自動駕駛算力過剩

㈠ 自動駕駛以後會實現嗎

目前國內普遍採用的是美國汽車工程師協會SAE制訂的無人駕駛等級，分六個階段，分別是：L0沒有自動化，L1駕駛輔助，L2部分自動駕駛，L3有條件自動駕駛，L4高度自動駕駛，L5完全自動駕駛。前三個是人類駕駛，後三個為自動駕駛。

國內大多數車企如吉利、長安則已經實現了L2級別的自動駕駛，部分車企業已經宣稱達到L2.5級別自動駕駛，如小鵬G3。

那麼當前已經量產的汽車到了哪一個水平呢？答案是L3，代表車型是第四代奧迪A8。

國內今年即將上市小鵬P7號稱也能達到L3自動駕駛水平。

就目前的各項技術發展趨勢判斷，最早能夠實現量產的L4自動駕駛車型預計會到2022年左右實現，而L5級別的則會在2025年之後。

㈡ 零跑汽車發布自動駕駛晶元：算力4.2TOPS 支持L3級自動駕駛

國家發改委產業發展司機械裝備處處長吳衛

未來，中國製造的汽車將是全球新技術融合最多、創新融合最多的，也必將領跑全球汽車工業。

同時，汽車晶元領域的競爭也異常激烈。相比於消費電子產品的晶元，汽車晶元對安全性、穩定性的要求更高，是晶元行業共同面對的難題，這也是中國晶元公司的機會。

結語：自研技術讓零跑更具競爭力

零跑汽車是中國造車新勢力企業中第一個自主研發汽車自動駕駛晶元的，搭載這款晶元的量產車零跑C11下月就將發布。零跑汽車在自動駕駛領域的飛速進步，也得到了用戶的認可。

統計數據顯示，零跑汽車兩款量產車型從今年7月以來銷量逐步攀升，9月銷量破千，10月銷量有望突破1600輛，大量的自研技術讓零跑這一造車新勢力具備了更強的競爭力。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

㈢ 英偉達「變軟」，自動駕駛「破圈」

一個月前，黃仁勛用一小顆自動駕駛SoC晶元完成了整個GTCCHINA2019的「新品發布」。

發布會當天，這位「皮衣男子」趕在閉館前匆匆去了自動駕駛汽車展位，用半個小時逐一聆聽了幾家自動駕駛初創企業的思路。那晚的黃教主，向在場工程師們釋放出了一種近乎惺惺相惜的善意。

這種情愫很好理解——

要知道，在這屆GTCCHINA散場時，很多觀眾發出的感慨是：「十分硬核，不夠性感。」畢竟遠道而來的大家直到演講後半程，才終於等到黃仁勛掏出一塊200TOPS深度學習算力的自動駕駛新品「Orin」。取而代之的，是各種「空口無憑」的軟體技術升級。

面對一張張略顯失望的臉，老黃也很無奈：「我這么努力，你都看不到。就好像你老婆做了一整天家務，你卻說她什麼都沒做。」

眾口難調，但這確實是英偉達在接下來的業務發展中必須要面對的問題。與「看得見摸得著」的硬體發布不同，軟體迭代周期短、初期人力成本高、落地成果卻很難形成清晰的概念……這些都讓這家人工智慧計算公司的技術發布開始與公眾預期逐漸拉開差距。

而就在車雲菌險些被觀眾情緒帶跑節奏時，我們在英偉達的官方公眾號上發現了一系列由NVIDIADRIVELabs出品的視頻。視頻內容從工程技術的視角，直觀展現出NVIDIADRIVEAV軟體團隊如何完成一個個自動駕駛的日常任務，諸如從路徑感知到交叉路口處理等一系列挑戰。

那麼，以自動駕駛為起點，車雲菌嘗試回答：當英偉達不再拋出核彈，他們到底做了些什麼？

「直播」自動駕駛

嚴格來說，目前沒有任何一家企業成功製造出一台全自動駕駛汽車，絕大多數玩家仍舊在奔向這一目標的路上相互博弈。

近年，英偉達正式加入戰局。公司內部的軟體開發人員已經遠遠超過了硬體工程師的數量。

他們首先打算解決自動駕駛汽車的三個問題：

知道自己在哪裡：不光要掌握車輛具體位置，還得知道是在主路的第幾條車道上，將定位精確到厘米級；

知道自己周圍有什麼：像人類大腦一樣判斷，前方卡車在減速、左後方有輛SUV駛來、右側人行道有小孩、下一個路口是綠燈且不能左轉……

作出正確的駕駛決策：判斷從左側超車可以安通過路口，然後控制車輛完成相應動作。

如今這些工作，都被團隊一一擺上了檯面。與常規「秀肌肉」的視頻演示不同，英偉達實驗室將自動駕駛最困難的感知層面的工作拆解成一個個小任務，條分縷析地告訴大家：我們是怎麼做到的，以及我們為什麼能做到。

