サンプル依頼リスト カート
  • English
  • Traditional Chinese
  • Simplified Chinese
デフォルト表紙
市場調査レポート
商品コード
1456929

ディープラーニングプロセッサ市場-2024年から2029年までの予測

Deep Learning Processor Market - Forecasts from 2024 to 2029
出版日: | 発行: Knowledge Sourcing Intelligence | ページ情報: 英文 142 Pages | 納期: 即日から翌営業日

● お客様のご希望に応じて、既存データの加工や未掲載情報（例：国別セグメント）の追加などの対応が可能です。　 詳細はお問い合わせください。

価格
価格表記: USDを日本円(税抜)に換算
本日の銀行送金レート: 1USD=157.14円
ディープラーニングプロセッサ市場-2024年から2029年までの予測
出版日: 2024年02月02日
発行: Knowledge Sourcing Intelligence
ページ情報: 英文 142 Pages
納期: 即日から翌営業日
  • 全表示
  • 概要
  • 目次
概要

ディープラーニングプロセッサ市場は、2022年の30億8,400万米ドルから2029年には122億9,100万米ドルまで、CAGR 21.83％で成長すると予測されています。

ディープラーニングは機械学習のサブセットであり、人工知能のもう1つのサブセットです。ディープラーニングプロセッサ市場は、人工知能や機械学習の人気の高まりとともに、ビッグデータ量の増加などの要因によって成長しています。様々な産業がAI技術を利用しており、これもディープラーニングプロセッサ市場の成長を後押ししています。現在、あらゆる技術ソースから生成されるデータ量が増加しているため、より高速で高度な分析を行うディープラーニングプロセッサへの要求が高まっています。また、様々な国でスマートホームやスマートシティプロジェクトへの投資が増加していることも、ディープラーニングプロセッサの導入急増につながり、市場成長にプラスの影響を与えています。ディープラーニングプロセッサ市場に成長の可能性をもたらすその他の要因としては、AI新興企業への投資の増加やスマートロボットの研究開発などが挙げられます。

しかし、熟練労働者の不足がディープラーニングプロセッサ市場の成長を制限しています。ディープラーニングソフトウェアとその用途を管理するには、AI開発のための複雑なアルゴリズムを処理または実行する能力を持つ労働者が必要です。さらに、AIや自動化されたシステムを管理することは、時として課題となります。ディープラーニングを最大限に活用するためには、卓越したソフトウェアエンジニアリングのスキルと、分散プログラミングや並行プログラミング、通信プロトコルを使ったデバッグに関する多大な経験が求められます。

市場の促進要因：

  • 様々な業界におけるディープラーニングの採用の増加。

ディープラーニングプロセッサ市場に影響を与える主要要因の1つは、さまざまなセグメントでディープラーニングの利用が拡大していることです。医療、金融、製造、技術セグメントの企業が自律システムや医療画像解析などのタスクにディープラーニング技術を採用するにつれ、ディープニューラルネットワークの計算の複雑さを効果的に管理するように設計されたプロセッサに対するニーズが高まっています。このような需要の増加は、高性能コンピューティング・システムの必要性を浮き彫りにし、ディープラーニングプロセッサがさまざまな業界向けの特定の用途を念頭に設計されていることから、カスタマイズを促進します。スマートカメラ、IoTデバイス、その他のエッジコンピューティングシナリオの用途をサポートするリアルタイムプロセッサの開発は、エッジデバイスへのディープラーニングの組み込みによってさらに加速しています。

  • ディープニューラルネットワークの複雑化は、市場を促進すると予測されています。

ディープラーニングプロセッサ市場は、ディープニューラルネットワークの複雑化によって大きな影響を受けており、市場力学と技術開拓の両方に影響を与えています。ディープニューラル・ネットワークが高精度を達成し、より困難な仕事に取り組むために複雑化するにつれて、より大きな計算要求を管理できるプロセッサの必要性が高まっています。高度なニューラルネットワークモデルの学習と運用に必要な複雑な計算を効率的に管理するために、特殊な設計と並列処理能力を備えたディープラーニングプロセッサは不可欠なコンポーネントとなっています。プロセッサの設計革新は、低レイテンシとエネルギー効率の向上に重点を置いた、最適化された性能と効率の要件によってさらに推進されています。

