汽車由分布式架構向域控制/中央集中式架構方向發展。傳統分布式硬件架構面臨智能汽車時代多維感知需求和海量非結構化數據處理的需求，一般每新增一個應用功能，便新增對應的感知傳感器、決策、執行層。隨著智能網聯汽車時代的到來，以特斯拉為代表的汽車電子電氣架構改革先鋒率先采用中央集中式架構，即用一個電腦控制整車。全球范圍內各大主機廠均已認識到軟件定義汽車的大趨勢，紛紛升級自身的電子電氣架構，雖不同主機廠采用幾個電腦控制整車的方案不同，但架構域控制/集中化方向相同。
智能駕駛處理數據量指數級提升，AI 芯片成為智能汽車時代的運算核心。分布式架構一般可實現低級別輔助駕駛，由于需要處理的傳感器信息相對較少，采用 MCU 芯片即可滿足運算要求。隨著高級別智能駕駛的到來，更智能的汽車需要處理更大量的圖片、視頻等非結構化數據，僅依靠傳統 MCU 芯片不能滿足運算需求，而 AI 芯片則可以實現算得快、準、巧。我們重點參考地平線的數據，L3 級別自動駕駛產生的數據量是2.3GB/s，對算力要求在 129TOPS 以上；L4 級別自動駕駛數據量達到 8GB/s，對算力要求達到 448TOPS 以上。如果考慮功能安全的冗余備份，算力需求還要翻倍。
CPU，又稱中央處理器，擅長邏輯控制和通用類型數據運算，具有不可替代性。CPU有很強的通用性，可處理不同的數據類型，主要負責順序控制、操作控制、時間控制、數據加工等操作，因此在任何一個電腦或嵌入式的計算中都有 CPU 或其裁剪版本。CPU由控制器（Control），寄存器（Cache、DRAM）和邏輯單元（ALU）構成，其中控制器和寄存器占比較大，而處理數據的邏輯單元占比較小，因此對于專用領域數據處理能力較弱。代表廠商即為 X86 處理器的英特爾和嵌入式處理器的 ARM。
