“自動駕駛級別每升高一級，對計算力的需求至少增加十倍，”Imagination汽車市場總監Bryce Johnstone表示，“第五級全自動駕駛，可能需要每秒500萬億次（TOPS）以上計算力。”

傳統汽車更多強調的是控制，而非計算。而在分布式開發理念主導之下，工程師決定增加功能時往往新增一顆微控制器（MCU），而不是采用更復雜的處理器。所以采用MCU數量的多少一度成為車輛豪華程度的標志，以至于有市場分析機構預測，車載MCU數量將不斷增加，未來甚至可以達到平均每車200顆以上。

但這種趨勢已經有所變化。

一方面，由于自動駕駛技術的引入，計算力需求急劇增加。自動駕駛需要實時采集海量傳感器數據，對傳感器數據進行極速處理，根據采集到的傳感器數據做出合理決策，并實時將決策發送至執行部件。從傳感器數量來看，二級自動駕駛通常需要3顆以上雷達，以及至少一顆攝像頭；而五級自動駕駛，至少需要10顆雷達、8顆攝像頭，以及一顆激光雷達。這還沒有計算超聲波傳感器及車內攝像頭。

英特爾推算，全自動駕駛時代，每輛汽車每天產生的數據量高達4000GB。

“自動駕駛級別每升高一級，對計算力的需求至少增加十倍，”Imagination汽車市場總監Bryce Johnstone表示，“第五級全自動駕駛，可能需要每秒500萬億次（TOPS）以上計算力。”

另一方面，由于行車電腦概念引入，集中式開發理念在汽車業又重新受到重視。這意味著用更復雜的處理器替代多個MCU的選擇逐漸被汽車開發人員所接受，這同樣帶來單芯片復雜度的提升。英偉達（Nvidia）和英特爾（包括其收購的Mobileye）的解決方案是集中式開發理念的體現。一些車載芯片初創公司也是集中式計算陣營擁護者。

當然不同的集中式處理架構成本不一樣，英偉達和英特爾的方案全包全攬，價格不菲，一套芯片往往上千美元；初創公司可以借助IP授權，從局部功能的域控制器著手，一套芯片也許只有幾十美元。

非自動駕駛領域的技術演進也對計算力提出了要求。以車載儀表為例，虛擬數字儀表正在快速替代傳統機械式儀表，而車載屏幕尺寸越做越大，分辨率越來越高，“2K屏幕已經出現，4K甚至8K+也已經在規劃中。”Bryce Johnstone表示，車載顯示、語音識別和手勢操縱等功能日趨復雜，這些都對背后支持芯片的算力提出了更多要求。

Bryce Johnstone在2019上海世界移動大會分論壇演講

面對新生勢力咄咄逼人的態勢，部分傳統車載半導體廠商也在努力改變自己以適應時代發展。

Byrce Johnstone告訴探索科技（techsugar），包括瑞薩、德州儀器、索喜（Socionext）在內的傳統車載半導體廠商，以及電裝（DENSO）這樣的一級供應商，都與Imagination有合作。這些廠商獲得了Imagination的PowerVR圖像處理器（PowerVR GPU）IP授權，或PowerVR神經網絡加速器（PowerVR NNA）IP授權。當然，很多廠商都取得了PowerVR GPU與PowerVR NNA兩個產品線的授權，以更全面地滿足汽車業對算力增長的需求。

神經網絡加速引擎對車載數據的處理加速效果明顯，據Bryce Johnstone介紹，帶神經網絡加速引擎的GPU，在相對非常低的功耗下，計算速度可以比當前主流高階嵌入式多核車載處理器快20倍。

初創企業往往對于新技術接受度更高，Bryce Johnstone也絲毫不掩飾對初創公司在半導體IP需求方面的期待。在采訪中，他不止一次向筆者詢問中國芯片初創公司的發展概況。

“很多中國初創公司對與Imagination合作抱有積極態度，我們也非常看好這些初創公司，這些公司將來會成為車載市場的新興力量，”Bryce Johnstone對探索科技表示，傳統車載處理器計算力不高、功能單一、升級困難，而部分傳統廠商開發流程冗繁，時間周期過長，如果不采用更先進的開發方法，很可能在時代巨變中落伍，“可以預期，部分傳統車載芯片廠商將敗得很慘。”