  • チップ型GPUが市場で大きなシェアを占めると予測されます。

チップタイプ別では、GPU（グラフィックス・プロセッシング・ユニット）が大きなシェアを占めています。ゲームや動画視聴用として普及が進んでいます。しかし、技術の進歩に伴い、GPUは高解像度画像や人工知能（AI）に使用されることが多くなっています。また、低消費電力技術の利用も需要を高めています。また、特定用途向け集積回路（ASIC）、マイクロプロセッサー・ユニット（CPU）、フィールド・プログラマブル・ゲート・アレイ（FPGA）なども含まれます。量子コンピューティングシステムの利用の増加により、CPUチップセグメントは予測期間中に大幅なCAGRで成長しています。量子コンピューティングは、複雑なアルゴリズムを最速で解くことができるため、最近では多国籍の大手企業やIT企業で多く利用されています。これは、ディープラーニングチップの市場成長にプラスの影響を与えます。FPGAチップはコンフィギュレーションを高速化するため、FPGAチップ市場は成長しており、毎年技術が発展しているため、顧客は現在の動向に合わせて更新する必要があります。業界の要件に従って特定のタスクを実行するために、企業はより良い性能と効率をASICチップを使用しています。

技術別では、システムオンチップが市場で大きなシェアを占めると予想されています。

スマートフォンやタブレットの市場拡大が、システムオンチップ・プロセッサーへの需要を高めています。システム・オン・チップは、中央演算処理装置、メモリ、入出力ポート、二次記憶装置などを、コイン大の単一基板またはマイクロチップ上に集積したもので、スマートフォンに最適です。スマートフォンやタブレットは、システム・オン・チップによって、より優れたパフォーマンスとマルチタスク活動の高速処理を実現しています。3D開発の増加により、システム・オン・パッケージ市場は拡大しています。

エンドユーザー産業別では、コンシューマー・エレクトロニクスが最も急成長しているセグメントのひとつと予測されます。

ディープラーニングプロセッサは、コンシューマ・エレクトロニクス業界で広く使用されています。技術の進歩が進むにつれ、用途を改善したより優れたデバイスの市場が形成されています。このセグメントで人工知能や機械学習の利用が増加していることが、ディープラーニングプロセッサ市場を拡大しています。企業は、より高速なプロセッサやマルチタスク能力の向上など、スマートフォンの機能を改善し、能力を最大限に引き出すために、スマートフォンに機械学習チップを使用しています。人工知能用途をスマートフォンやタブレットに組み込み、ユーザーインターフェースや顧客体験を向上させるケースが増えており、ディープラーニングプロセッサの需要を押し上げています。医療や通信・技術などの業界では、新しいデバイスに高度な技術が搭載され、より迅速な作業と高い効率を実現するためにディープラーニングプロセッサが多用されています。この業界におけるディープラーニングプロセッサの用途の増加は、人工知能や拡大知能を使用して顧客体験を向上させることであり、これがディープラーニングプロセッサの市場成長に拍車をかけています。

北米は主要な地域市場になると予測されています。

ディープラーニングプロセッサの世界市場は、北米、南米、欧州、中東・アフリカ、アジア太平洋の5地域に区分されます。北米が最大の市場になると予測されています。この優位性は、同地域の大手市場参入企業の存在に支えられた先進技術の早期導入が主要要因です。米国では、人工知能の幅広い用途を開発するための研究開発への投資が増加していることも、この地域の市場成長を後押ししています。ディープラーニングプロセッサのアジア太平洋と欧州地域市場は、今後5年間に大きな市場成長率を記録すると予測されています。

主要発展：

  • Intel Corp.は2022年5月、高い性能と効率を実現する第2世代のHabana AI、ディープラーニングプロセッサを発表しました。新チップは7ナノメートル技術を採用したHabana Gaudi2とHabana Grecoです。
  • 2022年2月、AlphaICsはGluon-Deep Learning Co-Processor'For Vision Aのエンジニアリングサンプルの提供を発表しました。この先進的なエッジ推論チップは、顧客が既存のX86/ARMベースのシステムにAI機能を追加することを可能にし、大幅なコスト削減をもたらします。このチップは、ニューラルネットワークの分類と検出において、市場で最高のfps/ワット性能を発揮します。

目次

第1章 イントロダクション

  • 市場概要
  • 市場の定義
  • 調査範囲
  • 市場セグメンテーション
  • 通貨
  • 前提条件
  • 基準年と予測年のタイムライン
  • ステークホルダーにとっての主要メリット

