AI热榜 在历经多年自动驾驶试点与受控测试后，汽车行业正加速迈向 L4 级自动驾驶出租车 (Robotaxi) 的规模化量产部署阶段。
这不仅是自动驾驶发展的关键节点，也标志着人工智能 (AI) 的一次重要跃迁 —— 从辅助人类决策，演进至赋予车辆自主感知并理解周边环境的能力。
当然，这一转变也伴随着技术需求的急剧攀升。
相较于当前主流的 L2++ 级先进驾驶辅助车型，L4 级自动驾驶系统通常需要更为丰富的传感器配置，包括激光雷达、摄像头和毫米波雷达等。
这直接推动数据处理的大规模增长：车辆每小时需要处理的数据量，已从约 25GB 激增至最高可达 19TB。
如此庞大的数据处理压力正迫使行业重构物理 AI 底层计算架构。
在此需求背景下，联想车计算推出了 L4 自动驾驶域控制器 AD1。
该自动驾驶计算平台搭载两颗基于 Arm 架构的 NVIDIA DRIVE AGX Thor X 芯片，并已正式量产。
文远知行 (WeRide) 已将该平台部署于其 Robotaxi GXR 中，该车也由此成为全球首款搭载 NVIDIA DRIVE AGX Thor X 芯片的量产 L4 级自动驾驶车辆。
探秘联想 AD1 联想 AD1 是 Robotaxi GXR 的“中央大脑”，统筹管理环境感知、行为预测、路径规划、实时运动控制及安全监控等核心功能。
联想 AD1 是一款面向自动驾驶出租车及其他自动驾驶汽车的量产级 L4 自动驾驶计算平台。
该平台可提供超过 2,000 TOPS 的 AI 算力，支持高密度感知、预测与规划模型并行运行，助力车辆在实时道路环境中实现更快速、更精准的决策。
对于自动驾驶出租车而言，传统的松散耦合电子控制单元 (ECU) 难以满足 L4 自动驾驶对低延迟、高安全性与可扩展性的严苛要求，因此这类车型亟需高性能中央集成式计算平台。
为此，AD1 搭载了 NVIDIA DRIVE AGX Thor X，成为一款基于 Arm Neoverse V3AE CPU 的中央集成式车载计算机，将此前分散的驾驶、泊车、监控功能整合到单一计算域中。
效率、安全性及物理 AI 的基石 Arm 作为 NVIDIA DRIVE AGX Thor X 平台的基础计算架构，为联想 AD1 平台提供了先进的计算能力。
- 每瓦性能助力车队运营降本增效：自动驾驶出租车需在复杂繁忙的城市环境中长时间运行，Arm 计算平台可在高能效功耗范围内提供服务器级算力，支持大规模 AI 计算负载的稳定运行，同时对车辆电池续航及热管理设计不造成额外负担。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接