2、软件进展
目前，AI和ML正在引起兴起，因为它们能为ADAS带来高效的图像识别，这对于安全的自驾驾驶或增强的驾驶体验至关重要。AI和ML的基础技术基于深层神经网络（DNN）和卷积神经网络（CNN）。
即使在汽车应用环境中，神经网络也不会取代常规的软件应用，而只是解决一些较为困难的问题。结合新的硬件，他们也可以实现实时执行，这在对安全性要求较高的应用程序（如自动驾驶）中是必需的。在这种情况下，多核处理器会发挥重要作用，但GPU能实现更好的工作效果（见图4）。定制硬件最好，如专门的数字信号处理器（DSP）可以处理机器学习任务。
图4. 来自Nvidia的Drive PX2是针对汽车应用的最新多核CPU/GPU解决方案
这些解决方案的并行处理性能在设计中的多核和晶体管数增长方面表现良好，即使上级时钟频率达到峰值。与更传统的处理器解决方案相比，定制的解决方案具有较低的功耗。
车载信息娱乐（IVI）系统的进步正在改变司机和乘客的可视化方式，以及如何将智能设备和基于云的应用程序连接到他们的车上。所有汽车制造商均提供基于蜂窝的Wi-Fi汽车热点。更多的选择需要更强大和开放的方法。在这方面，GENIVI联盟促进了与操作系统无关的开放标准。
例如，Linux基金会的汽车级Linux（AGL）是已经得到了广泛厂商支持的IVI系统。丰田的2018款凯美瑞（见图5）以及未来的丰田汽车将使用AGL 。
图5. 丰田的2018款凯美瑞将为其车载信息娱乐（IVI）系统运行汽车级Linux（AGL）
考虑到大量传感器产生的信息量，以及由AI系统处理和生成的数据和车载网络中流动的视频流时，汽车系统上运行的应用程序和任务的数量可能会令人吃惊。在关键的安全领域，管理数据分发可以得益于像对象管理组（OMG）数据分发服务（DDS）这样的标准，可以在整个系统中提供安全、实时的管理数据交换能力。这种方法比在应用程序之间需要较少连接的设计中的点对点解决方案更好。
虚拟机管理程序是另一种常用工具，但不在车辆控制设置中。然而，由于多核解决方案的数量和复杂性，以及将安全和安全关键组件与IVI及非关键系统相结合的需求，这种变化也在明显改变着。面向汽车的虚拟机管理程序可从诸如Blackberry QNX Hypervisor，Wind River VxWorks，Green Hills Software INTEGRITY Multivisor （见图6）和Mentor Graphics的嵌入式管理程序等供应商获得。
图6. Green Hills Software的Multivisor提供了1型虚拟机管理程序的虚拟机隔离，在与IVI子系统相同的硬件上承载安全和关键子系统的汽车环境中，该虚拟机正在变得越来越普遍
虚拟机管理程序允许对虚拟机（VM）进行分区，从而可以对安全和安全认证进行划分。这意味着非关键组件也不需要相同级别的认证，这需要时间并且非常昂贵。同样，随着时间的推移，第三方添加有限的安全和安全相关组件在IVI中变得越来越普遍。