第2章 調査手法

  • 調査デザイン
  • 調査プロセス

第3章 エグゼクティブサマリー

  • 主要調査結果
  • CXOの視点

第4章 市場力学

  • 市場促進要因
  • 市場抑制要因
  • ポーターのファイブフォース分析
  • 業界バリューチェーン分析
  • アナリストビュー

第5章 ディープラーニングプロセッサ市場：チップタイプ別

  • イントロダクション
  • GPU
  • ASIC
  • CPU
  • FPGA

第6章 ディープラーニングプロセッサ市場：技術別

  • イントロダクション
  • システムオンプロセッサー（SIC）
  • システムインパッケージ（SIP）
  • マルチプロセッサモジュール
  • その他

第7章 ディープラーニングプロセッサ市場：業界別

  • イントロダクション
  • 家電
  • 通信技術
  • 小売り
  • 医療
  • 自動車
  • その他

第8章 ディープラーニングプロセッサ市場：地域別

  • イントロダクション
  • 北米
  • 南米
  • 欧州
  • 中東・アフリカ
  • アジア太平洋

第9章 競合環境と分析

  • 主要企業と戦略分析
  • 市場シェア分析
  • 合併、買収、合意とコラボレーション
  • 競合ダッシュボード

第10章 企業プロファイル

  • ARM Limited
  • NVIDIA Corporation
  • Microsoft
  • Samsung
  • Qualcomm
  • Graphcore
  • Advanced Micro Devices
  • Adapteva
  • Intel Corporation
目次
Product Code: KSI061611686

The deep learning processor market is expected to grow at a CAGR of 21.83% from US$3.084 billion in 2022 to US$12.291 billion in 2029.

Deep learning is a subset of machine learning, which is another subset of artificial intelligence. The deep learning processors market is growing owing to factors such as the growing volume of big data along with the increasing popularity of artificial intelligence and machine learning. Various industries are using AI technology, which is also driving the market growth of deep learning processors. The increasing amount of data generated nowadays from all technical sources is growing the requirement for faster and more advanced deep learning processors for faster analysis. Increasing investments in smart homes and smart city projects in various countries will also lead to a surge in the adoption of deep learning processors, thus positively impacting the market growth. Other factors that offer growth potential for the deep learning processor market include rising investments in AI startups and R&D in smart robotics.

However, the lack of a skilled workforce is limiting the market growth of the deep learning processor market. A worker with the ability to process or carry out complex algorithms for AI development is required to manage deep learning software and its applications. Furthermore, managing AI and automated systems can be challenging at times. To get the most out of deep learning, exceptional software engineering skills and significant experience with distributed and concurrent programming, as well as debugging with communications protocols, are required.

MARKET DRIVERS:

  • Increased adoption of deep learning in various industries.

One major factor affecting the deep learning processor market is the growing use of deep learning across a range of sectors. There is an increasing need for processors designed to effectively manage the computational complexity of deep neural networks as companies in the healthcare, finance, manufacturing, and technology sectors adopt deep learning techniques for tasks like autonomous systems and medical image analysis. This increase in demand highlights the need for high-performance computing systems and encourages customization since deep learning processors are designed with particular applications in mind for different industries. The development of real-time processors, which support applications in smart cameras, IoT devices, and other edge computing scenarios, is further accelerated by the incorporation of deep learning into edge devices.

  • The growing complexity of the deep neural networks is predicted to propel the market.

The deep learning processors market is heavily impacted by the increasing intricacy of deep neural networks, which has an impact on both market dynamics and technological developments. There is a growing need for processors that can manage the greater computing demands as deep neural networks become more complicated to attain higher accuracy and tackle harder jobs. To effectively manage the complicated computations necessary in training and operating sophisticated neural network models, deep learning processors, which have specialized designs and parallel processing capabilities have become indispensable components. Innovation in processor design is further driven by the requirement for optimized performance and efficiency, with an emphasis on lowering latency and increasing energy efficiency.

  • Chip-type GPU is predicted to have a sizable share of the market.

