边缘AIEdge AI在靠近数据产生的设备如车端、摄像头端上直接运行AI推理而不是将数据上传云端处理。在自动驾驶中感知、推理、决策必须在车端完成以满足低延迟和安全要求。边缘AI行业在自动进驾驶应用中常用到以下术语一、芯片类1.全阶智驾芯片覆盖从基础到高阶全场景的智能驾驶芯片。2.城区NOA芯片专用于城市NOA场景的芯片。3.舱驾融合芯片将智能座舱与智能驾驶计算功能融合在一颗芯片上。4.中央计算芯片负责全车感知融合与决策的核心芯片是自动驾驶的大脑。5.感知端预处理芯片部署在传感器端完成初步AI推理如目标检测、场景理解减轻中央处理器负担。6.ASIC专用集成电路为特定任务定制的芯片。7.SoC系统级芯片将CPU、GPU、NPU等多个计算单元集成在一颗芯片上。8.NPU神经网络处理单元专门用于加速神经网络推理的硬件单元。9.BPU脑处理单元地平线自研的AI加速架构。10.芯粒Chiplet将多个小芯片模块封装在一起的设计方式。11.算力TOPSTera Operations Per Second每秒万亿次操作衡量AI芯片算力的单位。12.流片芯片设计完成后首次制造出实物芯片。13.代工芯片制造外包。二、模型类1.VLA视觉-语言-动作模型一种将视觉、语言和动作联合建模的大模型。2.异构模型同时支持多种神经网络结构如稀疏卷积、密集Transformer的芯片设计能力。3.Transformer引擎专为Transformer模型优化的硬件加速单元。4.端到端神经网络一种直接从传感器输入到控制输出的AI模型架构取代传统模块化架构对算力消耗远高于规则驱动方案。5.INT8 TOPS以8位整数精度计算的算力。6.稀疏卷积一种只对非零元素进行计算的卷积操作可降低算力消耗。7.能效TOPS/W每瓦功耗所能提供的算力。三、感知与传感器类1.多模态传感器融合Radar、Computer Vision、LiDAR、Ultrasound等多种传感器。2.感知融合将多传感器数据融合进行环境感知中央计算芯片负责全车感知融合与决策。四、功能与指标类1.NOA领航辅助驾驶Navigate on Autopilot指车辆在导航引导下实现自动变道、超车、进出匝道等功能的辅助驾驶系统。2.城市NOA适用于城市道路场景的领航辅助驾驶。3.L2级组合驾驶辅助系统在特定条件下能同时控制车辆的横向如转向、车道保持和纵向如加减速、跟车运动但驾驶员仍需时刻关注路况并为驾驶全过程负责。4.L3/L4级自动驾驶L3为有条件自动驾驶L4为高度自动驾驶。5.fail-safe设计故障安全设计要求系统在无网络连接等故障情况下仍能保持安全运行这是边缘AI必须上车而非依赖云端的基本要求。五、安全与合规类1.ASIL-D / ASIL-B汽车安全完整性等级Automotive Safety Integrity LevelASIL-D为最高等级。2.AEC-Q100汽车电子委员会制定的集成电路应力测试认证标准。3.功能安全认证芯片需通过的安全认证是进入量产周期的准入门槛。4.冗余架构设计通过备份系统确保关键功能在部分失效时仍能工作是强制国标要求的合规能力。5.GB44721—2026中国首部L3/L4级自动驾驶强制性国家标准《智能网联汽车自动驾驶系统安全要求》拟于2027年7月实施。说明1.文章参考公开报道并借助AI工具进行整理和分析如有不妥之处欢迎指正。2.部分市场数据基于行业估算、发布以及官方报道具体精确数据请以权威机构为准。3.欢迎长期追踪边缘AI的朋友一起探讨。