任務的分解也很有意思。車隊順利攻克了包括建立感知路徑、通過感測器融合實現環繞感知功能、打造像素級感知能力、藉助特徵追蹤確保安全性、自主識別停車位、障礙物分類、車道線識別及自動補償、測算車輛與障礙物距離、實現准確可靠的目標跟蹤、預測目標的未來移動軌跡、不藉助地圖的情況下識別交叉路口。

https://v.qq.com/x/page/c0919cpz1w3.html

「可靠性」三個字貫穿了所有挑戰過程。對此，NVLabs給出的說法是：「對於L2+級自動駕駛系統來說，例如NVIDIADRIVEAP2X平台，實時評估路徑感知可靠性意味著評估該系統是否知道何時進行安全的自主操作，以及何時應該將操作權移交給人類駕駛員。」

至於NVIDIADRIVEAP2X。2019年初公司在GTC上剛剛發布了全新平台，其基於NVIDIAXavier系統級晶元運行，採用DriveWorks加速庫和實時操作系統DRIVEOS，其中包含DRIVEAutoPilot軟體、DRIVEAGX和DRIVE驗證工具，並融合了DRIVEAV自動駕駛軟體和DRIVEIX智能駕駛艙體驗。

得益於二季度發布的DRIVEAP2XSoftware9.0上新增的大量自動駕駛功能加持，該平台成為業界公認的現階段唯一完備的L2+自動駕駛解決方案。采埃孚、大陸、沃爾沃都心甘情願為其買單。

於是，團隊幾個人在矽谷全長50英里的高速公路環路上完成了一次零干預的全自動駕駛。簡單來說，這是一次類似「現場直播」的測試，工程師們沒有機會像錄制視頻那樣，拿實際路徑感知信號與理想參數進行對比，還要隨時准備應對過程中有可能發生的意外情況。

譬如，一旦自動駕駛車輛只能接收到一種感測器發射的感知信號，就無法保證最終決策置信度的實時及准確。比這更糟的還在後面——如果這唯一的路徑感知輸入失敗，自動駕駛功能要麼大幅影響操作的舒適及平穩度，要麼乾脆整個失靈。

而BB8完成的任務也足夠交上一張漂亮的成績單。基於NVIDIADRIVEAGX平台，自動駕駛車輛可以實時同步運行功能多樣的360度環繞感知，定位以及規劃和控制軟體。

工程師通過使用感知和定位所提供的輸入數據，規劃和控制層讓自動駕駛汽車能夠獨立行駛。規劃軟體通過感知和定位的結果來確定汽車特定操作所需的物理軌跡。視頻里也清楚地展示出車輛在自主變換車道時的流暢動作：規劃軟體先利用環繞攝像頭和雷達感知來進行變道操作安全檢查，然後計算縱向速度曲線以及從當前車道的中心線移動到目標車道中心線所需的橫向路徑計劃，最後控制軟體發出加速/減速和向左/右轉向的命令以執行車道變換規劃。

正是這些軟體組成部分，與硬體一起成就了系統的多樣性和安全冗餘。而這一系列任務視頻，恰恰成了證明英偉達自動駕駛軟體技術落地的可靠載體。

在這之外，將無形化的軟體沉澱成可視化的視頻內容，也能同時以更加輕松的方式觸達到消費者層面。當汽車方向盤交到機器手中，用戶會天然樹立起不安與不信任感。這種先期教育市場的思路，能夠消除部分不安心理，重建人們在自動駕駛空間內的安全感。

