由中国智能网联汽车产业创新联盟（CAICV）提出，北京地平线机器人技术研发有限公司和南京芯驰半导体科技有限公司牵头发起的《智能网联汽车视觉感知计算芯片技术要求和测试方法》CSAE标准已按《中国汽车工程学会标准（CSAE）制修订管理办法》有关规定通过立项审查，现正式列入中国汽车工程学会标准研制计划，起草任务书编号为：2021-15。

我国传统车规级芯片产业远远落后于国际汽车电子巨头，车规级芯片的自主可控对我国智能网联汽车的发展日益关键。近日全国“两会”期间，围绕汽车产业“缺芯”事件，汽车领域代表建议成立芯片创新发展平台，从标准、规范、人才、技术层面给予芯片行业、零部件行业及整车以支持。

视觉感知计算是汽车智能化的基石之一，当前智能网联汽车的视觉感知计算芯片技术发展迅速，相关的计算架构、感知算法、传感器方案也都有长足的进展，由此诞生出多种芯片产品和视觉感知解决方案，但如何衡量视觉感知计算的性能成为新的挑战。业界迫切需要制定统一的评测标准，来客观衡量行业参与者的产品性能，从而极大地减少下游厂商重复评测的工作，并加速行业优胜劣汰。

针对此类视觉感知计算芯片的AI性能评测方法，业界惯常使用的评测标准有两种：一是峰值算力，其只反映芯片理论上的最大计算能力，而非在实际AI应用场景中的处理能力，存在很大的局限性；二是目前行业较为知名的基准测试组织MLPerf，效果依赖于模型的数量和更新速度。由于芯片算法演进速度远超硬件改进速度，致使评估芯片AI性能的方法与算法发展之间存在脱节的现象，智能网联汽车产业尚缺乏与时俱进、能够有效评估芯片AI性能的标准。

《智能网联汽车视觉感知计算芯片技术要求和测试方法》由地平线和芯驰科技牵头，联合国汽智控、华为、国汽智联、一汽、德赛西威、理想汽车、百度、中汽中心工程院、黑芝麻、智行者、中汽院智能网联、中汽数据、超星未来等行业优势单位共同制定，该标准从质量管理体系、质量控制、可靠性试验及AI性能评测等方面对视觉感知计算芯片的技术要求进行规范，并针对当前芯片性能评测存在的问题，提出MAPS(Mean Accuracy-guaranteed Processing Speed，精度保持下平均帧率）评测方法，针对应用场景的特点，在精度有保障的前提下，包容所有与算法相关的选择，评估芯片对数据的平均处理速度，以此为业界提供一个评估芯片真实性能的全新视角。 

该项标准的研究制定将有助于解决汽车视觉感知计算芯片性能评估方法缺失的现状，提供直观、量化视觉感知计算芯片真实性能的评测方法，牵引面向真实场景的芯片性能优化方向，帮助业界更全面地了解每款芯片的视觉感知计算能力，找到最适宜的视觉感知落地方案，为行业提供测试基准，推动汽车计算芯片在产业链下游的应用和发展。学会将联盟、相关行业学会/协会、标准化组织、相关企业及科研机构合力推动汽车智能芯片产业链的自主可控以及智能网联汽车产业的发展。