作者：Arm 汽車事業部產品和解決方案副總裁 Suraj Gajendra

盡管人工智能 (AI) 定義汽車看似遙不可及，但整個行業正朝著這個愿景大步前行。如今，AI 正在徹底改變駕駛體驗和人車互動方式。

下一代汽車將以當今的軟件定義汽車 (SDV) 為基礎，由 AI 定義，全面將 AI 技術融入汽車功能、智能特性和用戶交互的方方面面。這為全新的 AI 應用開發帶來了機遇，有望徹底革新車載體驗。

正如軟件更新能持續改變 SDV 的應用和特性一樣，隨著技術不斷從不同的環境、用戶行為和操作數據中學習，AI 定義汽車的智能化水平也會隨著時間的推移不斷發展。這將實現更快的實時決策、持續的自適應學習、高度智能且對話式的人車交互、更高級別的自動駕駛以及高度的個性化，從而為駕駛員和乘客提供更安全、更直觀的體驗。

AI 定義汽車用例

AI 定義汽車的持續開發和部署將主要惠及兩大車載用例：先進駕駛輔助系統 (ADAS) 和車載信息娛樂系統 (IVI)。

對于 ADAS 而言，AI 定義汽車意味著：

先進的駕駛員行為監控和預測：AI 模型能夠實時處理來自攝像頭、雷達和激光雷達等傳感器的數據，不僅能對道路上的目標做出反應，還能通過預判駕駛員行為、路面狀況和附近車輛軌跡，進行潛在碰撞的預測，從而更精確地執行自動緊急制動和轉向等功能。

增強型自適應巡航控制：AI 增強系統能夠理解復雜的駕駛場景，例如并道、道路施工，以及異常的駕駛員行為，然后主動調整駕駛員行為，以實現更平穩、更安全的駕駛。

碰撞預防：通過基于 AI 驅動的駕駛員監控系統 (DMS)，利用計算機視覺技術實時評估駕駛員的警覺性、目光注視點和駕駛行為，一旦發現異常，系統將及時發出警告或主動干預，例如減慢車速，以確保行車安全。

同時，對于 IVI 來說，大語言模型 (LLM) 正在被整合到 AI 定義汽車中，以實現以下功能：

更智能的自然語言理解：讓駕駛員和乘客能夠用日常語言輕松控制空調、多媒體、導航或車輛設置，提高可用性并最大限度地減少駕駛員分心。

更強大的個性化體驗：AI 算法會根據長期使用情況，逐漸學習了解駕駛員和乘客的偏好（如座椅位置、車內燈光、音樂風格以及常用導航路線等），并創建可在不同汽車之間傳輸并使用的自適應個性化配置文件。

座艙情緒監測：AI 系統可檢測駕駛員和乘客的情緒狀態和注意力水平，并提供自適應內容建議，比如，自動推薦播放舒緩的音樂；為昏昏欲睡的駕駛員，發出安全警報來確保安全駕駛。

SDV 的作用

AI 定義汽車是 SDV 的自然演進趨勢，它通過增強 AI 能力來實現，實際上，在很多應用場景中，相關 AI 能力已在現有車型中得到應用。同時，AI 定義汽車將依托行業多年來構建的軟件定義“云到車”基礎設施和標準化軟件框架。這為 AI 在汽車高效、安全、大規模地運行提供了靈活的基礎支撐。

推動 AI 定義汽車成為現實

推動行業邁向汽車計算與智能化的新時代，需要依靠三大關鍵支柱：

安全、可靠、性能卓越且高效的計算平臺；

先進的 AI 軟件棧、模型和工具；

開放的行業協作。

1安全、可靠、性能卓越且高效的計算平臺

所有 AI 工作負載都需要大量的實時算力，尤其是面向汽車的工作負載。與其他市場相比，汽車應用場景中的低功耗、高能效計算尤其關鍵，因為 AI 定義汽車的大部分計算都在邊緣側（即汽車端）運行。這不僅能減少延遲、加快響應速度，還能提供與汽車上不斷增強的 AI 功能相匹配的強大安全機制。

