さらに詳しい情報を得るには、  無料サンプルをリクエストしてください。 

生物学的ベンチマークとAIの処理能力制約は、ニューロモルフィックコンピューティング市場の需要をどのように促進するのか？

効率モデルとしての脳

人間の脳は約20ワットの電力で動作しており、これは驚異的な工学的基準と言える。脳は、並外れたエネルギー制御によって、認知、知覚、記憶といった機能をバランスよく両立させている。この基準こそが、ニューロモルフィック・コンピューティングが注目を集め続ける理由である。ニューロモルフィック・コンピューティングは、生物に近い動作をし、電力消費を抑えるシリコンを実現する可能性を秘めている。.

生物学は建築上の選択を示唆している

脳の数百万個のニューロンと数兆個のシナプスは、並列処理がなぜ重要なのかを如実に示している。ニューロモルフィック・ハードウェアは、メモリと演算処理を同一場所に配置することで、この原理を応用している。これにより、データの頻繁な移動が減り、エネルギー消費を抑えることができる。また、常時稼働の力任せな演算処理ではなく、イベント駆動型処理をサポートする。.

注目すべき生物学的数値

• 脳の連続的な電力消費量はわずか約20ワットです。. 
• ニューロモルフィックコンピューティング市場において、約860億個のニューロンを用いて動作する。. 
• 約100兆個のシナプス結合を使用する。. 
• スーパーコンピュータよりもはるかに効率的に時間情報を処理する。.

AIの電力制約が圧力を増大させる

従来のAIは急速に発展してきたが、電力消費量も増大している。ニューロモルフィックコンピューティング市場では、大規模なモデルやデータセンターには膨大な電力、冷却設備、インフラが必要となる。そのため、電力は単なる技術的な問題ではなく、戦略的な制約となっている。ニューロモルフィックコンピューティングは、タスクあたりのエネルギー消費量を削減することを目指しているため、魅力的な選択肢となっている。.

これが購買行動を変える理由

企業は今、推論処理をエッジに近い場所で行うことを求めている。遠隔地のサーバーに頼らず、迅速に反応できるシステムを求めているのだ。さらに、運用コストの削減と二酸化炭素排出量の削減も望んでいる。こうしたニーズが、疎なイベントベースのインテリジェンス向けに設計されたチップへの需要を押し上げている。.

電力圧力データポイント

• GPT-3の学習には、約1,287メガワット時の電力が必要だった。. 
• GPT-3のトレーニングによって、約552トンの二酸化炭素換算量が排出された。. 
• ChatGPTのクエリ1回あたり、約0.42ワット時を消費する可能性があります。. 
• データセンターは、世界で1年間に約460テラワット時の電力を消費した。. 

市場の需要が高密度ロイヒチップの普及を促進する理由とは？

インテルがニューロモルフィックコンピューティング市場で第一世代の画期的な技術を実証

Loihi社は、ニューロモルフィックチップが実用的で小型、かつ研究開発に適したものであることを実証した。最初のチップはインテルの14nmプロセスを採用し、128個のニューロモルフィックコアを搭載。13万個の人工ニューロンと1億3000万個のシナプスを備え、ダイ面積は約60mm2と、高密度集積化の価値を改めて示した。.

Loihi 2はコンセプトをさらに発展させる

Loihi 2は、規模と効率性を向上させることでさらに進化を遂げた。インテルによると、この第2世代チップは試作段階のIntel 4プロセスを採用し、100万個のニューロンを実現した。また、以前のデバイスと比較して速度とリソース密度も向上している。その結果、イベント駆動型AIを研究する研究者にとって、より強力なプラットフォームが誕生した。.

Loihi 重要なデータ

• Loihi 1は、ニューロモルフィックコンピューティング市場において128個の統合コアを搭載していた。. 
• Loihi 1は1億3000万個のシナプスを支えていた。. 
• Loihi 2は100万個のニューロンに到達した。. 
• Loihi 2は、約1ワットで動作可能だった。.

取締役会レベルのエコシステムが重要な理由とは？

チップ密度が高いだけでは普及は実現しません。研究者は評価ボードや拡張可能なシステムも必要としています。インテルのKapoho Pointボードは、複数のLoihi 2チップを積層することで、こうしたニーズに応えました。これにより、センサーフュージョンや大規模なニューラルワークロードの実験が容易になりました。. 

