到2027年 边缘机器学习支持市场

近年来，业界见证了机器学习(ML)向数据源迁移，以创造更好的用户体验并增强隐私。为了缓解设计和开发方面的挑战并加快采用速度，许多公司正在为边缘 ML 应用程序提供开发平台、工具、库和解决方案。随着这些边缘ML支持平台和解决方案的采用持续增长，全球技术情报公司ABI Research预测，到2027年，边缘ML支持市场将超过50亿美元。

Edge ML 为最终用户带来了用户体验、隐私保护和成本优化方面的重大升级。此外，图像识别、预测性维护和语音处理等流行应用为人类专家提供了数据驱动的见解。但是，要创建生产就绪的企业级边缘 ML 解决方案，企业需要投资大量技能。

“为了真正受益于边缘ML应用程序的优势，企业需要确保其边缘ML应用程序准确，优化并受到密切监控，以防止偏差和模型漂移。这意味着企业必须建立一个由数据科学家、设备和嵌入式工程师以及项目经理组成的团队，这可能会很快变得非常昂贵，“ABI Research研究总监Lian Jye Su解释说。“边缘ML支持供应商为企业提供了人工智能(AI)之旅的帮助。他们创建了用户友好的工具和库，以降低采用的门槛。

具体而言，边缘 ML 支持供应商使企业能够管理和治理其用于 ML 训练和推理的数据、选择合适的模型、训练和测试模型、创建推理引擎，以及通过边缘 ML 操作 (MLOps) 部署和监控 ML。许多公司为音频分类、预测性维护、手势识别和材料检测等专用应用提供特定应用的解决方案。ABI Research已经确定了四大类边缘ML支持供应商，即公共云供应商，边缘ML芯片供应商，以平台为中心的供应商和以技术为中心的供应商。

Edge Impulse、Imagimob 和 SensiML 等专注于平台的供应商为边缘 ML 应用程序提供最全面的数据库、工具、库和解决方案。尽管如此，该领域的其余部分具有独特的价值主张。像Latent AI和Plumerai这样的以技术为重点的供应商专注于数据科学和ML堆栈中的特定技术。DeGirum和NXP等边缘ML芯片供应商为开发人员提供高度优化的全栈硬件和软件解决方案。最后，公共云供应商允许企业在开发其边缘 ML 应用程序时利用云基础架构的灵活性和可扩展性。

“市场仍处于起步阶段。大多数边缘ML项目仍然未能通过实验阶段。边缘机器学习支持供应商必须继续改善非人工智能专家的低代码或无代码用户体验，扩展边缘机器学习硬件支持，提供特定于应用的解决方案和服务，并确保高水平的机器学习可解释性，以确保法律合规性。

这些发现来自ABI Research的边缘ML支持：开发平台，工具和解决方案应用程序分析报告。本报告是该公司人工智能和机器学习研究服务的一部分，其中包括研究、数据和分析师见解。基于广泛的初步访谈，应用分析报告对特定技术的关键市场趋势和因素进行了深入分析。