汽車中不同 AI 工作負載的計算需求各異，且 AI 模型不斷演進，行業需要能整合 CPU、GPU 及 AI 加速器等不同組件的異構計算平臺，用以實現計算的加速和無縫的高效協作。此類平臺需要具備從入門級車型到高端車型的可擴展性，同時確保計算能力不下降，并集成符合國際功能安全標準（如 ISO 26262 ）和汽車系統網絡安全框架 (ISO/SAE 21434) 的先進功能安全和信息安全功能。

Arm 正持續為汽車市場提供廣泛的高性能、低功耗汽車增強 (AE) 技術，支持不同車載用例所需的各種 AI 工作負載，并內置功能安全和信息安全特性。

2先進的 AI 軟件棧、模型和工具

作為這些安全、可靠、高性能且高效的計算平臺的一部分，必須具備完整的軟件基礎，以支持 AI 模型和工作負載的持續開發、部署與更新。先進的 AI 軟件棧將作為原始 AI 數據和模型與實際道路行駛之間的關鍵紐帶。雖然傳統的模塊化 AI 開發架構仍將被采用，但新的方法正在興起，例如端到端 AI 模型，它使用龐大且具有代表性的數據集進行訓練，并通過新數據持續更新。

端到端 AI 模型基于駕駛行為的大型數據集，通過深度學習能力使 AI 定義汽車實現從感知到行動的自動化。這些模型能夠直接將來自攝像頭、雷達、激光雷達和其他傳感器的原始數據，直接映射為轉向、加速和制動等關鍵駕駛操作指令，而無需依賴針對不同環境和潛在危險而手動編寫的冗長獨立代碼模塊。通過與動態環境的實時交互，端到端 AI 模型不僅能夠實現導航和避開障礙物，還能顯著提升決策和控制的準確性。

Arm 正在與生態系統合作，推動覆蓋廣泛 AI 應用的全棧軟件解決方案落地。近期，Arm 向汽車市場引入了 Arm Kleidi，可針對運行在 Arm CPU 上的 AI 工作負載實現自動性能優化，從而為車載應用帶來更優的用戶體驗。此外，為生態系統提供強大的云端到車端環境對等至關重要，這種對等性貫穿 AI 硬件、模型和軟件。憑借 Armv9 架構在云端到邊緣側的廣泛應用，Arm 正在提供所需的指令集架構 (ISA) 對等，使生態系統能夠提前在云端測試和驗證 AI 應用、模型和工作負載，再無縫部署到車載環境中。

3開放的行業協作

正如 SDV 一樣，AI 定義汽車的開發與部署絕非一家公司之力可及。這將需要建立在通用標準之上的廣泛行業協作，使汽車產業鏈中的不同企業能夠協同合作，從而加速創新、提升互操作性、降低開發成本，并縮短產品上市時間。

相關的行業協作已在進行中，Arm 正在與 Mapbox 等領先的汽車公司攜手，共同加速車載 AI 應用的開發和部署。另一個典范是 Arm 與 AWS Automotive 的合作，AWS Automotive 借助集成了 Arm KleidiAI 的技術來開發車載聊天機器人原型，將響應速度提高了 10 倍，還節省了六周的開發時間。與此同時，Arm 也與 Cerence AI 緊密協作，Cerence AI 專注于為汽車應用開發 AI 助手軟件，通過將 KleidiAI 與 llama.cpp 集成，在基于 Arm 架構的 NVIDIA Orin 開發板上運行其 10 億參數模型時，每秒詞元數 (tokens-per-second) 實現了約三倍的提升，顯著加快了響應速度。

此外，通過 SOAFEE 持續進行的協作，正在為加速現代 AI 汽車開發提供基礎性支持，使開發者能夠更輕松地將軟件跨平臺移植到 AI 定義汽車的不同應用中。

實現 AI 定義汽車愿景

隨著汽車逐步演變為能夠實時響應的智能化自適應計算系統，汽車行業正加速邁向 AI 定義汽車的時代。Arm 不僅致力于成為出色的技術提供商，更希望成為創新的推動者。Arm 正與各方合作伙伴緊密協作，共同構建基礎性平臺，賦能并推動汽車新時代的發展，最終將 AI 定義汽車的美好愿景變為現實。