より大きなスタックによって何が可能になるのか？

積層型ボー​​ドは、ニューロモルフィックコンピューティング市場において、開発者に単一プラットフォーム上でより多くのニューラル処理能力を提供する。これは、研究者がより広範な実世界アプリケーションをテストしたい場合に重要となる。また、市場の需要がハードウェアをシングルチップの限界を超えて押し上げていることも示している。スケーリングは、単なる技術的な詳細ではなく、製品ストーリーの一部となるのだ。. 

フォーポイントのカポホポイント

• カポホ ポイントはロイヒ 2 チップを 8 枚スタックします。. 
• このボードは840万個の人工ニューロンを提供する。. 
• センサー融合のために9億6000万個のシナプスを提供する。. 
• これは、研究者がより大規模な商用レベルのワークロードをテストするのに役立ちます。.

大規模ニューラルエミュレーションは、ニューロモルフィックコンピューティング市場における将来のスーパーコンピュータハードウェア処理需要をどのように満たすことができるのか？

分散型思考法

SpiNNakerは、高密度に配置されたニューロモルフィックコアとは異なるアプローチを採用しました。多数の小型プロセッサを接続して、神経系を並列にシミュレートします。最初のシステムでは、100万個の携帯電話プロセッサを使用して脳のサブシステムをモデル化しました。このアプローチは、スケーラビリティ、柔軟性、研究の深さを重視しました。.

SpiNNaker2はより強力なハードウェアを追加

SpiNNaker2は、ニューロモルフィックコンピューティング市場において、22nm FDSOI製造プロセスを採用することで、このコンセプトをさらに発展させました。各チップには15万2千個の人工ニューロンと1億5200万個のシナプス結合が搭載されています。また、153個のARMコアと19メガバイトのSRAMも統合されています。これらの選択により、レイテンシが低減され、大規模シミュレーションの効率が向上します。. 

SpiNNaker2スケール（4段階）

• 各チップには15万2千個のニューロンが含まれている。. 
• 各チップは1億5200万個のシナプスをサポートする。. 
• フルスペックのマシンでは、最大1000万個の処理コアを搭載できる。. 
• このプラットフォームは最大10億個のニューロンをシミュレートできる。.

IBM TrueNorthが低消費電力エッジ推論のニーズを満たす上で不可欠な理由とは？

IBMの超低消費電力における画期的な成果

TrueNorthは、ニューロモルフィックコンピューティング市場の効率性を示す最も明確な例の一つとして今もなお語り継がれています。IBMはこれを65mWのリアルタイムニューロシナプティックプロセッサと表現しました。このチップは4096個のコア、100万個のデジタルニューロン、そして2億5600万個のシナプスを備えています。この組み合わせにより、低消費電力の感覚インテリジェンスにおける画期的な製品となりました。.

なぜそれが今でも市場にとって重要なのか

TrueNorthは、特に視覚処理において、リアルタイム認識を実現するために開発されました。電力効率が重要な環境において、専用ハードウェアが従来システムを凌駕できることを実証したのです。このチップの非同期設計は、通信エネルギーの大幅な削減に貢献しました。このメッセージは、今日のエッジAI市場においても依然として大きな意味を持っています。.

TrueNorthの4つのポイントの数値

• TrueNorthは4096個の神経シナプスコアを使用した。. 
• それは100万個のデジタルニューロンを含んでいた。. 
• それは2億5600万個のシナプスを支えていた。. 
• ニューロモルフィックコンピューティング市場における公表された説明によると、消費電力は約65～73ミリワットである。.

現代の最先端産業が超低消費電力のブレインチップ「Akida」による高速化を求める理由とは？

日常製品のためのイベント駆動型AI

BrainChip Akidaは、極めて高い省エネルギー性能を実現するために開発されました。このプラットフォームは、イベント駆動型実行とモデル圧縮を採用することで、ニューロモルフィックコンピューティング市場における計算の無駄を削減します。そのため、 ウェアラブルデバイス、 医療機器、常時稼働 センサーなど。また、クラウドへの依存が現実的でないアプリケーションにも適しています。 

超低消費電力が商業的に重要な理由とは？

デバイスの小型化に伴い、バッテリー駆動時間は決定的なセールスポイントとなる。Akidaは、メーカーが限られた電力予算でAIを動作させ続けることを支援する。また、データをローカルで処理することでレイテンシを低減する。これにより、エッジ製品は市場で実質的な優位性を獲得できる。. 

