尽管人工智能 (AI) 定义汽车看似遥不可及，但整个行业正朝着这个愿景大步前行。如今，AI 正在彻底改变驾驶体验和人车互动方式。
下一代汽车将以当今的软件定义汽车 (SDV) 为基础，由 AI 定义，全面将 AI 技术融入汽车功能、智能特性和用户交互的方方面面。这为全新的 AI 应用开发带来了机遇，有望彻底革新车载体验。
正如软件更新能持续改变 SDV 的应用和特性一样，随着技术不断从不同的环境、用户行为和操作数据中学习，AI 定义汽车的智能化水平也会随着时间的推移不断发展。这将实现更快的实时决策、持续的自适应学习、高度智能且对话式的人车交互、更高级别的自动驾驶以及高度的个性化，从而为驾驶员和乘客提供更安全、更直观的体验。
AI 定义汽车用例
AI 定义汽车的持续开发和部署将主要惠及两大车载用例：先进驾驶辅助系统 (ADAS) 和车载信息娱乐系统 (IVI)。
对于 ADAS 而言，AI 定义汽车意味着：
先进的驾驶员行为监控和预测：AI 模型能够实时处理来自摄像头、雷达和激光雷达等传感器的数据，不仅能对道路上的目标做出反应，还能通过预判驾驶员行为、路面状况和附近车辆轨迹，进行潜在碰撞的预测，从而更精确地执行自动紧急制动和转向等功能。
增强型自适应巡航控制：AI 增强系统能够理解复杂的驾驶场景，例如并道、道路施工，以及异常的驾驶员行为，然后主动调整驾驶员行为，以实现更平稳、更安全的驾驶。
碰撞预防：通过基于 AI 驱动的驾驶员监控系统 (DMS)，利用计算机视觉技术实时评估驾驶员的警觉性、目光注视点和驾驶行为，一旦发现异常，系统将及时发出警告或主动干预，例如减慢车速，以确保行车安全。
同时，对于 IVI 来说，大语言模型 (LLM) 正在被整合到 AI 定义汽车中，以实现以下功能：
更智能的自然语言理解：让驾驶员和乘客能够用日常语言轻松控制空调、多媒体、导航或车辆设置，提高可用性并最大限度地减少驾驶员分心。
更强大的个性化体验：AI 算法会根据长期使用情况，逐渐学习了解驾驶员和乘客的偏好（如座椅位置、车内灯光、音乐风格以及常用导航路线等），并创建可在不同汽车之间传输并使用的自适应个性化配置文件。
座舱情绪监测：AI 系统可检测驾驶员和乘客的情绪状态和注意力水平，并提供自适应内容建议，比如，自动推荐播放舒缓的音乐；为昏昏欲睡的驾驶员，发出安全警报来确保安全驾驶。
SDV 的作用
AI 定义汽车是 SDV 的自然演进趋势，它通过增强 AI 能力来实现，实际上，在很多应用场景中，相关 AI 能力已在现有车型中得到应用。同时，AI 定义汽车将依托行业多年来构建的软件定义“云到车”基础设施和标准化软件框架。这为 AI 在汽车高效、安全、大规模地运行提供了灵活的基础支撑。
推动 AI 定义汽车成为现实
推动行业迈向汽车计算与智能化的新时代，需要依靠三大关键支柱：
安全、可靠、性能卓越且高效的计算平台；
先进的 AI 软件栈、模型和工具；
开放的行业协作。
1 安全、可靠、性能卓越且高效的计算平台
所有 AI 工作负载都需要大量的实时算力，尤其是面向汽车的工作负载。与其他市场相比，汽车应用场景中的低功耗、高能效计算尤其关键，因为 AI 定义汽车的大部分计算都在边缘侧（即汽车端）运行。这不仅能减少延迟、加快响应速度，还能提供与汽车上不断增强的 AI 功能相匹配的强大安全机制。
汽车中不同 AI 工作负载的计算需求各异，且 AI 模型不断演进，行业需要能整合 CPU、GPU 及 AI 加速器等不同组件的异构计算平台，用以实现计算的加速和无缝的高效协作。此类平台需要具备从入门级车型到高端车型的可扩展性，同时确保计算能力不下降，并集成符合国际功能安全标准（如 ISO 26262 ）和汽车系统网络安全框架 (ISO/SAE 21434) 的先进功能安全和信息安全功能。
