自駕車風潮勢不可擋。在政府政策與市場積極推動之下，自駕車應用已搶走所有鎂光燈焦點，吸引車廠、晶片商，甚至是平台服務商加碼布局大啖商機；而實現自駕功能的基礎，不僅只有CPU、GPU或FPGA等元件，微處理器(MPU)在功耗與成本上的優勢，將協助自駕車應用市場加快成形。
 |
| 恩智浦汽車微控制器與處理器事業部區域市場經理田雲鋒表示，目前AI發展方向尚未塵埃落定，該公司期能透過與車廠不停驗證與測試，協助車廠實現不同創新技術。 |
恩智浦(NXP)汽車微控制器與處理器事業部區域市場經理田雲鋒表示，目前國際間的汽車大多還是以L2為主，不過已經可以看到一些符合L3的自駕車，可滿足簡單的縱向控制，像是車距保持或煞車等應用。以NXP來說，短期目標是幫助客戶實現L3，提供縱向控制與簡單的變道控制，而這些功能皆可由該公司現有的微處理器予以達成。
恩智浦進入自駕車的策略，是利用整合S32V車用規格處理器和嵌入式運算處理器的BlueBox引擎，滿足L3與L4等級的相關應用。田雲鋒分析，這種應用模式屬於過渡方案，主要是提供客戶一個算法驗證方案。
在自動駕駛車系統中，有多項感測器數據匯入BlueBox引擎，並產生車輛周邊的360o完整環境模型。BlueBox整合了進行完整情境評估時所需的嵌入式智慧及機器學習，以支援高階分類任務、物體偵測、定位、地圖測繪以及車輛駕駛決策。
田雲鋒談到，真正要實現汽車等級的控制器，一方面需要滿足運算能力需求，二方面要求低功耗，且成本上要符合車廠需求。現今市面上所使用的GPU或AI晶片，都是基於傳統的伺服器架構，對處理器功耗要求較輕忽，即便實現L4的深度學習或神經網路算法，但在車體內可能會需要加裝風扇，且成本較高，實際量產難度較高。
綜合上述所言，可看到許多AI晶片的供應商，在功耗上，離能夠真正用於量產汽車尚有一段距離。無論是直接提供突破性的創新架構升級，或是強化不同晶片組效能推出可供車廠實現L3~L5自動駕駛階段演進升級的方式，汽車產業想升級提供L3~L5應用，不僅須在技術有所提升，還要對國家法規的進展保持相當程度重視。畢竟即便有自駕車被製造出來，但在國家法規還沒可以到合法上路之前，都還難以真正量產。
田雲鋒表示，整體來說，現在廠商對AI定義與需求還處於早期階段，大多的車廠與系統服務商都還在測試階段，例如百度在Nvidia平台、高通平台與恩智浦的平台做試驗，現在很難說哪一個廠商會脫穎而出。