直觀點說，NVLabs的「自動駕駛挑戰」系列，是英偉達軟體技術「破圈」的先導。

作為曾經游戲市場的霸主，這家晶元巨頭必然深諳消費者之道。相比一般車廠對於車輛智能功能「洗腦式」的宣傳，此番英偉達率先拿出一部分干貨試探市場，佔領用戶心智。

這種策略直接體現在公司財報數據上，2019年三季度英偉達汽車業務迎來高光時刻。公開數據顯示，彼時，該領域營收攀升至創紀錄的2.09億美元，同比增長30%。相比之下，英特爾第二季度的自動駕駛營收為2.01億美元，同比增加16%。

對比來看，英特爾一季度該項營收2.09億美元，英偉達為1.66億美元。這意味著，英偉達環比上漲，英特爾環比下跌。

黃仁勛自己對於「軟體公司」的藍圖也相當清晰：「這只是英偉達目前定位中的一部分。」

回顧既往十年，英偉達已經進行了兩次業務轉變。第一次是從GPU圖像晶元公司轉變為並行計算公司，典型的應用場景是人工智慧。後來，公司又決定在少數特定場景中提供最完善的解決方案，覆蓋游戲、專業渲染，超級計算、自動駕駛幾大領域。

隨著英偉達業務領域越來越廣，客戶「解放雙手」的自由度就越高。這恐怕才是「Themoreyoubuy,themoreyousave」的真實含義。

觀看NVLabs全系列視頻，請點擊：https://www.nvidia.cn/self-driving-cars/drive-labs/

?

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

㈣ 自動駕駛目前存在哪些缺陷

感測器無法確保100%的准確率，需與高精度地圖融合

對於這次優步自動駕駛車輛致路人死亡事件，高德集團自動駕駛車輛高精度地圖產品專家姚燦認為，發展自動駕駛技術尚需在研發、測試環節投入大量的時間、精力，汽車行業也應始終保有一顆對生命的敬畏之心。

姚燦介紹，從安全形度而言，通過一張輔助的高精度地圖提前對道路場景進行預設，有助於避免交通事故。普通導航地圖主要供人進行參考，而高精度地圖是給機器看的，更像是一個感測器，它收集了大量道路信息，准確的道路形狀，車道之間的車道線，道路隔離帶和材質，甚至道路上的箭頭、文字內容等都有相應描述。

「例如，在距離一個路口300米時，車輛就可以通過高精度地圖提前知曉前方路口的性質、形狀、有幾條車道，是否經常有行人通過，在知道上述信息後，自動駕駛車輛的決策系統就在靠近路口的時候要求車輛提前減速。」

㈤ 比特斯拉FSD強7倍算力的蔚來自動駕駛NAD是什麼

焦點無疑是蔚來的ET7：蔚來首款具備自動駕駛能力的智能電動旗艦轎車。蔚來官方將之定義為
「為自動駕駛而生」的汽車。那麼ET7的自動駕駛能力會有多強呢？首先我們還是了解下ET7的基礎性能：新車最大功率 480kW，最大扭矩 850N·m，風阻系數
0.23Cd，百公里加速 3.9 秒。全系標配空懸掛和 4D 智能車身控制。

有了這么強的算力，ET7 全系標配 NAD 19 項安全與駕駛輔助功能，NAD 的完整功能將採用月租的服務訂閱模式， ADaaS(AD as a
Service)，服務費為每月 680 元。雖然看得很激動，但ET7 的交付要到明年第一季度，至於 150kWh 的電池包，要到 2022
年第四季度才能開始交付。所以，在這么長的時間里，如今激烈競爭的新造車品牌中，ET7能否一直保持領先，還要看其他同學的成績了。

㈥ 小鵬P7的自動駕駛這塊的硬體水平跟特斯拉差距大嗎

小鵬P7的硬體設備和智能化程度確實能夠與特斯拉Model 3抗衡，全車擁有12個超聲波感測器、5個高精度毫米波雷達、13個外部攝像頭、1個車內攝像頭。並且小鵬P7採用英偉達提供的自動駕駛晶元和高通驍龍820A車用處理器，除可實現軟體OTA遠程升級外，還可以滿足L3級別自動駕駛系統的需求。看來小鵬汽車背後擁有豐富的硬體設備支持，是他媲美特斯拉Model 3的重要因素之一。當然，只是用這些數據不足以證明小鵬P7就強於特斯拉Model 3。但就這些數據、硬體也足以證明小鵬P7有多優秀。另外小鵬P7被稱之為智能音樂座艙，其車內配備丹拿Dynaudio頂級Confidence系列音響系統。全車搭載 18 個揚聲器，憑借多達47處感知設備、近50處人車交互設備、超過30萬億次/秒的晶元算力，P7座艙可實現四重連接。單看這些配置，就讓廣大車迷們哇的一聲了，所以在這看來，我覺得自動駕駛這塊相比並沒有什麼差距。

