汽車的體系龐大，被視為物聯(lián)網(wǎng)與AI應(yīng)用的重要市場，就整體來看，汽車體系包括服務(wù)、自動駕駛、傳感器、安全與資安、基礎(chǔ)建設(shè)與車輛連結(jié)、車內(nèi)智能與輔助、特殊車輛、智能制造等都與AIoT有關(guān)，透過從物聯(lián)網(wǎng)底層擷取的數(shù)據(jù)，AI與物聯(lián)網(wǎng)將加速推動汽車產(chǎn)業(yè)的智能化，而在系統(tǒng)中，處理器的角色將越來越吃重，Cadence益華計算機應(yīng)用工程師林文國博士在「嵌入式人工智能解決方案：車用CV&AI的部署」演講中指出，就目前車用領(lǐng)域來看，DSP(數(shù)碼訊號處理器)會是較佳選擇。

近年來車用領(lǐng)域逐步加強智能化技術(shù)的應(yīng)用，AI在2016年引爆新一波熱潮后，這股趨勢開始加速，在近兩年，自駕車都是IT領(lǐng)域大型展會的吸睛亮點，不過汽車的外部環(huán)境和內(nèi)部技術(shù)都相當(dāng)復(fù)雜，林文國就表示，智能化車輛設(shè)計必須考量幾個重點，包括外在環(huán)境的偵測與感知、電子地圖與行車路徑設(shè)計、車輛與周邊系統(tǒng)設(shè)備的連結(jié)、駕駛的監(jiān)測等。

之前SAE(美國汽車工程師協(xié)會)就曾針對智能車設(shè)計出五個層次，包括：1. No Automation；2. Partial Automation；3. Conditional Automation；4. High Automation；5. Full Automation。第1項是僅有警告系統(tǒng)；2是遇障礙物剎停與行車方向的輔助；3是汽車可有條件的自駕；4是除了特定環(huán)境外，車輛都可自駕；5則是無論任何因素，汽車都可以自駕。就發(fā)展程度來看，目前業(yè)界已可走到第3層，近期則可到第4層。

從SAE制定的自駕層次，可以看出自動化駕駛等程度越高，所需的傳感器數(shù)量也會隨之提升，感測數(shù)據(jù)的大量增加，讓AIoT的運算能力越來越重要。目前IT領(lǐng)域的處理器包括CPU、GPU、DSP等，在車用領(lǐng)域，這三種處理器都會用到：在應(yīng)用與信息流管理等部分，會需要使用CPU；智能化處理方面，由于需要實時處理大量信息，因此DSP、硬件加速器、GPU會是適合的選擇。

在車用的DSP，林文國指出，目前Cadence旗下的Tensilica Scalable DSP平臺，十分適用于車載系統(tǒng)。他表示，車載系統(tǒng)的子系統(tǒng)繁多，訊號量繁雜，可透過多種類型的DSP做搭配處理感測訊號，例如前面提到的自駕車等級，影像監(jiān)控的訊號量通常是1T/sec，在空間考量下，就可以選用4顆Tensilica的Vision P6或1顆Vision C5 DSP；要達到Conditional Automation層次，其訊號量會達到10T/sec，就要用到10顆Vision C5 DSP做組合；而若要做出第5階層的完全自動駕駛，根據(jù)統(tǒng)計要處理的訊號量將達320T/sec，這個運算需求下，除了效能外，設(shè)計者還必須思考空間、成本、功耗、DSP排列等。

林文國表示，隨著自動化駕駛的日漸成熟，這些問題都會逐漸浮現(xiàn)，系統(tǒng)建構(gòu)者除了自行設(shè)計外，也可以尋求DSP廠商協(xié)助，尋求最佳化解答。