到2027年 邊緣機器學習支持市場

近年來，業界見證了機器學習(ML)向數據源遷移，以創造更好的用戶體驗并增強隱私。為了緩解設計和開發方面的挑戰并加快采用速度，許多公司正在為邊緣 ML 應用程序提供開發平臺、工具、庫和解決方案。隨著這些邊緣ML支持平臺和解決方案的采用持續增長，全球技術情報公司ABI Research預測，到2027年，邊緣ML支持市場將超過50億美元。

Edge ML 為最終用戶帶來了用戶體驗、隱私保護和成本優化方面的重大升級。此外，圖像識別、預測性維護和語音處理等流行應用為人類專家提供了數據驅動的見解。但是，要創建生產就緒的企業級邊緣 ML 解決方案，企業需要投資大量技能。

“為了真正受益于邊緣ML應用程序的優勢，企業需要確保其邊緣ML應用程序準確，優化并受到密切監控，以防止偏差和模型漂移。這意味著企業必須建立一個由數據科學家、設備和嵌入式工程師以及項目經理組成的團隊，這可能會很快變得非常昂貴，“ABI Research研究總監Lian Jye Su解釋說。“邊緣ML支持供應商為企業提供了人工智能(AI)之旅的幫助。他們創建了用戶友好的工具和庫，以降低采用的門檻。

具體而言，邊緣 ML 支持供應商使企業能夠管理和治理其用于 ML 訓練和推理的數據、選擇合適的模型、訓練和測試模型、創建推理引擎，以及通過邊緣 ML 操作 (MLOps) 部署和監控 ML。許多公司為音頻分類、預測性維護、手勢識別和材料檢測等專用應用提供特定應用的解決方案。ABI Research已經確定了四大類邊緣ML支持供應商，即公共云供應商，邊緣ML芯片供應商，以平臺為中心的供應商和以技術為中心的供應商。

Edge Impulse、Imagimob 和 SensiML 等專注于平臺的供應商為邊緣 ML 應用程序提供最全面的數據庫、工具、庫和解決方案。盡管如此，該領域的其余部分具有獨特的價值主張。像Latent AI和Plumerai這樣的以技術為重點的供應商專注于數據科學和ML堆棧中的特定技術。DeGirum和NXP等邊緣ML芯片供應商為開發人員提供高度優化的全棧硬件和軟件解決方案。最后，公共云供應商允許企業在開發其邊緣 ML 應用程序時利用云基礎架構的靈活性和可擴展性。

“市場仍處于起步階段。大多數邊緣ML項目仍然未能通過實驗階段。邊緣機器學習支持供應商必須繼續改善非人工智能專家的低代碼或無代碼用戶體驗，擴展邊緣機器學習硬件支持，提供特定于應用的解決方案和服務，并確保高水平的機器學習可解釋性，以確保法律合規性。

這些發現來自ABI Research的邊緣ML支持：開發平臺，工具和解決方案應用程序分析報告。本報告是該公司人工智能和機器學習研究服務的一部分，其中包括研究、數據和分析師見解。基于廣泛的初步訪談，應用分析報告對特定技術的關鍵市場趨勢和因素進行了深入分析。