华为海思自动驾驶技术在华为智能驾驶系统 ADS 的发展中起着关键作用，目前华为 ADS 系统已发展到 3.0 版本，华为海思自动驾驶技术处于以下发展阶段：

• 硬件配置优化：在华为 ADS 系统的迭代中，硬件配置不断优化。如从 ADS 1.0 到 ADS 2.0 再到 ADS 3.0，激光雷达数量从 3 个减少到 1 个，毫米波雷达数量从 6 个减少到 3 个，摄像头从 13 个减少到 11 个。同时，单个激光雷达的覆盖范围和分辨率增加，还引入了 4D 毫米波雷达，在降低硬件成本的同时，提升了传感器融合的效率和系统的感知能力。
• 算法架构升级：ADS 系统的算法架构不断升级。ADS 1.0 阶段采用 BEV 算法，通过多传感器融合以三维方式呈现车辆周围环境数据。ADS 2.0 引入 GOD 算法，使车辆能够在没有高精地图的情况下自主识别车道、障碍物及周围环境，极大地提升了系统的自主决策能力和在复杂城市环境中的泛化能力。ADS 3.0 引入端到端大模型架构，采用感知 + 决策分层的 GOD+PDP 架构，实现了从传感器输入到感知、决策、规划的全面一体化，显著提升了系统的智能化程度、实时响应能力和在复杂环境中的智能驾驶能力。
• 算力平台提升：通过 MDC 计算平台的逐步升级实现了智能驾驶系统的算力优化。例如，ADS 1.0 阶段采用自研的 MDC 610 Pro 计算平台，支持 400TOPS 的算力。后续的 MDC 810 集成了 Ascend 910 芯片，拥有强大的算力和丰富的接口，适用于多种场景。海思 Ascend 系列芯片在其中发挥了重要作用，如 Ascend 310 用于车辆的辅助驾驶系统，处理传感器数据、进行简单的目标识别与预警等；Ascend 910 为自动驾驶车辆的复杂路况模拟、高精度地图绘制等提供强大的计算支持。
• 应用场景拓展：ADS 1.0 主要依赖高精地图，在特定城市能实现较稳定的自动驾驶功能，但城市拓展性有局限。ADS 2.0 实现了无图驾驶，2023 年 Q2 已实现深圳、上海、广州、重庆、杭州的城区 NCA 落地，并在 2024 年实现了相关功能的全量推送。ADS 3.0 进一步扩展了功能，支持从停车位到停车位的全自动驾驶，包括自动泊车和复杂环境中的自主导航，应用场景不断丰富。