萌学园第一部我们知道，智能汽车E/E架构发展趋势是从分布式阶段演进到域内集中阶段，跨域集中阶段和中央计算机阶段。对于多数厂家而言，当前正处于域内集中阶段。

　　对于座舱域而言，域内集中意味着需要强大的座舱SoC。更具体的讲，强大的座舱SoC必须符合当前座舱发展的需要：支持更多显示屏，支持更多AI功能，与ADAS融合，提升功能安全等。

　　座舱一芯多屏趋势下，座舱SoC支持显示屏数量多少，是能否被用户采用的决定性因素之一。 第三代高通骁龙座舱SOC，基于强大的CPU和GPU，可支持多达6-8个显示屏。

　　三星Exynos Auto V9处理器可同时支持多达六个车载显示器，以及十二个摄像头。奥迪智能座舱开始采用三星Exynos Auto V9。

　　2020年最新发布的芯驰科技X9系列用于智能座舱，可支持八个FHD显示屏，以及十二个摄像头。

　　CES2020 上，恩智浦展示了基于双i.MX 8QuadMax芯片实现的、支持多达11块屏幕的多屏解决方案。

　　对AI的支持方面，英伟达无疑走在最前面。英伟达在2007年推出CUDA的时候，就想到用CUDA建立了生态圈。这样对NVIDIA既能卖硬件，又能在软件上保持领先，增加用户粘度。英伟达的座舱SoC在深度学习领域优势明显。但英伟达在汽车领域的发展重心放在自动驾驶芯片，在座舱处理器领域市场份额并不大。

　　恩智浦通过收购飞思卡尔，拥有了一支机器学习专家团队。该团队就是CogniVue，一家位于加拿大渥太华的图像认知IP开发团队，是飞思卡尔于2015年9月收购的。恩智浦的eIQ自动深度学习（DL）工具包使开发人员能够将DL算法引入其应用程序并满足严格的车规级标准。

　　恩智浦不仅在投资构建AI功能，并一直在关注AI的缺陷。深度学习依靠概率来识别物体，并且结果是不可解释的，这对安全要求极高的汽车来讲，可能会带来灾难性后果。恩智浦在持续研究一种方法，名为“可解释的AI（xAI）”。xAI通过添加更合理、类似于人的决策方法和额外的确定性维度，扩展了机器学习的推理和计算概率能力。xAI将AI的所有优势与推理机制相结合，使其更接近人类的反应方式。

　　部分ADAS功能，如行人或障碍物识别、全景泊车等都有放入座舱域的趋势，使得座舱SoC需要考虑ADAS相关处理能力。

　　譬如主要应用在座舱的R-Car H3，也能处理复杂功能，如障碍物检测、驾驶员状态识别、危险预测和危险规避。

　　目前越来越多智能座舱加入了HUD，而最新的AR-HUD和ADAS结合紧密，如提供跟车距离预警、压线预警、红绿灯监测、提前变道、行人预警、路标显示、车道偏离、前方障碍物检测、驾驶员状态监测等功能。

　　座舱SoC一旦加入部分ADAS功能支持，对功能安全的要求也将同步提升。这给座舱SoC供应商提出了更大的挑战。