Arm 正持续为汽车市场提供广泛的高性能、低功耗汽车增强 (AE) 技术，支持不同车载用例所需的各种 AI 工作负载，并内置功能安全和信息安全特性。
2 先进的 AI 软件栈、模型和工具
作为这些安全、可靠、高性能且高效的计算平台的一部分，必须具备完整的软件基础，以支持 AI 模型和工作负载的持续开发、部署与更新。先进的 AI 软件栈将作为原始 AI 数据和模型与实际道路行驶之间的关键纽带。虽然传统的模块化 AI 开发架构仍将被采用，但新的方法正在兴起，例如端到端 AI 模型，它使用庞大且具有代表性的数据集进行训练，并通过新数据持续更新。
端到端 AI 模型基于驾驶行为的大型数据集，通过深度学习能力使 AI 定义汽车实现从感知到行动的自动化。这些模型能够直接将来自摄像头、雷达、激光雷达和其他传感器的原始数据，直接映射为转向、加速和制动等关键驾驶操作指令，而无需依赖针对不同环境和潜在危险而手动编写的冗长独立代码模块。通过与动态环境的实时交互，端到端 AI 模型不仅能够实现导航和避开障碍物，还能显著提升决策和控制的准确性。
Arm 正在与生态系统合作，推动覆盖广泛 AI 应用的全栈软件解决方案落地。近期，Arm 向汽车市场引入了 Arm Kleidi，可针对运行在 Arm CPU 上的 AI 工作负载实现自动性能优化，从而为车载应用带来更优的用户体验。此外，为生态系统提供强大的云端到车端环境对等至关重要，这种对等性贯穿 AI 硬件、模型和软件。凭借 Armv9 架构在云端到边缘侧的广泛应用，Arm 正在提供所需的指令集架构 (ISA) 对等，使生态系统能够提前在云端测试和验证 AI 应用、模型和工作负载，再无缝部署到车载环境中。
3 开放的行业协作
正如 SDV 一样，AI 定义汽车的开发与部署绝非一家公司之力可及。这将需要建立在通用标准之上的广泛行业协作，使汽车产业链中的不同企业能够协同合作，从而加速创新、提升互操作性、降低开发成本，并缩短产品上市时间。
相关的行业协作已在进行中，Arm 正在与 Mapbox 等领先的汽车公司携手，共同加速车载 AI 应用的开发和部署。另一个典范是 Arm 与 AWS Automotive 的合作，AWS Automotive 借助集成了 Arm KleidiAI 的技术来开发车载聊天机器人原型，将响应速度提高了 10 倍，还节省了六周的开发时间。与此同时，Arm 也与 Cerence AI 紧密协作，Cerence AI 专注于为汽车应用开发 AI 助手软件，通过将 KleidiAI 与 llama.cpp 集成，在基于 Arm 架构的 NVIDIA Orin 开发板上运行其 10 亿参数模型时，每秒词元数 (tokens-per-second) 实现了约三倍的提升，显著加快了响应速度。
此外，通过 SOAFEE 持续进行的协作，正在为加速现代 AI 汽车开发提供基础性支持，使开发者能够更轻松地将软件跨平台移植到 AI 定义汽车的不同应用中。
实现 AI 定义汽车愿景
随着汽车逐步演变为能够实时响应的智能化自适应计算系统，汽车行业正加速迈向 AI 定义汽车的时代。Arm 不仅致力于成为出色的技术提供商，更希望成为创新的推动者。Arm 正与各方合作伙伴紧密协作，共同构建基础性平台，赋能并推动汽车新时代的发展，最终将 AI 定义汽车的美好愿景变为现实。
END
作者：Arm 汽车事业部产品和解决方案副总裁 Suraj Gajendra
文章来源：Arm社区
推荐阅读
欢迎大家点赞留言，更多 Arm 技术文章动态请关注极术社区 Arm 技术专栏欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
