Les expéditions cumulées d’accélérateurs d’intelligence artificielle destinés aux robots humanoïdes pourraient dépasser un million d’unités dans le monde d’ici 2030. Counterpoint Research anticipe également une croissance annuelle moyenne de 144 % entre 2026 et 2030, portée par la diversification des architectures informatiques.
Cette prévision figure dans le rapport Global Humanoid Robot Tracker Report de Counterpoint Research, cité par le média technologique chinois ITHome. L’étude décrit un marché des composants informatiques en pleine évolution, où les fabricants de puces cherchent à répondre aux besoins croissants des robots humanoïdes.
Les GPU conservent leur avance face à la montée des puces ASIC
À court terme, les GPU devraient rester l’architecture dominante pour les calculs embarqués dans les robots humanoïdes. NVIDIA occupe actuellement une position de premier plan grâce à son écosystème intégré, qui associe puces de calcul, modèles d’intelligence artificielle et outils de simulation.
Le groupe a noué des partenariats avec plusieurs fabricants de robots, parmi lesquels AgiBot, Unitree, UBTECH, GALBOT, Figure AI, Neura Robotics et Noetix.
Moins de 2 500 dollars pour un humanoïde de 50 cm : Faraday Future lance le FF Nova
En parallèle, les circuits intégrés spécifiques à une application (ASIC) dédiés à l’intelligence artificielle gagnent du terrain. Tesla et Xpeng figurent parmi les constructeurs automobiles qui transposent dans leurs activités robotiques les technologies de puces développées en interne pour leurs véhicules.
Qualcomm mise sur l’efficacité énergétique et la réduction des coûts
Qualcomm développe une approche fondée sur une architecture informatique hétérogène, avec pour objectifs de limiter la consommation électrique et de réduire les coûts des matériaux. L’entreprise a déjà conclu des partenariats de conception avec Neura Robotics, VinMotion, Booster Robotics et Figure AI.
Ses volumes d’expédition restent toutefois inférieurs à ceux de NVIDIA, selon Counterpoint Research. Cette concurrence oppose ainsi plusieurs approches du calcul embarqué, entre écosystèmes GPU intégrés et architectures combinant différents types de composants.
Les modèles WAM renforcent les besoins en puissance de calcul
L’évolution des modèles d’intelligence artificielle constitue un autre facteur de transformation du marché. Les architectures vision-langage-action (VLA) convergent progressivement avec les modèles du monde (World Models), tandis que les modèles robotiques évoluent vers les modèles d’action du monde (WAM).
Soumen Mandal, analyste chez Counterpoint Research, estime que cette évolution renforcera l’importance des performances informatiques. Elle accentuera également les besoins en efficacité énergétique, en réduction de la consommation électrique et en maîtrise de la dissipation thermique.
Les GPU devraient continuer à équiper les environnements de calcul en périphérie les plus avancés. Les architectures ASIC pourraient, de leur côté, bénéficier de la position des constructeurs automobiles disposant de technologies de puces développées en interne, notamment Tesla.
Une intensification de la concurrence attendue à partir de 2027
Counterpoint Research anticipe une intensification de la concurrence à partir de 2027, avec l’entrée en production de masse d’accélérateurs d’IA de nouvelle génération capables de prendre en charge des charges de travail liées à l’intelligence artificielle générale (AGI). La coexistence de plusieurs architectures de calcul devrait alors prendre davantage d’importance dans l’équipement des robots humanoïdes.