提到自动驾驶汽车，人们第一个想到的可能是传统汽车大厂，例如：丰田、奔驰、奥迪等，或是以共享为出发点的手机叫车服务企业Uber、Lyft 等，但其实近年转型云计算的微软也早已布局自动驾驶汽车领域且成绩斐然，微软的Azure 云平台不只提供大量存储空间、高速运算能力，再加上内置的AI解决方案，可以提高自动驾驶汽车软件的智能化程度，因而吸引许多企业选择采用微软解决方案进军自动驾驶汽车市场。
在2017 年国际消费性电子展（CES）上，半导体大厂恩智浦（NXP）便选择与微软合作展示自动驾驶汽车。其中，恩智浦芯片负责处理车对车（V2V）、车对基础设施（V2I）的安全通信，而微软则应用Azure 云平台，搜集雷达、摄影机、以及激光雷达（Lidar）等传感器数据，据此分析交通状况和行人密度，并即时反馈给驾驶，同时还结合AI 技术来提高驾驶的人身安全，并打造个性化自动驾驶汽车体验。
微软Azure 如何协助自动驾驶汽车系统企业进行开发
恩智浦与微软的合作，还只是在概念展示阶段，欧洲FEV Europe GmbH 集团则将合作拉高到商品化阶段，FEV 结合微软Azure 的AI 解决方案，开发出适用于先进驾驶辅助系统（ADAS）的标签工具Annotation Tool，并在2018 年CES 展上公开亮相。
ADAS 是自动驾驶汽车顺利上路的重要关键，而标签则是ADAS 的基础，ADAS 必须从车辆数据中去识别物体，例如：移动中或静止不动的汽车、脚踏车、行人…等，并粘贴标签，才能执行后续的信息分析、危险预警等服务。由于一辆汽车上通常会有 2 个或以上的摄影机，再加上其他传感器所搜集到的数据，庞大的数据量，导致 ADAS 软件开发工程师得花费很多时间来创建标签数据库。
为了提高贴标的效率与正确度，FEV 推出内置标签数据库的工具Annotation Tool，数据库内有道路上经常会看到的物体，同时应用微软Azure 云计算上的Nvidia GPU 集群图像处理进行运算，使得传统要在本地端花费数小时、由工程师手动贴标的作业，现在可以在数据上传后由云中的FEV 软件自动完成比对，无论何种规模的标签任务都可以在短时间内完成。
LG 宣布微软策略合作！共同开发先进自动驾驶汽车系统
除了FEV 之外，韩国电子大厂LG 也看中微软AI 与云平台的技术，在今（2019）年初举办的记者会上，LG 宣布将与微软合作共同进行自动驾驶汽车软件开发工作。
根据LG 规划，未来除了在Azure 平台上开发、测试自动驾驶汽车算法之外，还会应用Azure Data Box服务，让自动驾驶汽车传感器所搜集到的数据可以自动上传云计算，并存放在特定数据库，帮助自动驾驶汽车软件变得更加智能化，以往LG 自动驾驶平台要行驶一整天才能理解的城市道路及交通模式，如今只要几分钟就可以分析完成。
此外，LG 也计划将Azure 的AI 解决方案结合先进驾驶辅助系统、疲劳驾驶侦测系统（DSM）、多用途前向摄影机上，让人工智能教导LG 软件区分行人与物体、学习路上其他车辆的驾驶模式等。由于微软 AI 服务已经内置语音助理组件（Virtual Assistant Solution Accelerator），因此 LG 也规划结合车载影音系统，让驾驶可以用声控的方式去搜索附近餐厅、了解交渠道况、播放喜欢的歌曲等。
自动驾驶汽车AI 的应用难处：为什么微软AI 能用在自动驾驶汽车上并不容易
人工智能的发展早在1950 年代就开始，随着计算机运算能力越来越强大，AI 技术也跟着进化，从最开始只有算法，到后来以专家知识为基础、用来解决特定问题的专家系统，再到现今的机器学习，通过大量学习数据，让计算功能够像人脑一样识别声音及图片，根据当下遇到的问题即时做出判断。
这种技术上的变革，让AI 应用越来越多样化，而自动驾驶汽车则是AI 应用的终极挑战，因为现实中的交通环境其实非常混乱复杂且多变，再加上不同国家的交通环境也有很大的差异，像是机车、脚踏车、汽车、公共汽车/游览车混杂行驶在马路上，而东南亚某些国家的马路则如同蚂蚁雄兵般挤满了机车。
在此情况下，一般算法无法处理复杂且大量的交通数据，必须靠着类神经网络模仿人脑构造，才能快速处理，除了技术难度高，自动驾驶汽车AI 应用还讲求运算速度和数据传输效率，因为自动驾驶汽车在道路上行驶时，无论遇到何种情况，计算机都必须快速识别并做出决策，否则很可能会发生交通事故，严重一点还会危及人命，而微软能够吸引如此多企业在自动驾驶汽车领域上合作，显见其在Azure 云平台上的服务能量与人工智能解决方案，能够满足自动驾驶汽车AI应用的各种需求。
以往提到微软云计算应用，大多集中在企业IT 类，像是数据存储、零售数据分析、客服机器人…等，随着技术成熟，微软云计算应用早已延伸至自动驾驶汽车领域，构建出比一般想象中更广更宽的云计算应用范畴。