アキダの優位性は4ポイントで発揮される

• Akida Picoは、1ミリワット未満の消費電力で動作するように設計されています。. 
• Raspberry Piのデモでは、毎秒約100フレームの速度に達することができる。. 
• リアルタイムビジョンは、およそ9ミリワットで動作可能です。. 
• 電池駆動の機器は、長時間稼働し続けることができる。.

高速化された混合信号エミュレーションプラットフォームは、 ロボット市場の 成長にどのように対応できるのか？

ニューロモルフィックコンピューティング市場において、スピードが差別化要因となる

BrainScaleSは、高速な混合信号エミュレーションに特化しています。生物学的神経ダイナミクスをリアルタイムよりもはるかに高速に実行することで、ロボットチームは動作や制御ループを迅速にテストできます。また、エンジニアは生物学的時間を待つことなく神経モデルを研究できます。. 

ロボット需要が普及を左右する

ロボット工学では、低遅延、適応性、そして迅速なプロトタイピングが求められます。BrainScaleSは、生物のゆっくりとした 動作 をマイクロ秒単位の活動に変換することで、ニューロモルフィックコンピューティング市場におけるこれらのニーズを満たします。また、このプラットフォームは動作中の消費電力を約1ワットに抑えています。このバランスの良さが、高度な自律性研究にとって魅力的なものとなっています。 

BrainScaleSの4つのポイント

• BrainScaleS-2は65nm ASICを使用しています。. 
• 各チップには512個のアナログニューロンが含まれている。. 
• 各チップは131,072個のシナプス結合を提供する。. 
• このシステムは、動作速度を1000倍に加速させる。. 

Tianjicのようなハイブリッドアーキテクチャは、なぜ幅広いエッジ処理ハードウェアのニーズを満たすことができるのでしょうか？

1つのチップで、2つのコンピューティングスタイルを実現

Tianjicは、ニューロモルフィックコンピューティング市場において、ANNとSNNのアプローチを融合させた点で際立っています。このチップは28nm CMOSプロセスで製造され、156個の統合コンピューティングコア、4万個のスパイクニューロン、そして1000万個の非スパイクシナプスを統合しています。このハイブリッド構造により、設計者は他に類を見ない柔軟性を得ることができます。. 

ハイブリッドデザインが需要にとって重要な理由

ハイブリッドチップは、同一プラットフォーム上で複数のワークロードタイプに対応できます。これは、ロボット、 エッジデバイス、マルチモーダルシステムにおいて非常に価値があります。Tianjicは、スパイクモードと非スパイクモードの両方で優れた電力効率も示しました。これにより、幅広い市場ニーズに対する魅力的なソリューションとなっています。 

天吉の主要4項目

• Tianjicは156個の統合機能コアを保有している。. 
• そこには4万個の物理的な発火性ニューロンが含まれている。. 
• 1000万個の非スパイク型シナプスを提供する。. 
• ANNモードでは、1ワットあたり1.28 TOPSの性能をサポートします。.

競合分析：ニューロモルフィックコンピューティング市場を席巻するトップ5企業

1. インテル社：インテルは、大規模な研究開発を通じて業界をリードしており、最近では世界最大のニューロモルフィックシステムであるHala Pointを発表しました。これは、高度なAI研究のために、膨大なニューロン容量と高い効率性を提供します。
2. IBMコーポレーション：脳型コンピューティングのパイオニアであるIBMは、エネルギー効率の高い次世代AIハードウェアの開発に注力し、自然な枠組みを活用してコンピューティング全体の効率を最大化することを目指しています。
3. クアルコム・テクノロジーズ：クアルコムは、広範な研究開発投資を活用し、低消費電力のリアルタイムデータ処理システムにおけるイノベーションを推進し、モバイル機器やエッジデバイス向けのインテリジェントなAI機能の開発を目指しています。
4. サムスン電子：サムスンは、独自のメモリおよび半導体チップ設計にニューロモルフィック機能を統合することで卓越した地位を築いており、AIおよび機械学習のスタートアップ企業との強力なパートナーシップによってその地位が支えられている。 
5. BrainChip Holdings：BrainChipは、エッジAIコンピューティング分野における著名なイノベーターです。リアルタイムアプリケーション向けに、エネルギー効率と処理速度を向上させる特殊なハードウェアアーキテクチャを提供しています。