㈦ 自動駕駛在哪些地方可能在收取智商稅

1.拒絕高大上的L4、L5，拒絕做小白鼠；

前面的L0-L5等級劃分我們知道，到L4-L5級別，可以完全交由系統來處理；
但凡現在提L4、L5功能的量產車型就是在收智商稅。
最典型的例子就是特斯拉，多次出現不識別卡車車尾而發生的幾起車輛事故。在營銷上，特斯拉多次強調full-automotive，實際上這會給消費者提供一種錯覺，在高速公路99%的時間不出事故的特斯拉，駕駛員以為可以放心的交給系統來運行，往往分神的瞬間就是事故發生的時刻。每當特斯拉出事故時，事故的責任人仍將會是駕駛員本身，這就是特斯拉激進的宣傳L4、L5自動駕駛給消費者造成的誤解，所以消費者在選購ADAS功能時，聽到L4、L5的宣傳時，切勿當真，駕駛主體還是消費者。
2.人工智慧、神經網路、機器學習很強大，但理性看待會發現它們也在收我們的智商稅。讓我們看一下人工智慧到自動駕駛的演進流程： 人工智慧-->深度學習-->神經網路-->計算機視覺-->自動駕駛，可以看出，人工智慧簡而言之就是神經網路，神經網路是人工智慧的根基也是核心，計算機視覺是人工智慧的應用領域，而自動駕駛是人工智慧應用的具體場景。不用把人工智慧想得很高大上，它就是一個黑盒子，對於要100%安全的自動駕駛，這個黑盒還遠遠不夠。
選購自動駕駛ADAS功能的幾點：
1. 看感測器配置；
2. 看核心處理器；
3. 看軟體系統架構；
4. 實用才是王道；
前3點可能是需要內行人士作分析，簡言之，
第一、感測器配置；一輛帶L3+高級別智能輔助駕駛的汽車，會安裝有多個周視攝像頭、超聲波雷達以及毫米波雷達等感測器，目的在於能夠對周圍環境的360度無死角遠近距離的全方位感知；
第二、核心處理器；要處理眾多感測器傳遞過來的數據，算力是命脈，衡量一個處理器性能好壞就是通過它的算力來衡量，市面上現有算力最高的是Nvidia的xavier晶元以及特斯拉的FSD晶元，擁有更高算力的晶元，意味在計算資源，處理速度上都有顯著優勢。
第三、軟體系統架構；前面兩點提的都是很直觀的硬體系統，在硬體的基礎上打造一套優秀的軟體演算法才是見真功夫。比如現在提的中央控制器架構，由傳統的分布式功能轉向集中控制；又比如是否支持OTA升級，OTA不是簡單的娛樂系統OTA升級，而是引向更深層次的汽車電子系統和電池管理系統（涉及自動駕駛、人機交互、動力、電池系統等領域），可以對整車的多個模塊集中起來協同控制和作用。;
第四、實用才是王道；目前在國內談L3自動駕駛的不多，都在談L2，L2.5，L2.99，因為到了L3級別這個責任的主體劃分就不明確了。一旦發生事故，責任方歸駕駛員、主機廠還是供應商仍沒有明確的邊界。在沒有政策支持以及國內道路極其復雜的情況下，L3級別的高級別輔助駕駛功能仍處於實驗期和探索期。
綜上可以得出，當前的L3+的高級別自動駕駛還不成熟和穩定，仍需要硬體算力的提升、軟體演算法的魯棒和相關政策法律法規的支持。而相較之下，更為成熟的L2級智能駕駛輔助功能更貼近人們日常通勤所需，其包含的LKA車道保持輔助、TJP交通擁堵輔助系統、ACC自適應定速巡航、AEB自動緊急剎車等功能已經足夠解決人們出行80%的痛點問題，無論是高速還是城市道路，都能大幅提升駕駛的主動安全性能。

㈧ 高通發布全新自動駕駛計算平台 最高算力700TOPS，2023年量產

▲高通公司總裁CristianoAmon新聞發布會上向展示了SnapdragonRide（圖源CNET/James?Martin)