GPU (graphics processing units) account for a significant market share by chip type. It's becoming more popular for gaming and video viewing. However, as technology advances, the GPU is increasingly being used for high-resolution images and artificial intelligence (AI). The use of low-power technology is also increasing demand. The deep learning processor segment also consists of application-specific integrated circuits (ASICs) microprocessor units (CPUs), and field-programmable gate arrays (FPGAs). The increasing use of the quantum computing system is making the CPU chip segment grow at a substantial CAGR during the forecast period. Quantum computing is highly used these days by big multinational and information technology companies owing to their ability to solve complex algorithms in the fastest time. This positively impacts the market growth of deep-learning chips. The FPGA chip market is growing as it makes configuration faster and with developing technology every year, customers need to update according to the current trend making them go for FPGA chips for faster change. To carry out specific tasks according to the requirements of the industry, companies are using ASIC chips for better performance and efficiency.

By technology, System-On-Chip is anticipated to hold a sizable share of the market.

The growing market for smartphones and tablets is increasing the demand for System-On-Chip processors in the market. A System-On-Chip includes a central processing unit, memory, input/output ports, and secondary storage - all on a single substrate or microchip, the size of a coin, which is perfectly suitable for smartphones. Smartphones and tablets are enabled with a System-on-chip to provide for better performance and faster processing of multi-task activities. The increasing use of 3D development is growing the market for System-In-package.

By end-user industry, Consumer Electronics is predicted to be one of the fastest growing segments.

A deep learning processor is widely used across the consumer electronics industry. The increasing advancement in technology is building the market for better devices with improved applications. The increasing use of artificial intelligence and machine learning, across this sector is growing the market for deep learning processors. Companies are using machine learning chips in smartphones to improve their features and maximize capabilities, like a faster processor and improved multi-tasking ability. Artificial intelligence applications are increasingly being embedded within smartphones and tablets to improve user interfaces and customer experiences, driving up demand for deep learning processors. New devices are coming with advanced technologies for industries like healthcare and communication & technology, which are heavily using deep learning processors for faster work and higher efficiency. The rising application of deep learning processors in this industry is to improve customer experience by using artificial intelligence and augmented reality, which, in turn, is fueling the market growth of deep learning processors.

North America is anticipated to be the major regional market.

The global deep learning processor market is divided into five regions, North America, South America, Europe, the Middle East and Africa, and the Asia Pacific. North America is anticipated to be the largest market. This dominance is majorly attributed to the early adoption of advanced technologies supported by the presence of major market players in the region. Rising investments in R&D to develop a wider range of applications of artificial intelligence in the U.S. are also bolstering market growth in this region. The APAC and European regional markets for deep learning processors are predicted to witness a significant market growth rate during the next five years.

Key Developments:

  • Intel Corp. introduced its second-generation Habana AI, deep learning processors, in May 2022, delivering high performance and efficiency. The new chips are the Habana Gaudi2 and Habana Greco, which use 7-nanometer technology. It provides customers with a wide range of solution options-from cloud to edge-to address the growing number and complexity of AI workloads.
  • In February 2022, AlphaICs announced the availability of engineering samples of the Gluon-Deep Learning Co-Processor' For Vision AI, an advanced edge inference chip that enables customers to add AI capability to existing X86 / ARM-based systems, resulting in significant cost savings. It has the best fps/watt performance for the classification and detection of Neural Networks in the market.

Segmentation:

By Chip Type

  • GPU
  • ASIC
  • CPU
  • FPGA

By Technology

  • System-On-Processor (SIC)
  • System-IN-Package (SIP)
  • Multi-Processor Module
  • Others

By Industry Vertical

  • Consumer Electronics
  • Communication & Technology
  • Retail
  • Healthcare
  • Automotive
  • Others

By Geography

  • North America
  • USA
  • Canada
  • Mexico
  • South America
  • Brazil
  • Argentina
  • Others
  • Europe
  • Germany
  • France
  • United Kingdom
  • Spain
  • Others
  • Middle East and Africa
  • Saudi Arabia
  • Israel
  • UAE
  • Others
  • Asia Pacific
  • China
  • Japan
  • South Korea
  • India
  • Thailand
  • Taiwan
  • Indonesia
  • Others

TABLE OF CONTENTS

1. INTRODUCTION

  • 1.1. Market Overview
  • 1.2. Market Definition
  • 1.3. Scope of the Study
  • 1.4. Market Segmentation
  • 1.5. Currency
  • 1.6. Assumptions
  • 1.7. Base, and Forecast Years Timeline
  • 1.8. Key Benefits to the stakeholder

