DataM Intelligence 報告指出，全球邊緣AI晶片市場在 2024 年達到 75 億美元，預計到 2032 年將成長至 271 億美元。市場成長動力來自物聯網、自駕車等領域對即時數據處理的需求，以及 5G 網路的普及。報告點出 NVIDIA、Qualcomm 等大廠的動向，並預測北美將佔據最大市場份額。
根據 DataM Intelligence 最新報告顯示，全球邊緣人工智慧（Edge AI）晶片市場在 2024 年達到 75 億美元，預計到 2032 年將達到 271 億美元，2025 年至 2032 年的複合年增長率（CAGR）為 17.4%。
報告指出，市場成長的主要動力來自於物聯網（IoT）設備、自駕車和智慧基礎設施中對即時數據處理的需求不斷增長，以及 5G 網路的普及，進而實現低延遲的邊緣運算。此外，低功耗人工智慧加速器的發展、消費性電子產品和工業自動化領域的應用擴展、NVIDIA 和 Qualcomm 等科技巨頭對邊緣人工智慧硬體的投資增加，以及各國政府對醫療、製造和航太等領域人工智慧驅動的數位轉型的支持性措施，也都是推動市場成長的關鍵因素。
在產業發展方面，美國 Qualcomm 在 2026 年 2 月推出了 Edge AI 100 加速器晶片系列，該晶片採用超低功耗 NPU，可在物聯網和穿戴式裝置中實現即時推論，相較於前幾代產品，在裝置上的電腦視覺和語音處理效率提高了 5 倍。NVIDIA 於 2026 年 1 月宣布在 Jetson Orin Nano Edge AI 模組方面取得研發突破，該模組在低於 15W 的功耗下實現 40 TOPS 的效能，目標是透過邊緣端增強的生成式人工智慧能力，應用於機器人和智慧城市。Intel 則在 2025 年 11 月推出了 Gaudi 3 Edge AI 處理器，該處理器針對分散式訓練進行了優化，透過先進的神經形態尖峰網路，將自駕系統的延遲降低了 3 倍。
日本 Sony 在 2025 年 12 月發布了 AITRIOS Edge AI 晶片平台更新，該平台整合了感測器融合技術，可用於工業自動化，並在製造生產線上實現 600 GOPS 的全時視覺人工智慧。Renesas 於 2025 年 11 月推出了 RZ/V2H MPU，該晶片配備 Dynamixel AI 加速器，可為智慧相機等視覺邊緣設備提供 80 TOPS 的效能，以支援日本的工廠物聯網計畫。Tokyo Electron 於 2025 年 10 月推進了用於客製化 Edge AI NPU 的 3 奈米製程，從而將汽車和消費性電子產品的行動推論晶片功耗降低了 50%。
在併購方面，Nordic Semiconductor 於 2025 年 6 月收購了 Neuton.AI，從而加強了其在邊緣人工智慧領域的領導地位，並提升了其在預測性維護、智慧健康監測和物聯網設備等應用中的嵌入式人工智慧能力，以及可擴展的 TinyML 技術。NXP Semiconductors 於 2025 年 2 月同意以 3.07 億美元收購 Kinara, Inc.，旨在整合高效能、節能的 NPU，以重新定義工業和汽車市場中的智慧邊緣解決方案。
報告中也列出了主要的市場參與者，包括 NVIDIA、Intel、AMD、Hailo Technologies、STMicroelectronics、Texas Instruments、Mythic、Qualcomm、Samsung 和 MediaTek 等公司。報告分析指出，在晶片類型方面，GPU 在 2024 年佔據 35% 的市場佔有率，主要優勢在於平行運算，適用於裝置中的即時人工智慧任務，如圖像辨識。NPU 則以 25% 的佔有率緊隨其後，其針對邊緣推論中的神經網路效率進行了優化，從而提升了低功耗行動應用。在功能方面，推論佔據 70% 的市場佔有率，為物聯網和自駕系統中的即時響應提供裝置上的預測能力。
從區域市場來看，北美以 33.5% 的佔有率領先，主要受到先進人工智慧基礎設施以及汽車、航太和工業自動化領域需求的推動。亞太地區則以 27% 的佔有率成為成長最快的市場，主要受到快速工業化、中國、日本和韓國的半導體中心，以及物聯網和智慧電子產品應用的推動。歐洲則以 21% 的佔有率位居第三，主要受到對邊緣運算的穩定投資、對隱私的監管關注以及在製造和監控領域的應用所支持。