SnapdragonRide通過獨特的SoC、加速器和自動駕駛軟體棧的結合，為汽車製造商提供了一種可擴展的解決方案，可在三個細分領域對自動駕駛汽車提供支持，分別是：

1、L1/L2級主動安全ADAS——面向具備自動緊急制動、交通標志識別和車道保持輔助功能的汽車。

2、L2+級ADAS——面向在高速公路上進行自動駕駛、支持自助泊車，以及可在頻繁停車的城市交通中進行駕駛的汽車。

3、L4/L5級完全自動駕駛——面向在城市交通環境中的自動駕駛、無人計程車和機器人物流。

SnapdragonRide平台基於一系列不同的驍龍汽車SoC和加速器建立，採用可擴展且模塊化的高性能異構多核CPU、高能效的AI及計算機視覺引擎，以及GPU。

其中，ADASSoC系列和加速器系列採用異構計算，與此同時利用高通的新一代人工智慧引擎，ADAS和SoC能夠高效管理車載系統的大量數據。

得益於這些不同的SoC和加速器的組合，SnapdragonRide平台可以根據自動駕駛的不同細分市場的需求進行配備，同時提供良好的散熱效率，包括從面向L1/L2級別應用的30TOPS等級的設備，到面向L4/L5級別駕駛、超過700TOPS的功耗130瓦的設備。

此外，高通全新推出的SnapdragonRide自動駕駛軟體棧是集成在SnapdragonRide平台中的模塊化可擴展解決方案。

據介紹，SnapdragonRide平台的軟體框架可同時託管客戶特定的軟體棧組件和SnapdragonRide自動駕駛軟體棧組件。

SnapdragonRide平台也支持被動或風冷的散熱設計，因而能夠在成本降低的同時進一步優化汽車設計，提升可靠性。

現在，Arm、黑莓QNX、英飛凌、新思科技、Elektrobit、安森美半導體均已加入高通的自動駕駛朋友圈，成為SnapdragonRide自動駕駛平台的軟/硬體供應商。

Arm的功能安全解決方案，新思科技的汽車級DesignWare介面IP、ARC處理器IP和STARMemorySystemTM，黑莓QNX的汽車基礎軟體OS安全版及Hypervisor安全版，英飛凌的AURIXTM微控制器，以及安森美半導體的ADAS系列感測器都會集成到高通的自動駕駛平台上。

Elektrobit還計劃與高通合作，共同開發可規模化生產的新一代AUTOSAR架構，EBcorbos軟體和SnapdragonRide自動駕駛平台都將集成在這個架構上面。

據了解SnapdragonRide將在2020年上半年交付汽車製造商和一級供應商進行前期開發，而根據QualcommTechnologies估計，搭載SnapdragonRide的汽車將於2023年投入生產。

二、深耕汽車業務多年高通賦能超百萬台汽車

在發布SnapdragonRide自動駕駛平台之前，高通已在智能汽車領域深耕多年。

十多年來，高通子公司QualcommTechnologies一直在為通用汽車的網聯汽車應用提供先進的無線通信解決方案，包括通用汽車上安吉星設備所支持的安全應用。

在車載信息處理、信息影音和車內互聯等領域，QualcommTechnologies的訂單總價值目前已超過70億美元（約合人民幣487億元）。

而根據高通在CES2020發布會現場公布的信息，迄今為止已經有超百萬輛汽車使用了高通提供的汽車解決方案。

很顯然，如今高通在汽車領域的布局又向前邁進了一步。

CES2020期間，除發布SnapdragonRide自動駕駛平台外，高通還推出了全新的車對雲服務（Car-to-CloudService），該服務預計在2020年下半年開始提供。

據介紹，由QualcommTechnologies打造的車對雲服務支持SoftSKU晶元規格軟升級能力，不僅可以幫助汽車客戶滿足消費者不斷變化的需求，還可根據新增性能需求或新特性，讓晶元組在外場實現升級、以支持全新功能。

與此同時SoftSKU也支持客戶開發通用硬體，從而節省他們面向不同開發項目的專項投入。利用高通車對雲SoftSKU，汽車製造商不僅能夠為消費者提供各種定製化服務，還可以通過個性化特性打造豐富且具沉浸感的車內體驗。