ニューロモルフィックコンピューティング市場のセグメント別分析

処理タイプ別では、スパイクニューラルネットワークセグメントが最大のシェアを占めた。

2025年には、スパイクニューラルネットワーク（SNN）分野が最大の市場シェアを獲得し、業界収益の36%以上を占めました。2026年にかけても、SNNはイベント駆動型アーキテクチャを通じて生物学的脳機能を本質的に模倣することで、処理分野を牽引し続けるでしょう。. 

従来のモデルとは異なり、SNNはアクティブなスパイクイベント発生時のみデータを処理するため、消費電力を大幅に削減しながら並列処理を高速化します。この構造的な優位性は、超低消費電力のエッジAIと自律診断に対する世界的な需要に完璧に応えます。主要な市場プレーヤーは、脳のようなコンピューティングインフラストラクチャを商用化するために、SNNフレームワークに多額の資金を投入しています。さらに、この分野におけるソフトウェアの普及率の高さが、その優位性を確固たるものにしています。.

• 卓越した効率性：従来の人工ニューラルネットワークと比較して、エッジオブジェクト検出において最大10倍のエネルギー削減を実現します。
• 先進的なハードウェア： インテルのHala Pointプラットフォームやサンディア国立研究所のSpiNNaker 2スーパーコンピュータなど、2026年に導入予定の画期的な技術が中心となる。
• 時間的優位性： 複雑な時間的センサーデータや非同期スパイクルーティングファブリックを、遅延なくネイティブに処理することに本質的に優れています。
• エコシステムの成熟度： 高度に成熟したプログラミングフレームワークによって支えられており、拡張性と適応性を備えた学習アルゴリズムの導入を簡素化します。

用途別に見ると、画像・ビジョン分野が市場最大のシェアを占めた。

画像・ビジョン分野は2025年に最大のアプリケーションシェアを占め、2026年もその圧倒的な優位性を維持すると予測されています。この優位性は、インテリジェントエッジデバイスにおけるリアルタイムのビジュアルデータ分析に対する需要がかつてないほど急増していることに起因しています。ニューロモルフィックビジョンセンサーは、生物の視覚をシームレスに再現し、マイクロ秒単位の低遅延で動き検出、環境マッピング、物体認識を可能にします。.

イベントベースの処理を活用することで、これらのシステムはニューロモルフィックコンピューティング市場における従来のフレームベースカメラの冗長なデータ消費を回避します。その結果、自動車分野やスマートロボット分野は、自律航行を実現するためにこの分野に大きく依存しています。イベントベースビジョンを商用ハードウェアに戦略的に統合することで、この分野の揺るぎない商業的成熟度と先導的な軌道がさらに裏付けられます。.

• イベントベース処理： 動的なピクセル変化のみを記録することで、従来のレイテンシーのボトルネックを克服し、超高速なビジュアルコンピューティングを実現します。
• 自律航行： 自動運転車、産業用マシンビジョン、ドローン空間認識エコシステムの重要な基盤となる。
• 商用統合： 2026年に達成される主要なマイルストーン、例えばクアルコムが高度なニューロモルフィックビジョンセンサーをSnapdragonプラットフォームに統合することなどが推進力となる。
• 超低遅延： 高度な応答性が求められるスマート監視ネットワークやリアルタイムの環境マッピングに不可欠な、瞬時の画像処理を実現します。

技術ノード別：28nm以上のセグメントがニューロモルフィックコンピューティング市場で最大のシェアを占めている

2025年、28nmを超えるテクノロジーノードが世界のニューロモルフィック半導体市場をリードする。このノードは2026年も引き続き、ニューロモルフィック半導体製造における揺るぎないリーダーであり続ける。従来のプロセッサが5nm以下の微細化を積極的に追求する一方で、ニューロモルフィックチップは成熟したノードインフラストラクチャに依存している。. 

これらのチップは、効率的で低消費電力の動作が求められるIoTデバイスやエッジセンサーに特に使用されています。この分野の優位性は、ウェハあたりのコスト効率の高さと製造プロセスの柔軟性の高さによって支えられています。アナログ演算とReRAMクロスバーアレイは、EUVリソグラフィを使用せずに28nm以上のアーキテクチャに統合されます。ファウンドリは、これらの成熟したプロセスを活用して、信頼性が高く低消費電力のAI推論エンジンを大規模に量産しています。.

