ADAS 技术，或者说 L1~L2 级自动驾驶技术兴起之初，基本的功能就是 ACC 自适应巡航、AEB 主动刹车、还有 LKA 车道保持等系统。
想要实现这些功能，需要车辆对外部的其他车辆、行人等交通参与者，还有车道线进行感知。
博世等 Tier1 将毫米波雷达搬到了车上，用雷达感知前车的速度和距离，进行实现 ACC 功能。其雷达感知到的数据，一般都是在赛灵思的芯片上进行处理和计算，然后来实现车辆控制功能。
与此同时，以计算机视觉技术见长的 Mobileye 则选择用摄像头来感知外部的车辆和车道线，摄像头抓取的画面会在其自研的 EyeQ 系列芯片上进行计算，并输出结果，从而实现 AEB 自动紧急制动、车道保持等功能。
在基于毫米波雷达和智能摄像头的 ADAS 技术各自发展一段时间后，Tier1 和车企发现，可以将雷达和摄像头的感知能力结合起来使用，实现更高级的功能——比如 ICC 集成式智能巡航系统，就是现在常说的 L2 级自动驾驶技术。
工作时，雷达和摄像头都会监测车辆前方其他道路参与者的信息，比如车辆、行人、自行车等。同时摄像头负责感知车道线信息，有了其他车辆的位置和速度，以及车道线的数据，车辆即可在单一车道内进行自动驾驶，并根据前车距离和速度自动加减速。
在这个过程中，摄像头和雷达都会感知前方的路况，需要对感知结果进行汇总、比对后来做出驾驶决策，因此厂家会选择一个传感器(雷达或摄像头)作为主控制器，接受另一个传感器的数据，并在此进行统一计算。
由于 Mobileye 在视觉感知领域经验非常丰富，因此大部分车企都会选择使用 Mobileye 提供的视觉感知方案(摄像头 + 写好了感知算法的 EyeQ 芯片)。
毫米波雷达则选择博世、大陆等公司的产品，雷达内部用于计算的芯片则依然是赛灵思的产品。
正是因为 L1~L2 级自动驾驶普遍使用了这样的硬件架构，因此这个市场一直都是 Mobileye 和赛灵思的天下。
可以看两组数据。
Mobileye 在 2020 年，EyeQ 芯片的出货量再创新高达到 1930 万枚，已经与 28 家车企达成合作。
赛灵思也是如此，2016 年～2020 年，汽车芯片的平均销售量为 1930 万套，在 2020 年，有超过 750 万套设备运用于 ADAS。
可以说，绝大部分搭载了 ADAS 系统的车辆，都使用的是这两个玩家的芯片。
但变化出现在 2015 年左右，英伟达当年推出了 Drive PX 系列自动驾驶 SoC，希望为汽车的自动驾驶系统提供算力。
Drive PX 首批客户中最重要的就是特斯拉了。
当时，特斯拉已经意识到自动驾驶技术将是智能汽车的核心功能。再加上深度学习技术的兴起，特斯拉希望用深度学习等 AI 技术打造出全球最强的自动驾驶系统。
与传统 L1~L2 多使用基于规则的算法不同，因为要用到深度学习技术，特斯拉就需要改变系统的硬件架构，从雷达、摄像头分别计算(并融合)，跨入到了自动驾驶域控制器的玩法之中。
特斯拉基于英伟达的 Drive PX 芯片研发了自动驾驶域控制器，早期仍然选用 Mobileye 的感知系统，但同时额外安装了自己的摄像头来收集道路数据。
工作时，Mobileye 的视觉感知系统和毫米波雷达会将感知结果输出到特斯拉的域控制器中，域控制器对感知结果进行融合，同时进行计算，给出驾驶决策。
这一步里，特斯拉相当于是将感知部分交给供应商来做，自己制作最后的决策算法。事实上，像是宝马、通用、福特等大型车企也目前也都是这种做法。
再往后，特斯拉有了足够多的数据后，开始放弃 Mobileye 等供应商的感知方案，自己采购摄像头和雷达，原始信息全部在域控制器内部进行处理，自己获得感知结果，然后自行进行融合和决策。
特斯拉的这种做法是当时量产车中最先进的自动驾驶系统架构，也是现在正在快速普及的域控制器架构。
这一架构的出现，彻底改变了游戏规则。
一方面，在特斯拉的带动下，越来越多的车企开始选择自己做感知技术，这就不再需要在摄像头或者雷达系统内安装赛灵思的计算芯片。雷达和摄像头采集的原始数据直接到域控制器内进行处理和计算即可。
另一方面，这一架构下所有传感器的数据都要回传到域控制器进行处理，同时传感器的种类和数量也不断增加，对域控制器的算力也提出了更高的要求。
或者说，就是对域控制器内最关键的计算芯片提出了更高的要求。
正是看到了这一技术变革趋势，英伟达在 2015 年才会选择用消费电子领域流行的 SoC 芯片来打造自动驾驶芯片，并与特斯拉一起促进了 L2 级自动驾驶系统的变革。
当然，由于特斯拉的发展速度太快，在 2019 年的时候更是决定甩开英伟达，直接做了自己的自动驾驶芯片，来提供更高的算力，但依然证明了这一变革已经大势所趋。
自动驾驶计算架构向着集中计算架构转变，自然让英特尔、AMD、高通等消费电子芯片巨头看到了新的机会。
毕竟，这个星球上算力最强的芯片，都是消费电子芯片巨头的产品。
英伟达第一个做出了反应，以 2015 年的 Drive PX 产品开始，每年都在推出新的自动驾驶芯片，稳步推进。
2016 年，英特尔选择以 153 亿美金天价收购了 Mobileye，给自己买到一张入局自动驾驶，甚至是智能汽车行业的门票。
手机 SoC 巨头高通，在 2014 年先推出了 602A 汽车 SoC，给座舱提供算力。在 2016 年，其又更进一步，推出了 820A SoC，还能给 ADAS 系统提供算力，希望进入自动驾驶市场。
与此同时，高通还选择了跟英特尔一样的路子，希望通过以 400 多亿美元收购全球最大的汽车芯片供应商恩智浦，来获得装车经验和客户资源，但最终被监管机构否决。
再往后，英伟达和 AMD 分别在去年宣布收购 Arm 和赛灵思，收购价格也是空前的高，分别达到 400 亿美元和 350 亿美元。
至此，消费电子领域四大芯片巨头，全部进军到了自动驾驶和智能汽车领域，新一轮的汽车芯片算力之战打响。
