自动驾驶|推动 L4 级自动驾驶出租车规模化落地

随着 L4 级自动驾驶出租车从试点阶段迈向规模化量产，Arm 提供了实现端到端物理 AI 的计算基础，助力其实现规模化部署。

在历经多年自动驾驶试点与受控测试后，汽车行业正加速迈向 L4 级自动驾驶出租车 (Robotaxi) 的规模化量产部署阶段。这不仅是自动驾驶发展的关键节点，也标志着人工智能 (AI) 的一次重要跃迁——从辅助人类决策，演进至赋予车辆自主感知并理解周边环境的能力。当然，这一转变也伴随着技术需求的急剧攀升。

相较于当前主流的 L2++ 级先进驾驶辅助车型，L4 级自动驾驶系统通常需要更为丰富的传感器配置，包括激光雷达、摄像头和毫米波雷达等。这直接推动数据处理的大规模增长：车辆每小时需要处理的数据量，已从约 25GB 激增至最高可达 19TB。如此庞大的数据处理压力正迫使行业重构物理 AI 底层计算架构。

在此需求背景下，联想车计算推出了 L4 自动驾驶域控制器 AD1。该自动驾驶计算平台搭载两颗基于 Arm 架构的 NVIDIA DRIVE AGX Thor X 芯片，并已正式量产。文远知行 (WeRide) 已将该平台部署于其 Robotaxi GXR 中，该车也由此成为全球首款搭载 NVIDIA DRIVE AGX Thor X 芯片的量产 L4 级自动驾驶车辆。

探秘联想 AD1

联想 AD1 是 Robotaxi GXR 的“中央大脑”，统筹管理环境感知、行为预测、路径规划、实时运动控制及安全监控等核心功能。

联想 AD1 是一款面向自动驾驶出租车及其他自动驾驶汽车的量产级 L4 自动驾驶计算平台。该平台可提供超过 2,000 TOPS 的 AI 算力，支持高密度感知、预测与规划模型并行运行，助力车辆在实时道路环境中实现更快速、更精准的决策。

对于自动驾驶出租车而言，传统的松散耦合电子控制单元 (ECU) 难以满足 L4 自动驾驶对低延迟、高安全性与可扩展性的严苛要求，因此这类车型亟需高性能中央集成式计算平台。为此，AD1 搭载了 NVIDIA DRIVE AGX Thor X，成为一款基于 Arm Neoverse V3AE CPU 的中央集成式车载计算机，将此前分散的驾驶、泊车、监控功能整合到单一计算域中。

效率、安全性及物理 AI 的基石

Arm 作为 NVIDIA DRIVE AGX Thor X 平台的基础计算架构，为联想 AD1 平台提供了先进的计算能力。

1. 每瓦性能助力车队运营降本增效：自动驾驶出租车需在复杂繁忙的城市环境中长时间运行，Arm 计算平台可在高能效功耗范围内提供服务器级算力，支持大规模 AI 计算负载的稳定运行，同时对车辆电池续航及热管理设计不造成额外负担。

2. 安全就绪型架构：Arm 生态系统整合了功能安全就绪的技术、工具链和软件解决方案，并拥有长期深耕汽车领域的合作伙伴，可为平台提供全方位支撑，助力其满足 ASIL-D 等级及其他全球安全标准要求，这也是自动驾驶技术实现长期商业化部署的关键要素。

3. 成熟、可扩展的软件生态：由于 Arm 可在云端、边缘侧和物理环境中提供统一架构，开发者可借助现有的主流软件工具和框架，高效完成 AI 模型的构建、优化与规模化部署。

4. 与未来 AI 工作负载适配的发展路线：随着物理 AI 模型的规模和复杂度持续提升，计算效率与架构稳定性变得愈发重要。基于 Arm 架构进行开发，车企可获得一套具备一致性的架构底座与清晰的长期技术路线图，既能避免未来不必要的重复设计，又能在 AI 持续演进过程中保持计算战略的稳定。

Arm 构筑自动驾驶之路

联想 AD1 在文远知行 Robotaxi GXR 上的部署，展现了物理 AI 在自动驾驶系统中的应用正突破封闭试点阶段，迈向真实复杂的城市应用场景。随着 L4 Robotaxi 及其他自动驾驶汽车的能力不断提升，行业正愈发青睐采用中央化架构的平台，从而同步实现高性能、高安全性与高能效。

Arm 正位于这一变革的核心，为联想车计算、文远知行等企业构筑起坚实技术基础，使其能够持续运行大规模 AI 工作负载、快速适配迭代升级的算法模型，并保障车队长期稳定、可靠的运营。随着自动驾驶出租车向更多城市及全球市场拓展，这款专为安全设计、且针对物理 AI 规模化落地需求优化的 Arm 计算平台，正是未来自动驾驶之路的重要基石。