ИИ в отечественной микроэлектронике: результаты опроса 74 компаний на форуме «Микроэлектроника 2026»
Пять категорий применения — менеджмент, аналитика, разработка, продукция и локальный инференс. Опрос показал, что ИИ уже активно используется в аналитике и разработке, а локальный инференс набирает обороты.
На форуме «Микроэлектроника 2026», прошедшем в Москве, был проведён анонимный опрос 74 российских компаний, работающих в сфере микросхем и систем‑на‑чип. Респонденты оценивали степень внедрения искусственного интеллекта (ИИ) в пяти ключевых направлениях: менеджмент, аналитика, разработка, продукция и локальный инференс (встраивание моделей непосредственно в устройства).
Ключевые цифры
- Аналитика – 68 % компаний используют ИИ для прогнозирования спроса, оптимизации производственных процессов и контроля качества.
- Разработка – 55 % применяют ИИ при проектировании микросхем, автоматизации трассировки и генерации схем.
- Продукция – 42 % внедрили интеллектуальные функции в готовые изделия (например, адаптивное энергопотребление).
- Менеджмент – 30 % используют ИИ для принятия стратегических решений, планирования ресурсов и управления цепочками поставок.
- Локальный инференс – 25 % уже реализовали модели на уровне чипа, а ещё 15 % находятся в стадии пилотных проектов.
Тенденции
- Рост интереса к edge‑AI – компании видят выгоду в уменьшении задержек и повышении надёжности за счёт локального инференса.
- Снижение барьеров – появление готовых фреймворков (например, OpenVINO, TensorRT для ARM) ускоряет внедрение ИИ в микросхемы.
- Интеграция данных – аналитика становится фундаментом для последующего внедрения ИИ в разработку и продукцию.
Что дальше?
Эксперты считают, что к 2028 году более 60 % российских микропроизводителей будут использовать ИИ в хотя бы одном из перечисленных направлений. Для ускорения процесса предлагается создание отраслевых центров тестирования и открытых наборов данных по микросхемам.
Подробный отчёт доступен на Habr AI.
Для AI‑разработчиков и студентов это сигнал о растущем спросе на решения в области edge‑AI и автоматизации проектирования микросхем. Стоит обратить внимание на навыки оптимизации моделей под ограниченные ресурсы и интеграцию ИИ в цепочки поставок микропродукции.