另外高通的車對雲服務也支持實現全球蜂窩連接功能，既可用於引導初始化服務，也可以在整個汽車生命周期中提供無線通信連接。

QualcommTechnologies產品管理高級副總裁NakulDuggal表示，結合驍龍汽車4G和5G平台、驍龍數字座艙平台，高通的車對雲服務能夠幫助汽車製造商和一級供應商滿足當代車主的新期待，包括靈活、持續地進行技術升級，以及在整個汽車生命周期中不斷探索新功能。

此外，QualcommTechnologies也在CES2020上宣布，表示將繼續深化和通用汽車的合作。作為長期合作夥伴，通用汽車將通過與QualcommTechnologies的持續合作來支持數字座艙、車載信息處理和ADAS（先進駕駛輔助系統）。

結語：巨頭紛紛入局自動駕駛領域風起雲涌

前有華為表示要造激光雷達、毫米波雷達等智能汽車核心感測器，後有Arm牽頭成立自動駕駛汽車計算聯盟，如今移動晶元巨頭高通也發布了全新的自動駕駛平台，在汽車和自動駕駛領域上又邁進一步。

巨頭入局有利於自動駕駛汽車更快更好地落地，然而另一方面隨著更多硬核玩家拓展業務邊界，此次市場上的競爭也必然會變得更加激烈。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

㈨ 自動駕駛上半場較量接近尾聲，配套設施道阻且長

正如滴滴出行創始人兼CEO程維所說：「我們也相信自動駕駛從技術成熟、商業成熟到法規成熟道阻且長，至少還需要做十年持續投入的計劃。」（撰文|宋雨婷）

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

㈩ 高通發布自動駕駛平台，預計2023年裝車量產

1月7日，高通正式發布全新的自動駕駛計算平台——SnapdragonRide平台。該平台包括安全系統級晶元、安全加速器以及自動駕駛軟體棧，能夠滿足最高L4/L5級自動駕駛的運算需求。高通宣布該平台將於2020年上半年交付給汽車製造商和一級供應商進行前期開發，預計搭載該平台的汽車將於2023年投入量產。

解讀：早在2012年，高通就進入了汽車晶元領域。截至目前，高通在汽車板塊的訂單金額累計已達到70億美元，而在兩個月前，這一數字還是65億美元。

不過，之前做的晶元都是通信及娛樂類晶元。在這次的發布會上，高通方面的透露，其發力自動駕駛晶元，也已經有四年多時間了。高通在2017年拿到了加州的自動駕駛測試牌照，該項測試的目的正是為了驗證其晶元。

當前，自動駕駛晶元最大的一個痛點是很難實現算力和功耗的平衡，而高通從一開始就決定利用其在手機晶元產業的積累做高算力、低功耗的ASIC晶元。高通這次發布的L4級自動駕駛計算平台SnapdragonRide，搭載了兩顆自研的自動駕駛處理器ML（ASIC）、還集成了GPU、CPU。

SnapdragonRide平台可在130W的功耗下達到最高700TOPS的算力。若這一規劃能變成現實，那高通的自動駕駛方案在算力上還是挺有競爭力的。如與特斯拉Hardware3.0的144TOPS/72W相比，高通的產品能效優勢很明顯。，

目前已量產方案中，算力最強的是華為的MDC600，算力為352TOPS，但功耗也高達352W；其次為英偉達的DrivePegasus，算力為320TOPS，但功耗也高達500W。

據規劃，英偉達基於下一款自動駕駛晶元的Orin的計算平台AGXOrin的算力可達2000TOPS，但功耗也高達750W，這種功耗，幾乎無法應用於量產車。

相比之下，高通的自動駕駛計算平台不需要風扇或液體冷卻系統散熱，而是通過更簡單的被動風冷系統，從而達到比較高的可靠性。

SnapdragonRide平台還將晶元減配，變成算力在60-120TOPS的L2-L3級自動駕駛解決方案，或者算力為30TOPS的ADAS解決方案。在這次CES上，高通與通用汽車就ADAS業務達成了合作。

在商業模式上，高通的做法比較開放，既可以提供全棧式解決方案，也可以只賣晶元，演算法及感測器方案之類的由客戶自己去處理。

今後，V2X晶元也會是高通在汽車業務上的重要收入來源之一。

此外，高通還通過其Car-to-CloudService為車企提供雲計算、OTA方面的技術支持。值得一提的是，其Car-To-CloudSoftSKU支持晶元組的安全升級。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。