• 比類のないコスト効率： 高価な最先端の10nm以下のプロセスノードと比較して、標準的なDUVリソグラフィを使用することで、はるかに優れた経済的実現可能性を提供します。
• IoTとセンサーの相乗効果： 大量生産される低消費電力のコネクテッドエッジセンサーや、ミックスドシグナルニューロモルフィックチップの製造に最適です。
• アナログ統合： マルチビットの重みを完全にメモリ内に格納する、成熟したReRAMクロスバーを組み込むための理想的な物理インフラストラクチャを提供します。
• 製造の拡張性： 最先端のサプライチェーンにおけるボトルネックを回避し、脳に着想を得たエッジハードウェアエコシステムの迅速なグローバル展開を可能にする。

最終用途産業別では、家電製品セグメントが市場を牽引した。

2025年には、家電製品分野がニューロモルフィックコンピューティング市場を決定的に牽引し、2026年の世界的な収益動向を左右するでしょう。この分野の比類なき地位は、ローカルで常時稼働するAI機能に対する消費者の爆発的な需要によって支えられています。ニューロモルフィックアーキテクチャは、スマートホームエコシステム、ARウェアラブル、最新のスマートフォンにおいて、エッジで直接複雑な機械学習を実行することを可能にします。. 

これらのチップは、継続的なクラウド接続への依存を断ち切ることで、ネットワーク遅延を解消し、ニューロモルフィックコンピューティング市場におけるユーザーデータのプライバシーを保護します。さらに、超低消費電力のニューロモルフィックプロセッサを小型の民生機器に統合することで、リアルタイムの生体認証追跡が革新され、この分野は最も収益性の高い商業的推進力としての地位を確固たるものにしました。.

• エッジAI実行： 個人用デバイスが高度なAIアルゴリズムを独立して実行できるようにし、クラウド処理の遅延を完全に回避します。
• バッテリー寿命の大幅な延長： フィットネストラッカーやスマートウォッチの動作寿命を、従来のシリコンアーキテクチャと比較して10倍から100倍に延長します。
• データプライバシー： 機密性の高い視覚データや音声データをローカルで処理することで、クラウドデータ送信における脆弱性を根本的に排除します。
• 次世代ウェアラブル： 携帯型家電製品に電力を供給し、デバイス上で直接、高精度なリアルタイムの健康診断を継続的に実行できるようにします。

ニューロモルフィックコンピューティング市場の地域別分析

北米は比類なきイノベーション・エコシステムを通じて世界市場を席巻している。

2026年現在、北米は収益シェア38%で世界市場を席巻しています。この優位性は、インテル、IBM、クアルコムといった半導体企業が集中していることに起因しています。これらの企業は、脳型チップアーキテクチャを積極的にスケールアップし、世界規模でより広範な商業および産業用途への展開を目指しています。例えば、インテルはサンディア国立研究所に11億5000万個のニューロンを搭載したHala Pointシステムを導入しました。この導入事例は、ニューロモルフィックコンピューティングの革新と開発における北米地域の研究インフラとリーダーシップを際立たせています。. 

さらに、527億ドル規模のCHIPS法は、ニューロモルフィックコンピューティング市場における国内半導体製造とサプライチェーンの回復力を強化します。DARPAのニューロモルフィック研究および試験イニシアチブを通じて、連邦政府による多額の資金が防衛および航空宇宙分野への応用を支援しています。成熟した人工知能エコシステムは、電子機器や自動車分野におけるスパイクニューラルネットワークの普及を加速させています。米国とカナダでは150社を超えるスタートアップ企業が、ニューロモルフィックソフトウェアおよびハードウェアソリューションの開発を進めています。その結果、企業による導入とベンチャーキャピタルの投資により、北米はニューロモルフィックコンピューティングの中心地としての地位を確固たるものにしています。.

アジア太平洋地域がニューロモルフィックコンピューティング市場において最も急速に成長している地域として台頭

アジア太平洋地域は、2026年には28%を超える世界最高の年平均成長率（CAGR）を記録する見込みです。この成長は、各国政府による積極的な投資と、各国における電子機器製造能力の拡大によって牽引されています。.

