过去四五年间，随着汽车自动驾驶行业的增长，多数芯片制造商也加入到自动驾驶领域的浪潮中。
近日，芯片巨头赛灵思大中华区高管在接受盖世汽车采访时也透露了其在汽车领域部分业务的现状及规化。
过去四五年间，赛灵思汽车业务稳步增长，覆盖范围从2014年的14家车厂、29个车型，发展到目前超过30家车厂、100多个车型，涵盖全球主流的一级汽车供应商、原始设备制造商(OEM)及部分初创企业。截至目前，赛灵思车规级芯片总体出货量已逾1.7亿颗，其中约7000万颗用于量产型高级驾驶员辅助系统(ADAS)。
汽车行业正面临一些革命性的演进，其中最受关注的演进就是智能驾驶从ADAS在逐渐向全面自动驾驶持续演进。随着汽车装备的探测器及传感器数量的不断增长，一台车本身所要接触的数据量，已经呈现出一种爆炸式的增长。
赛灵思认为，目前智能驾驶的责任方已从驾驶员逐渐向计算机演进。从一开始的驾驶员辅助系统，它主要是通过传感器对外部世界的感知实现辅助驾驶的。无论是用于防撞，还有边缘传感器、相机、雷达，或者激光雷达，对于目标的检测和跟踪，它其实都是用来进行驾驶员辅助的，这里的关键词是辅助。
但是，当汽车演进到智能出行以后，汽车的概念已被完全颠覆。计算机成为汽车驾驶的主导。当然这里讲的计算机是一个广义的概念，事实上是一个计算平台、一个所谓的异构计算平台，有能力能够综合处理和打造在低延时的场景底下，能够完美进行感知和推断。这样就完成了汽车这个行业的新定义。
然而，在实际的应用场景里头，汽车厂商对自动出行又产生了另外一个相对于更激进的办法。为了提高自动驾驶的安全性，自动驾驶对多传感器的融合所带来的集中处理的自动驾驶提出了更高的要求。这意味着汽车需要有非常强大的异构处理平台，能够综合集中处理不同来源的数据。
比如说，从激光雷达来的数据，从毫米波雷达来的数据，从摄像头来的数据，光是摄像头本身，可能就能有6-8个不同的摄像头在一个车子上布局，然后进行加速。
基于此事实可以发现，传统车厂所代表的乘用车的驾驶，它对ADAS智能驾驶的演进所带来的需求和非传统车厂所代表的常说所带来的服务驱动的需求，它是一个非常不同、变化非常多端的需求。对于一个芯片运算平台，要能够适应这样的需求，是一个极大的挑战。
赛灵思方面认为在汽车ADAS应用中，不管厂商使用哪种芯片平台，是进行什么样的处理，是人工智能也好，是机器学习，或者视觉也好，它的最终目的仍然是提高自动驾驶整体系统响应时间。
目前，赛灵思异构计算的平台，已能够同时并行处理在一个环境里面。将汽车激光雷达和视觉处理融合在一起。赛灵思认为，多传感器的同步和融合所带来的系统整体响应时间才是目前自动驾驶技术所需要做到的关键。
自动驾驶离不开视觉系统，而处理大量的视觉、视频、图形图像需要高性能的图像处理芯片。赛灵思车规级XA Zynq UltraScale+ MPSoC具备一定的视觉处理性能及深度神经网络加速功能，可以充分帮助ADAS(高级驾驶辅助系统)和AD(自动驾驶)。
赛灵思与魔视智能携手打造的全栈式智能驾驶方案，采用赛灵思MPSoC及Zynq® SoC系列产品作为核心计算芯片，加上魔视智能国际领先的视觉感知算法，不仅为自动驾驶系统提供了优异的性能与灵活的软硬件设置，而且还可以根据系统的复杂程度，适配最具性价比和最高可靠性的方案。
据赛灵思透露，目前其推出的智能驾驶方案，已经广泛应用于单目前视AEB、多路环视盲区预警和碰撞缓解、APA(自动泊车辅助系统)、AVP(自动代客泊车)、拥塞驾驶辅助TJP等多种自动驾驶系统，并有众多项目已在中国一线乘用车及商用车OEM前装客户进入量产阶段。
与此同时，在一线城市公交车系统、市政渣土车、两客一危等细分垂直市场，该智能驾驶方案也已成功落地。