随着 L4 级自动驾驶出租车从试点迈向量产，Arm提供了实现跨车队的端到端物理AI所需的计算基础。
经过多年的自动驾驶试点和受控试验，汽车行业正朝着大规模量产L4 级（Level 4）自动驾驶出租车迈进。这标志着人工智能（AI）的重要时刻，它从向人类提供建议行动，发展到让车辆能够感知周围环境，尽管这也对技术提出了更多要求。
与如今先进的L2++车辆相比，L4系统需要更广泛的传感器组合，如激光雷达（LiDAR）、摄像头和雷达。这使得数据处理需求从每小时约25GB提升至每小时高达19TB。这就迫使人们从根本上重新思考物理AI的计算方式。
为此，联想开发了L4自动驾驶域控制器AD1，这是一款面向量产的自动驾驶计算平台，由两颗基于Arm架构的英伟达DRIVE AGX Thor 芯片构成。文远知行（WeRide）正在其 GXR 自动驾驶出租车上部署该平台，这款车是全球首款量产的 L4 级自动驾驶汽车。
联想AD1作为GXR机器人出租车的中央大脑，负责从感知、预测、轨迹规划到实时运动控制和安全监测等多项功能。该平台专为自动驾驶出租车及其他量产级自动驾驶车辆的L4而设计。其AI算力超过 2000 TOPS，能够让密集的感知、预测和规划模型同时运行，从而在道路上实现更快、更优的决策。
对于自动驾驶出租车而言，许多松耦合的电子控制单元（ECU）无法满足 L4 级自动驾驶所需的低延迟、安全性及可扩展性要求，因此需要集中式的高性能计算平台。AD1由英伟达 DRIVE AGX Thor 驱动，这是一款基于Arm Neoverse V3AE中央处理器构建的集中式车载计算平台，它将以往分离的驾驶、泊车、座舱和监测功能整合到一个计算域中。
Arm Neoverse 是 NVIDIA DRIVE AGX Thor 平台的基础计算架构，支持联想 AD1 平台的先进计算能力。
1、功耗性能助力经济效益
由于自动驾驶出租车需在繁忙的城市环境中长时间运行，Arm 计算平台能在一定功耗范围内提供服务器级性能，可支持大规模AI工作负载，同时不会对车辆电池或散热设计造成影响。
2、具备 safety-ready 架构
Arm 生态系统 —— 包括具备功能安全的技术、工具链、软件解决方案。
长期合作的汽车行业合作伙伴 —— 支持旨在满足ASIL-D及其他全球安全要求的平台这些对于长期商业运营都至关重要。
3、成熟且可扩展的软件生态系统
由于Arm在云、边缘和物理环境中提供了统一架构，开发者能够利用统一的软件工具和框架构建、优化和扩展AI模型。
4、与未来AI工作相匹配的路线图
随着物理AI模型规模和复杂度不断增长，计算效率和架构稳定性变得越来越重要。通过在Arm基础上构建，汽车制造商获得了一致的架构基础和长期路线图，有助于避免未来的重新设计，同时在AI不断演进时保持计算策略的稳定。
联想 AD1 在文远知行 GXR 自动驾驶出租车上的部署，展示了自动驾驶系统中的物理AI如何从封闭路段试点走向真实、复杂的城市环境。随着自动驾驶能力在 L4 级自动驾驶出租车及其他自动驾驶车辆上不断提升，行业正趋向于采用通过集中式架构实现高性能、安全性和高能效的平台。
Arm 处于这一转变的核心位置，它提供的基础架构，使联想和文远知行等公司能够持续运行密集型AI工作负载，适应快速发展的模型，并为必须可靠运行多年的车队提供支持。随着自动驾驶出租车拓展至新的城市和全球市场，Arm计算平台——为安全设计并设计以满足大规模物理AI的实际需求——是未来发展的重要组成部分。
本文翻译自Arm官网