2. RESEARCH METHODOLOGY

  • 2.1. Research Design
  • 2.2. Research Processes

3. EXECUTIVE SUMMARY

  • 3.1. Key Findings
  • 3.2. CXO Perspective

4. MARKET DYNAMICS

  • 4.1. Market Drivers
  • 4.2. Market Restraints
  • 4.3. Porter's Five Forces Analysis
    • 4.3.1. Bargaining Power of Suppliers
    • 4.3.2. Bargaining Power of Buyers
    • 4.3.3. Threat of New Entrants
    • 4.3.4. Threat of Substitutes
    • 4.3.5. Competitive Rivalry in the Industry
  • 4.4. Industry Value Chain Analysis
  • 4.5. Analyst View

5. DEEP LEARNING PROCESSOR MARKET, BY CHIP TYPE

  • 5.1. Introduction
  • 5.2. GPU
    • 5.2.1. Market Trends and Opportunities
    • 5.2.2. Growth Prospects
    • 5.2.3. Geographic Lucrativeness
  • 5.3. ASIC
    • 5.3.1. Market Trends and Opportunities
    • 5.3.2. Growth Prospects
    • 5.3.3. Geographic Lucrativeness
  • 5.4. CPU
    • 5.4.1. Market Trends and Opportunities
    • 5.4.2. Growth Prospects
    • 5.4.3. Geographic Lucrativeness
  • 5.5. FPGA
    • 5.5.1. Market Trends and Opportunities
    • 5.5.2. Growth Prospects
    • 5.5.3. Geographic Lucrativeness

6. DEEP LEARNING PROCESSOR MARKET, BY TECHNOLOGY

  • 6.1. Introduction
  • 6.2. System-on-Processor (SIC)
    • 6.2.1. Market Trends and Opportunities
    • 6.2.2. Growth Prospects
    • 6.2.3. Geographic Lucrativeness
  • 6.3. System-in-Package (SIP)
    • 6.3.1. Market Trends and Opportunities
    • 6.3.2. Growth Prospects
    • 6.3.3. Geographic Lucrativeness
  • 6.4. Multi-Processor Module
    • 6.4.1. Market Trends and Opportunities
    • 6.4.2. Growth Prospects
    • 6.4.3. Geographic Lucrativeness
  • 6.5. Others
    • 6.5.1. Market Trends and Opportunities
    • 6.5.2. Growth Prospects
    • 6.5.3. Geographic Lucrativeness

7. DEEP LEARNING PROCESSOR MARKET, BY INDUSTRY VERTICAL

  • 7.1. Introduction
  • 7.2. Consumer Electronics
    • 7.2.1. Market Trends and Opportunities
    • 7.2.2. Growth Prospects
    • 7.2.3. Geographic Lucrativeness
  • 7.3. Communication & Technology
    • 7.3.1. Market Trends and Opportunities
    • 7.3.2. Growth Prospects
    • 7.3.3. Geographic Lucrativeness
  • 7.4. Retail
    • 7.4.1. Market Trends and Opportunities
    • 7.4.2. Growth Prospects
    • 7.4.3. Geographic Lucrativeness
  • 7.5. Healthcare
    • 7.5.1. Market Trends and Opportunities
    • 7.5.2. Growth Prospects
    • 7.5.3. Geographic Lucrativeness
  • 7.6. Automotive
    • 7.6.1. Market Trends and Opportunities
    • 7.6.2. Growth Prospects
    • 7.6.3. Geographic Lucrativeness
  • 7.7. Others
    • 7.7.1. Market Trends and Opportunities
    • 7.7.2. Growth Prospects
    • 7.7.3. Geographic Lucrativeness

