人工智慧(AI)時代為各項應用領域帶來商機，其中智慧汽車的演進更為市場帶來許多新的發展機會。面對汽車市場龐大的發展潛力，國際企業與車用OEM大廠紛紛投入自駕車、無人車等技術開發，而矽智財(IP)供應商也專注於ADAS系統、自駕車、聯網汽車及電動動力系統的技術開發。
自動駕駛車須配有雷達(Radar)、光達(LiDAR)、攝影機以及生物辨識等感測裝置，並連結車用控制系統，將各感測器收集到的數據進行快速運算。Arm預測，2020年平均每台汽車中將會嵌入多達200餘個感測器，並經由100多個電子控制單元(ECU)或微控制器(MCU)處理。如何快速處理龐大的數據、即時做出回應，並維持系統的穩定性與安全性，發展出更高效能的自動駕駛車，成為未來汽車電子技術的一大挑戰。
以國際汽車工程師學會(SAE)發布的J3016標準而言，目前已導入自動化技術的汽車仍以Level 2為主。ARM ADAS暨自動駕駛平台策略總監新井相俊(Soshun Arai)說明，Level 2與Level 3最主要的不同在於，Leve 3必須在系統控制與駕駛控制模式間轉換，然而目前系統仍需約10秒的時間進行切換，無法在緊急狀況發生時即時反應，是汽車升級到Level 3所要克服的挑戰。對此，ARM也推出Cortex-A76處理器及機器學習推理加速器，以提升運算、判斷的速度，協助車廠增強汽車的功能安全(Functional Safety)。不過，新井相俊談到，目前自駕車除了須透過硬體優化來提高運算效能，軟體方面也必須有所提升，才能更進一步將汽車自動化等級推向Level 3甚至是Level 4、Level 5。
而在自駕車運算處理架構方面，初期導入技術時常會採用集中式運作系統，因為集中式管理較易於進行軟體開發。但以OEM廠商的角度來說，集中式運作較容易產生系統過熱的問題，且系統所需的空間也較大，因此許多OEM廠商會傾向於模組化的分散式運作，將運算處理分散在多個邊緣端，並盡可能讓每個元件都智慧化，進而提升整體的運算效能。新井相俊表示，目前自駕車仍未發展出標準架構，因此無法明確指出何種架構會成為主流。
自動駕駛車系統和架構十分複雜，若要發展相關技術，需要汽車市場與半導體市場的各家廠商攜手合作，因此緊密的合作關係在其發展中相當重要，而Arm也與NXP、NVIDIA、聯發科、OSR、RENESAS等相關廠商密切合作，提供市場車用系統的解決方案。
ARM ADAS暨自動駕駛平台策略總監新井相俊(Soshun Arai)表示，除了透過硬體優化來提高計算效能，軟體方面也必須有所提升，才能將汽車自動化等級推向Level 3以上。