Dominanz des Smartphone-Segments auf dem Markt für Vision Processing Units
Unter allen analysierten Anwendungssegmenten – einschließlich ADAS, Kameras, Drohnen und AR/VR-Produkte – behält das Smartphone-Anwendungssegment im Jahr 2025 den größten Umsatzanteil auf dem Markt für Vision Processing Units. Diese Dominanz ist strukturell und nicht zyklisch, begründet im schieren Volumen der weltweiten Smartphone-Lieferungen (jährlich etwa 1,2 Milliarden Einheiten), der zunehmenden Kamera-Komplexität pro Gerät und der Wettbewerbsnotwendigkeit für OEMs, On-Device-KI-Vision-Funktionen als Produktdifferenzierungsmerkmal einzubetten.
Moderne Flaggschiff-Smartphones integrieren heute routinemäßig drei bis fünf Kameramodule, die jeweils Echtzeit-Computational-Photography-Pipelines erfordern – Nachtmodus-Fusion, Multi-Frame-HDR, semantische Bokeh-Segmentierung und Subjekt-Tracking-Autofokus –, die allein mit dem Anwendungsprozessor ohne dedizierte Vision-Beschleunigung rechnerisch nicht machbar wären. Dieser architektonische Druck hat SoC-Anbieter dazu veranlasst, VPU-Kerne direkt in ihre Flaggschiff-Chipdesigns einzubetten, wodurch die Grenze zwischen eigenständigen VPUs und integrierten Neural Processing Units (NPUs) mit visionspezifischen Befehlssätzen verschwimmt.
Samsungs Exynos-Plattform und MediaTeks Dimensity-Serie integrieren beide dedizierte Vision-Beschleunigungsblöcke, die die Kamera-Vorverarbeitung, Echtzeit-Segmentierung und Szenenklassifizierung übernehmen. MediaTek war besonders aggressiv beim Ausbau der VPU-Fähigkeiten in den Mittelklasse-Segmenten und demokratisiert On-Device-Vision-KI über das Premium-Segment hinaus. Diese Durchdringung der Mittelklasse ist eine entscheidende Marktdynamik: Da die Kosten für VPU-Silizium durch die Reifung von Prozessknoten und Design-Wiederverwendung sinken, wandert die Vision-Beschleunigung von einem Flaggschiff-Differenzierungsmerkmal zu einer Basiserwartung in allen Smartphone-Preisklassen.
Googles Tensor-SoC-Familie repräsentiert einen architektonisch eigenständigen Ansatz, indem sie einen kundenspezifischen Bildsignalprozessor und eine Vision-Engine integriert, die gemeinsam mit dem Pixel-Kamera-Software-Stack entwickelt wurden. Dieses vertikale Integrationsmodell – bei dem Hardware und Algorithmus gemeinsam optimiert werden – wird zunehmend von chinesischen OEMs und ihren Chipherstellerpartnern als Vorlage für nachhaltige Differenzierung in einem sich zunehmend zum Massenmarkt entwickelnden Smartphone-Markt untersucht.
Die Umsatzdominanz des Segments wird zusätzlich durch die Dynamik des Upgrade-Zyklus verstärkt. Die Verlagerung hin zur Computational Photography als primäre Kaufentscheidungsvariable im Premium-Smartphone-Segment stellt sicher, dass jede Hardware-Generation inkrementell mehr Vision-Verarbeitungsdurchsatz erfordert. Funktionen wie Video-Bokeh in 4K-Auflösung, Echtzeit-AR-Objekt-Overlays und multikamera-semantische Fusion erfordern eine anhaltende VPU-Rechenleistung, die Hardware der vorherigen Generation nicht adäquat unterstützen kann, was eine konstante Nachfrage nach Silizium-Updates antreibt.
Mit Blick auf die Zukunft steht das Smartphone-VPU-Segment sowohl vor Aufwärts- als auch Konsolidierungsdruck. Der Aufwärtstrend resultiert aus generativen KI-On-Device-Funktionen – Echtzeit-Stilübertragung, KI-generierte Videoverbesserung und multimodale Vision-Sprachaufgaben –, die erheblich mehr VPU-Durchsatz erfordern werden als aktuelle Workloads. Der Konsolidierungsdruck entsteht durch die zunehmende Integration von VPU-, NPU-, GPU- und ISP-Funktionen in vereinheitlichte Medienverarbeitungsblöcke, was den adressierbaren Markt für eigenständige diskrete VPU-Chips im Smartphone-Kontext komprimiert. Netto wird erwartet, dass das Smartphone-Anwendungssegment bis 2028 einen Umsatzanteil von etwa 38–42 % beibehalten wird, bevor es allmählich an Automobil- und AR/VR-Anwendungen abtritt, wenn diese Segmente skalieren.
Zu den Schlüsselakteuren mit signifikanter Smartphone-VPU-Präsenz gehören Samsung, MediaTek und Google, neben IP-Lizenzgebern wie Imagination Technologies und Cadence, deren Vision-Processing-IP-Blöcke in SoC-Designs Dritter eingebettet sind, die das breitere mobile Ökosystem bedienen.