8. DEEP LEARNING PROCESSOR MARKET, BY GEOGRAPHY

  • 8.1. Introduction
  • 8.2. North America
    • 8.2.1. By Chip Type
    • 8.2.2. By Technology
    • 8.2.3. By Industry Vertical
    • 8.2.4. By Country
      • 8.2.4.1. USA
        • 8.2.4.1.1. Market Trends and Opportunities
        • 8.2.4.1.2. Growth Prospects
      • 8.2.4.2. Canada
        • 8.2.4.2.1. Market Trends and Opportunities
        • 8.2.4.2.2. Growth Prospects
      • 8.2.4.3. Mexico
        • 8.2.4.3.1. Market Trends and Opportunities
        • 8.2.4.3.2. Growth Prospects
  • 8.3. South America
    • 8.3.1. By Chip Type
    • 8.3.2. By Technology
    • 8.3.3. By Industry Vertical
    • 8.3.4. By Country
      • 8.3.4.1. Brazil
        • 8.3.4.1.1. Market Trends and Opportunities
        • 8.3.4.1.2. Growth Prospects
      • 8.3.4.2. Argentina
        • 8.3.4.2.1. Market Trends and Opportunities
        • 8.3.4.2.2. Growth Prospects
      • 8.3.4.3. Others
        • 8.3.4.3.1. Market Trends and Opportunities
        • 8.3.4.3.2. Growth Prospects
  • 8.4. Europe
    • 8.4.1. By Chip Type
    • 8.4.2. By Technology
    • 8.4.3. By Industry Vertical
    • 8.4.4. By Country
      • 8.4.4.1. Germany
        • 8.4.4.1.1. Market Trends and Opportunities
        • 8.4.4.1.2. Growth Prospects
      • 8.4.4.2. France
        • 8.4.4.2.1. Market Trends and Opportunities
        • 8.4.4.2.2. Growth Prospects
      • 8.4.4.3. United Kingdom
        • 8.4.4.3.1. Market Trends and Opportunities
        • 8.4.4.3.2. Growth Prospects
      • 8.4.4.4. Spain
        • 8.4.4.4.1. Market Trends and Opportunities
        • 8.4.4.4.2. Growth Prospects
      • 8.4.4.5. Others
        • 8.4.4.5.1. Market Trends and Opportunities
        • 8.4.4.5.2. Growth Prospects
  • 8.5. Middle East and Africa
    • 8.5.1. By Chip Type
    • 8.5.2. By Technology
    • 8.5.3. By Industry Vertical
    • 8.5.4. By Country
      • 8.5.4.1. Saudi Arabia
        • 8.5.4.1.1. Market Trends and Opportunities
        • 8.5.4.1.2. Growth Prospects
      • 8.5.4.2. UAE
        • 8.5.4.2.1. Market Trends and Opportunities
        • 8.5.4.2.2. Growth Prospects
      • 8.5.4.3. Israel
        • 8.5.4.3.1. Market Trends and Opportunities
        • 8.5.4.3.2. Growth Prospects
      • 8.5.4.4. Others
        • 8.5.4.4.1. Market Trends and Opportunities
        • 8.5.4.4.2. Growth Prospects
  • 8.6. Asia Pacific
    • 8.6.1. By Chip Type
    • 8.6.2. By Technology
    • 8.6.3. By Industry Vertical
    • 8.6.4. By Country
      • 8.6.4.1. China
        • 8.6.4.1.1. Market Trends and Opportunities
        • 8.6.4.1.2. Growth Prospects
      • 8.6.4.2. Japan
        • 8.6.4.2.1. Market Trends and Opportunities
        • 8.6.4.2.2. Growth Prospects
      • 8.6.4.3. South Korea
        • 8.6.4.3.1. Market Trends and Opportunities
        • 8.6.4.3.2. Growth Prospects
      • 8.6.4.4. India
        • 8.6.4.4.1. Market Trends and Opportunities
        • 8.6.4.4.2. Growth Prospects
      • 8.6.4.5. Thailand
        • 8.6.4.5.1. Market Trends and Opportunities
        • 8.6.4.5.2. Growth Prospects
      • 8.6.4.6. Indonesia
        • 8.6.4.6.1. Market Trends and Opportunities
        • 8.6.4.6.2. Growth Prospects
      • 8.6.4.7. Taiwan
        • 8.6.4.7.1. Market Trends and Opportunities
        • 8.6.4.7.2. Growth Prospects
      • 8.6.4.8. Others
        • 8.6.4.8.1. Market Trends and Opportunities
        • 8.6.4.8.2. Growth Prospects

9. COMPETITIVE ENVIRONMENT AND ANALYSIS

  • 9.1. Major Players and Strategy Analysis
  • 9.2. Market Share Analysis
  • 9.3. Mergers, Acquisitions, Agreements, and Collaborations
  • 9.4. Competitive Dashboard

10. COMPANY PROFILES

  • 10.1. ARM Limited
  • 10.2. NVIDIA Corporation
  • 10.3. Microsoft
  • 10.4. Samsung
  • 10.5. Qualcomm
  • 10.6. Graphcore
  • 10.7. Advanced Micro Devices
  • 10.8. Adapteva
  • 10.9. Intel Corporation