自动驾驶的起源可以追溯到早期的科幻小说和人们对于未来科技的幻想。20世纪初，人们开始憧憬着能够拥有能够自动驾驶的汽车。到20世纪末，自动驾驶技术开始在实际中得到应用。1995年，美国卡内基梅隆大学的“Navlab”项目首次实现了自动驾驶车辆在城市道路上行驶，但当时的技术还相对原始。
在过去的两个十年中，随着人工智能、传感器技术和计算能力的进步，自动驾驶技术取得了显著的突破。许多汽车制造商和科技公司都投入了巨大的精力和资金来开发自动驾驶汽车。此外，与自动驾驶技术相关的法规和法律环境也在逐步演进，为自动驾驶汽车的测试和上路提供了一定的框架。
自动驾驶≠人工智能+汽车
尽管看起来，自动驾驶汽车就像是把人工智能加在汽车上，但事情远没有这么简单。
2016年，《福布斯》新闻报道中提到“2020年会有1000万台的自动驾驶汽车”，其他媒体也曾报道称“2021年有20家自动驾驶汽车的企业”。然而2020年到来之后，大家发现自动驾驶汽车并没有像宣传的那样发生，2020年也不是自动驾驶汽车的元年。
“自动驾驶并没有那么快实现。当时人们对人工智能和机器学习寄予了厚望，但其实并不仅仅需要人工智能和机器学习就足够了。ChatGPT是一个非常好的工具，但很好地使用这个工具是有前提的——你必须是这个特定领域的专家，这样你才能知道这个工具的运行效果，准确排除一些假信息。” 恩智浦半导体执行副总裁兼首席技术官Lars Reger将问题总结为在世界不断变化的过程中出现了迷失，“我们需要避免汽车突然危险驾驶的情形出现。”
恩智浦半导体执行副总裁兼首席技术官Lars Reger（电子技术应用 摄）
因此，简单地把人工智能加在汽车上是不可行的。Lars Reger强调：“如果是从马车一下到内燃机车，然后突然又升级到了一个带轮子的IT系统，这样的路径太昂贵、太复杂，也太快。”
Lars Reger以人体的运动为例阐述人脑的功能。从生物学角度看，除了大脑，脑干还负责数据联网的功能，小脑则控制身体中非常重要的一些运动功能，如控制心跳、体温等，一些非常重要且复杂的动作（如金鸡独立），以及控制身体的稳定性、协调性，都是由小脑控制。这些都是时间关键性功能。当走路的时候绊了一下脚，脊柱就会直接告诉腿“要停住”，小脑会通过肌肉帮助站稳，这时大脑才会知道要看一下为什么会绊住，如果看到路上有一个坑，下次走到这个地方的时候就要注意了。因此，大脑的功能并非实时。
相应地，汽车如何构建这样的反射过程呢？汽车通过摄像头、激光雷达、传感器等识别路障，并迅速做出反应，确保在道路上的功能安全，然后AI加速器会进行创意思维，判断出有什么出路。
恩智浦支持类“人脑”汽车架构（电子技术应用 摄）
给车辆制造“大脑”
2016年，恩智浦推出了BlueBox开发平台，2021年迭代到BlueBox 3.0。与“人脑”的架构类似，平台有联网的部分，也有强大的性能和功能安全特性，实现类似“脑干”和“小脑”的功能；另外有4个PCIe扩展插槽，可以加上人工智能加速器，速度达到400 TOPs，实现类似“大脑”的作用。
具体地，最下面的是一些小的MCU，可以做汽车的顶棚、拖车的电子控制单元，或者是门禁的控制、光的控制，主要是40nm系列；上一层是更大一些的器件，有外置的存储，有控制数据联网网关的，还有一些实时的应用，包括动力总成，主要实现车身控制，技术节点是16nm。此外，恩智浦即将推出最新的5nm产品，能够把数据从车辆传输到控制单元。
除了微控制器和微处理器，还使用了以太网完成可扩展的数据传输。系列产品完整覆盖到10Mbit~100Mbit的传输数据量，还有到1GB、2.5GB、10GB。此外，还有以太网开关，可以把数据发送到不同的方向。
这个架构是高度可扩展的，也是行业内最高效的架构之一。恩智浦统计，如今90%的客户都转向了这个架构，不仅在汽车领域，还包括制造机器人、无人机等领域。
零跑汽车电子电气架构（电子技术应用 摄）
零跑汽车以此架构为基础构建“四叶草”中央集成电子电气架构，采用恩智浦S32G，使用以太网确保功能安全，也就是“小脑”和“脑干”部分都是由恩智浦技术提供保障。由此可实现线束减少20%，并且由于有一个清晰的脑系统架构，使得控制单元减少1/3。
“我的梦想是希望恩智浦可以成为大家都信赖的制造机器人的先锋。“Lars Reger表示，“为了实现这个梦想，必须要实现三个条件：第一，要有正确的架构；第二，要有可信任的稳定的系统，保证功能安全和信息安全；第三，还需要可扩展。”
据分析师预测，到2030年全球会有750亿智能互联器件。对芯片的大量需求需要通过芯片和软件来实现创新。Lars Reger表示，恩智浦全面布局感知、思考、连接、行动，结合功能安全和信息安全，构成完整的产品组合，助力实现智能未来。