中国

中国は、半導体の自給自足を目指す「中国製造2025」構想を通じて、この変革を主導している。SynSenseのような中国の大手企業やイノベーターは、ニューロモルフィックプロセッサを製造業や電気自動車に統合している。これらの統合により、大規模生産環境における自動運転システムや産業オートメーションが大幅に強化される。

日本

日本は、ニューロモルフィックコンピューティング市場を先進ロボットや運転支援システムに応用することで、重要な役割を担っています。日本の自動車メーカーは、車両の安全性を向上させるため、低遅延でエネルギー効率の高いニューロモルフィックビジョンセンサーを優先的に採用しています。.

インド

インドは、国家的なAI戦略と奨励策の支援を受けて、半導体技術を急速に拡大している。同国では、全国規模のIoT展開を支える超低消費電力ニューロモルフィックチップに対する強い需要が見られる。.

インドネシア

インドネシアは、アジア太平洋地域全体において、急速に成長し、収益性の高い市場として台頭しています。都市化、 スマートシティ 構想、そして高まる電子機器需要が、地域に特化したデータ処理ソリューションへのニーズを高めています。イベント駆動型AIハードウェアを採用することで、インドネシアはクラウドへの依存度を低減し、地域における技術導入を加速させています。これらの発展が相まって、アジア太平洋地域は、ニューロモルフィックコンピューティング市場において、支配的かつ急速に拡大する地位をさらに強化しています。

ニューロモルフィックコンピューティング市場における最近のトップ4の動向

1. BrainChip + Neuromorphyx：2026年3月5日、BrainChipは Neuromorphyxを しました。 
2. BrainChip + ForwardEdge ASIC：2026年3月17日、BrainChipは 戦略的提携 、航空宇宙および防衛分野向けのニューロモルフィック・エッジ処理ソリューションの開発に取り組むことを明らかにした。
3. BrainChip + Klepsydra ：2026年3月12日、BrainChipとKlepsydraは、ニューロモルフィックエッジAIのソフトウェア効率向上を目指し、Akida向けの異種混在ランタイム環境を構築するためのパートナーシップを発表しました。
4. InnateraはCES 2026において、 Pulsarプラットフォームおよびより広範なエコシステムへの取り組みを通じて、実世界におけるニューロモルフィックエッジAIを初披露すると発表した。

ニューロモルフィックコンピューティング市場の主要企業

• 応用脳研究
• ブレインチップ
• 一般視力
• ヒューレット・パッカード・エンタープライズ
• HRLラボラトリーズ合同会社
• インテルコーポレーション
• インターナショナル・ビジネス・マシーンズ・コーポレーション（IBM）
• クアルコムテクノロジーズ
• サムスン電子
• シンセンス
• その他の著名な選手

マーキーセグメンテーションの概要

提供することで

• ハードウェア/チップ
  • アナログ
  • デジタル
  • 混合信号
• ソフトウェアとツール
• サービス

展開別

• エッジ/組み込み
• クラウド/データセンター

処理タイプ別

• スパイクニューラルネットワーク
• 畳み込み/ハイブリッド

アプリケーション別

• イメージとビジョン
• 音声とスピーチ
• センサーフュージョン
• ロボット工学
• 異常検知

テクノロジーノード別

• 28 nm以上
• 14～28 nm
• 14nm以下

最終用途産業別

• 家電
• 自動車
• 産業
• 健康管理
• 航空宇宙および防衛
• IT・通信
• その他

地域別

• 北米
  • 米国.
  • カナダ
  • メキシコ
• ヨーロッパ
  • 西欧
    • 英国
    • ドイツ
    • フランス
    • イタリア
    • スペイン
    • 西ヨーロッパの残りの地域
  • 東欧
    • ポーランド
    • ロシア
    • 東ヨーロッパの残りの地域
• アジア太平洋
  • 中国
  • インド
  • 日本
  • オーストラリアとニュージーランド
  • 韓国
  • ASEAN
  • その他のアジア太平洋地域
• 中東およびアフリカ（MEA）
  • サウジアラビア
  • 南アフリカ
  • アラブ首長国連邦
  • MEAの残りの地域
• 南アメリカ
  • アルゼンチン
  • ブラジル
  • 南アメリカのその他の地域