华为海思在自动驾驶领域的技术布局未来有以下新方向：

• 算力提升与能效优化：随着自动驾驶级别从 L3 向 L4、L5 演进，对算力的需求呈指数级增长。华为海思将持续提升芯片的算力，以满足复杂场景下的实时处理需求，如应对大量传感器数据融合、高精度地图匹配以及复杂的决策规划算法运算等。同时，进一步优化能效比，在提高算力的同时降低功耗，减少对车辆能源系统的负担，提升整车的续航能力。例如，通过改进芯片制程工艺、优化架构设计以及采用更先进的电源管理技术，实现同等算力下更低的能耗和发热。
• 与 AI 技术深度融合：AI 是自动驾驶发展的核心驱动力，华为海思将加强芯片与 AI 技术的深度融合。一方面，支持更高效的深度学习算法，如不断优化对卷积神经网络（CNN）、循环神经网络（RNN）及其变体长短时记忆网络（LSTM）、门控循环单元（GRU）等的硬件加速，提高模型训练和推理的速度与精度，让自动驾驶系统能够更准确地感知环境、预测路况和做出决策。另一方面，积极探索与新兴的 AI 技术如强化学习、生成对抗网络（GAN）等的结合，以提升自动驾驶系统的智能水平和适应性，例如通过强化学习让车辆在不同场景下自主学习最优的驾驶策略。
• 多模态感知融合：自动驾驶需要综合利用多种传感器进行环境感知，包括摄像头、激光雷达、毫米波雷达、超声波传感器等。华为海思未来将重点支持多模态感知融合技术，使芯片能够高效处理来自不同传感器的数据，实现信息互补和冗余，提高感知的准确性和可靠性。例如，通过硬件层面的优化，实现不同传感器数据的高速、低延迟传输和融合处理，让自动驾驶系统能够在各种复杂的天气和光照条件下都能准确感知周围环境。
• 车云协同与通信技术强化：未来自动驾驶将离不开车云协同，华为海思可能会在芯片中集成更高效的通信模块，支持 5G - A、V2X 等先进的通信技术，实现车辆与云端、车辆与车辆、车辆与基础设施之间的高速、低延迟通信。通过车云协同，车辆可以实时获取云端的高清地图、交通信息、其他车辆的行驶状态等数据，同时将自身的传感器数据和驾驶决策上传至云端进行分析和优化，提升自动驾驶的安全性和效率。此外，强化车云协同还能支持软件的远程升级和优化，以及基于云端计算资源的辅助决策等功能。
• 安全与可靠性升级：汽车的安全性至关重要，华为海思将继续加强芯片在安全与可靠性方面的设计。遵循更严格的车规级安全标准，如 ISO 26262 等，通过硬件冗余、错误检测与纠正、安全启动、加密通信等技术手段，确保芯片在各种恶劣环境和复杂工况下都能稳定、安全地运行。同时，加强软件层面的安全防护，如开发更安全的操作系统、建立完善的安全监控和诊断机制、防范网络攻击等，保障自动驾驶系统的整体安全性。