3、恩智浦（N（New）XP）
恩智浦（NXP）研发的Bluebox平台将为汽车制造商提供现成的一体化自动驾驶计算解决方案。BlueBox是专为自动驾驶设计的中央计算引擎。不仅能够为无人驾驶提供人工智能，还为车间通讯和多重传感器提供接口支持，充当车辆的“神经系统”，传统汽车制造商使用该方案能够轻松开发四级无人驾驶汽车，即能够真正实现自主式无人自动驾驶。
BlueBox引擎是一个基于：Linux语言的开源平台，汽车制造商可以自行根据需要定制。公司称，BlueBox已经出货，全球五大汽车制造商的中的四家都已经收到了BlueBox。从2015年9月起，公司就已经为这些优选的客户发货。
BlueBox引擎结合了雷达、LIDAR（激光探测与测量）、视觉传感以及加载的车联网（VehicletoEverything，V2X）系统，来将车辆周围的情景建模，进行安全决策，来保护车辆及乘客。所有的计算元素使用了量产或样本的NXP芯片，让系统做好了上路准备。
在无人驾驶车辆系统中，多个传感器数据流都汇入BlueBox引擎，数据流结合起来，将车辆周围的物理环境创造一个360°实时模型。平台具有NXP芯片支持的LIDAR系统、雷达和视觉节点，NXPS32V处理器从中获取传感数据输入，通过传感融合能力创造一个地图。S32V包括了图形引擎，专门带有高质量图形处理加速器，还带有汽车级别的功能性安全引擎。
4、德州仪器（TI）
从最初的机械零件半导体化，到汽车娱乐导航和ADAS的蓬勃发展，汽车电子在整车中所占的比例正在逐步增加。半导体产品为汽车所带来的附加值极大的改善了汽车的驾驶体验，同时也推动了未来的汽车朝着更加智能和安全的方向发展。德州仪器（TI）Jacinto6系列信息娱乐系统处理器（DRA7xx）为新一代汽车带来了具有丰富功能的车载信息娱乐系统、仪表组和远程信息处理功能，其强大的可扩展性还能够最大限度重复利用硬件和软件投资的通用架构。
而TI的汽车片上系统（SoC）解决方案TDA2x提供了一个开放的平台，使客户能灵活添加他们独有的价值。TDA2x为前置摄像头、泊车辅助、雷达及融合应用的入门级解决方案提供了一种可实现高性能的架构，使客户能节省投资并加速产品上市进程。TDA3x则主要用于帮助汽车制造商开发出更加尖端的应用，同时减少交通事故并使初、中级汽车实现更自主的驾驶体验。
自动驾驶技术领域扩张意图非常明显。只是在自动驾驶车的芯片细分市场中，除了英伟达（Nvidia）、Mobileye、恩智浦（NXP）等大家耳熟能详的公司外，还涌现出了许多“新面孔”——例如IP供应商Ceva以及英特尔和高通（Qualcomm）等。
5、Ceva、高通也积极参与
然而，Nvidia并不是唯一推动深度学习用于自动驾驶车的企业。Ceva也在积极推广该公司自有的XM4成像与视觉DSP，这些DSP使用的是Ceva的即时神经网路软体架构，名为Ceva深度神经网路（CDNN）。
该公司的客户将选择一种训练有素的神经网路，预先处理物件参数。透过使用Ceva的DSP引擎、韧体和CDNN，采用浮点网路和权重描述的物件参数将“在不损失精度的条件下”被转换为定点客制的网路和权重。
“借由Ceva的XM4DSP，CDNN可以让嵌入式系统执行“深度学习任务，而且其学习速度比基于先进GPU的系统能快三倍，功耗小30倍，所需记忆体频宽小15倍。”Ceva指出。
在CES上，高通发布了整合LTE数据机和机器智慧的Snapdragon820车用系列产品，该系列产品包含了高通的Zeroth机器智慧平台。Zeroth专案设计用于协助汽车制造商使用神经网路为ADAS和车载资讯娱乐系统创建基于深度学习的解决方案。
但到目前为止，Snapdragon取得的设计订单还只限于资讯娱乐功能。奥迪（Audi）在2017款汽车产品线中就选用了Snapdragon602A处理器。
正如Ceva的执行长所指出的，Snapdragon820A还提供了汽车安全完整性等级（ASIL）评分，这是ISO26262定义的风险分类机制——针对道路汽车标准的功能性安全等级分类。
总结
由于自动驾驶芯片涉及到行车安全，对发热、寿命、网络安全要求更高，所以比一般消费级芯片更有技术含量。同时，还要兼顾成本问题。在未来应该有越来越多的老牌芯片厂商发展自动驾驶芯片业务，毕竟诸多主机厂都把自动驾驶元年定在了2020年，面对这样的市场，谁不心动呢？
汽车OEM厂商正敞开双臂欢迎这些市场新进业者，IHSAutomotive资讯娱乐与先进驾驶辅助系统（ADAS）研究总监EgilJuliussen在CES上表示，“这个领域突然变得热闹非凡。”
但可以预见的是，芯片行业外的力量恐怕进入这个市场也存在很多困难。因为这一领域的行业壁垒相对较高，新的破局者也很难出现。
