmente esiste una chiara tendenza verso soluzioni" in-memory-computing ": diverse aziende stanno sviluppando progetti con memoria incorporata tradizionale, come SRAM, distribuita su core o neuroni; vari attori stanno anche valutando l'adozione di elementi NVM emergenti assemblati in array di barre trasversali, sfruttando le proprietà “simil-sinapsi” delle memorie resistive, ad esempio PCM, OxRAM, CBRAM ”.
"Nel mercato automobilistico, una serie di applicazioni trarrà vantaggio dalla bassa latenza e dal basso consumo energetico delle tecnologie neuromorfiche", afferma Pierre Cambou di Yole, "mentre ci vorrà più tempo per l'adozione dei neuromorfici in questo mercato promettente ma impegnativo, alcuni progetti sono già stati annunciati, come il Driver Monitoring System di Xperi e le telecamere ADAS e il laser di Terranet ".
Inoltre, il mercato dei server cloud potrebbe anche trarre vantaggio dalle tecnologie di elaborazione neuromorfica, sfruttando la bassa latenza e l'apprendimento online per migliorare le prestazioni di applicazioni come la sicurezza informatica e il rilevamento delle frodi.
La notevole efficienza energetica potrebbe anche aiutare a limitare la crescita del consumo di energia nei data center, che è una preoccupazione crescente.
Grandi player come Intel e IBM stanno già creando prototipi di server neuromorfici assemblando rispettivamente i loro chip Loihi e TrueNorth a scalabilità massiccia.
Le start-up sono i primi attori a portare prodotti sul mercato per l'edge computing, mirando ad applicazioni industriali, automobilistiche e di consumo. Proveranno nuovi approcci nel mercato in un ambiente di vita reale.
Le università stanno stringendo ampie collaborazioni, spesso sostenute dai governi, per sviluppare il la tecnologia e comprendere il potenziale della scienza dura.
Questo copre una vasta gamma, a partire da una simulazione del cervello su un chip di silicio, e prevede collaborazioni con varie aziende per sviluppare prove di concetto sul campo.
I laboratori affiliati a grandi aziende sono profondamente coinvolti in queste collaborazioni e spesso prendono l'iniziativa. Intel e IBM hanno sviluppato comunità neuromorfiche attorno ai loro chip per aiutare l'ecosistema del software a crescere, aumentare la maturità dell'IA neuromorfica e testare casi d'uso direttamente con i giocatori delle applicazioni.