21 мая 2026 года Европейская комиссия опубликовала проект поправок к «Регламенту об энергосвязанных продуктах» (ErP), предлагая ввести обязательную систему маркировки энергоэффективности для интеллектуальных датчиков, содержащих MCU или AI-ускорительный блок. Эта политика напрямую затрагивает экспортные предприятия по производству датчиков для газа, давления, вибрации и другие компании, выпускающие датчики с функциями AI на границе, особенно китайских производителей и торговые компании, ведущие внешнюю торговлю с ЕС. Поскольку требования к маркировке должны охватывать три количественных показателя: мощность в режиме ожидания, типичную нагрузочную мощность и энергопотребление на 1000 циклов инференса, порог соответствия техническим требованиям существенно повышается, выходя за рамки традиционного управления энергоэффективностью и требуя согласованного реагирования по всей цепочке поставок.

Описание события

Согласно официальному документу Европейской комиссии, опубликованному 21 мая 2026 года, проект поправок к регламенту ErP предполагает включение интеллектуальных датчиков, оснащённых микроконтроллерами (MCU) или AI-ускорительными блоками, в сферу обязательного управления маркировкой энергоэффективности. К числу применимых продуктов относятся, но не ограничиваются ими, газовые датчики, датчики давления и датчики вибрации с интегрированными алгоритмами AI на границе. В проекте чётко указано требование указывать три параметра: мощность в режиме ожидания (единица: W), типичную нагрузочную мощность (единица: W) и энергопотребление на 1000 циклов AI-инференса (единица: mJ). Проект уже находится на этапе общественных консультаций, срок завершения — 15 августа 2026 года; ожидается, что он официально вступит в силу во втором квартале 2027 года. Китайским экспортным компаниям необходимо провести испытания в соответствии со стандартом EN 50564:2023 и одновременно обновить техническую документацию на продукцию и содержание маркировки.

На какие сегменты отрасли это повлияет

Компании прямой торговли

В первую очередь это напрямую затронет внешнеторговые компании и бренды-экспортёры интеллектуальных датчиков в Европу, которые будут нести прямую ответственность за соответствие требованиям. Поскольку маркировка станет обязательным условием допуска на рынок, продукция, не соответствующая требованиям, не сможет пройти таможенное оформление или быть размещена в продаже. Основное влияние проявится в росте риска нарушения экспортных контрактов, появлении новых положений об энергоэффективности в технических соглашениях с клиентами, а также в увеличении затрат на испытания и печать маркировки у третьих сторон.

Производственные предприятия

Заводы по производству датчиков, специализирующиеся на OEM/ODM, будут отвечать за фактические испытания и верификацию данных. Влияние сосредоточено на дефиците испытательных возможностей на производственной линии: существующие процессы производственного контроля в целом не охватывают динамический сбор данных об энергопотреблении AI-инференса и также не содержат условий для определения стабильного значения мощности в режиме ожидания в соответствии с EN 50564:2023; требуется модернизация испытательных оснасток и системы калибровки.

Компании цепочки поставок

Организации, предоставляющие услуги по сертификации CE, испытаниям энергоэффективности и подготовке технической документации, столкнутся с ростом спроса на новые услуги. Воздействие проявляется в расширении содержания услуг до моделирования энергоэффективности AI-инференса, валидации режимов низкого энергопотребления MCU, а также систематизации данных о потреблении в многорабочих режимах; существующую стандартную сервисную рамку ErP потребуется структурно пересмотреть.

На что должны обратить внимание связанные компании и специалисты отрасли и как реагировать

Следить за обратной связью общественных консультаций и расхождениями с финальным текстом

В настоящее время проект всё ещё находится на стадии консультаций, а ключевые пороговые значения параметров, исключения (например, сверхмалые микродатчики с ультранизким энергопотреблением), а также границы определения AI-инференса ещё не окончательно закреплены. Компаниям следует отслеживать итоговые замечания, обобщённые Европейской комиссией до 15 августа 2026 года, уделяя особое внимание тому, будут ли введены поэтапное внедрение, переходные положения или положения о методах испытаний.

Заранее выделить первые категории продукции с высоким риском и начать предварительные испытания

В приоритетном порядке следует идентифицировать модели газовых/вибрационных датчиков, уже экспортируемые в ЕС и оснащённые Cortex-M7/M8 или специализированным NPU, и в соответствии с проектом начать базовые испытания мощности в режиме ожидания и энергопотребления AI-инференса. Чтобы не полагаться на старые отчёты об испытаниях по ERP, необходимо подтвердить, что частота дискретизации испытательного оборудования, логика срабатывания и способ моделирования нагрузки соответствуют положениям статьи 6.2 EN 50564:2023 о «репрезентативном рабочем цикле».

Различать сигналы регламента и фактический темп внедрения

Время вступления проекта в силу (Q2 2027 года) не совпадает с датой начала правоприменения; потребуется время на трансформацию в национальное право государств-членов, обучение органов рыночного надзора и создание механизмов выборочных проверок. Компаниям не нужно немедленно полностью менять маркировку, но необходимо обеспечить, чтобы новые серийные модели, запускаемые с Q1 2027 года, соответствовали всем требованиям проекта по маркировке, и сохранить полные исходные данные испытаний для последующей проверки.

Заранее согласовать с поставщиками MCU и командами AI алгоритмов материалы по поддержке энергопотребления

Энергопотребление на 1000 циклов инференса является системным показателем, требующим совместной оптимизации аппаратной платформы (характеристики энергопотребления MCU/NPU), прошивки (задержка пробуждения, стратегия тактирования и управления) и AI-модели (точность алгоритма, степень оптимизации вычислительного графа). Компаниям следует немедленно начать техническое взаимодействие с производителями чипов и поставщиками edge-AI решений, получить типичные данные о токе и временных формах энергопотребления, а также разложение энергопотребления для типовых задач инференса в качестве базы для верификации испытаний.

Редакционный взгляд / отраслевое наблюдение

Observably, this draft is not yet a binding requirement but a formalized policy signal with high implementation likelihood. Analysis shows the inclusion of AI inference energy — a metric rarely regulated in prior ErP frameworks — reflects the EU’s strategic shift toward governing embedded intelligence as an energy vector, not just a feature. From an industry perspective, it marks the first regulatory boundary where edge AI deployment intersects with product-level energy compliance. Current more appropriate interpretation is that it serves as a lead indicator for similar requirements in UK, South Korea and California, rather than an isolated EU initiative.

Итог: данный проект обозначает, что интеллектуальные датчики официально вступают в этап двойного регулирования «энергоэффективность + вычислительная мощность». Его отраслевое значение заключается не в немедленном вытеснении существующих продуктов, а в перестройке технологической траектории для экспортно-ориентированных компаний по производству датчиков — от пассивного соответствия требованиям электробезопасности к активному управлению энергопотреблением AI-нагрузки. В настоящее время корректнее всего рассматривать его как подготовительное регуляторное требование с чётким временным графиком и проверяемыми показателями, а не как долгосрочное предупреждение о политике.

Источник информации:
Основной источник: проект поправок к «Energy-related Products Regulation (ErP)», опубликованный на официальном сайте Европейской комиссии (дата публикации: 21 мая 2026 года)
Части, подлежащие дальнейшему наблюдению: финальный текст нормативного акта после завершения общественных консультаций, прогресс трансформации в национальное право в государствах-членах, а также обновления практического руководства по применению EN 50564:2023 при испытаниях энергопотребления AI-инференса.