在汽车进行自动驾驶的过程中，会收集与捕捉到巨量、多源、不同结构的数据。包括但不限于毫米波雷达、摄像头、激光雷达、GPS、惯导等设备的数据。这些数据会传输到自动驾驶计算平台，运用人工智能、大数据分析、云端计算等新型技术进行处理，从而实现汽车的自动驾驶等一系列功能。 自动驾驶汽车围绕感知、决策和执行三大环节构建智能化软硬件系统。车载智能计算平台是自动驾驶汽车的“大脑”，它接收并处理原始传感器信号，对车周环境进行实时的在线感知，其中包括对道路结构、车道线等静态元素，以及车辆、行人等动态障碍物的检测识别。经过多传感器和时序信息融合，转化为环境的统一表示，然后经过运动预测和决策规划模块生成本车的行驶轨迹，并转换成车辆控制信号输出到车辆执行器，从而完成自主驾驶的行为。 计算平台的种类有许多种，针对不同的场景功能而设计不同架构，从而满足了不同的功能需求。当需要进行精确的数字运算、训练机器学习模型、进行并行计算时，GPU会比CPU更具有优势。同时，当GPU进行云计算时，会占用更少的基础资源，同时可传输的数据容量也非常巨大。RapidECU-A1Plus采用两个NVIDIA GPU的高等级自动驾驶模块uP处理器JETSON AGX Xavier，加上英飞凌满足功能安全ASIL-D等级的uC处理器TC397组成异构计算平台,可以满足上述的自动驾驶计算平台的技术上的需求，可为中高速自动驾驶车辆的计算平台。