車輛必須在不同環境中行駛，因此車上的各種系統都必須克服溫度變化、顛簸路面、電源供給不穩定，或是其他條件所帶來的各種挑戰。再者，考量有限的車上空間，車載系統追求更小更精簡的車載電子設計。而在自駕車的發展願景上，要進入Level 3以上的階段，更重要的是AI演算法、車聯網與嵌入式運算的技術到位，因此儲存裝置也要能滿足更多頻繁讀寫與大量資訊保存的需求。

車用DRAM模組
TrendForce預期，至2024年除了車載資訊娛樂系統仍是車用DRAM消耗的主要應用外，另隨著自駕等級的提升，車用DRAM位元消耗量將佔整體DRAM位元消耗量3%以上。從車載資訊娛樂系統來看，隨著畫質的升級、影像傳輸速度的提升，DRAM需求朝4GB、高階的朝向8GB轉進的趨勢。在速度及頻寬的要求下，規格也從DDR3 2/4Gb (Gigabit)慢慢往LPDDR4 8Gb靠攏。從先進駕駛輔助系統來看，發散式如倒車雷達，其DRAM用量僅需2/4Gb即可；集中式則需將各感測器採集的資訊直接傳回中控作整合及運算，採用2/4GB較高的DRAM用量。當自駕等級往Level 3以上發展，甚至加入AI功能，車輛須具備整合資訊並立刻作出判斷的能力，對於感測器所擷取的大量資料必須即時處理，對於頻寬的要求也更大，也會往下一代DRAM規格前進。

車用嵌入式SSD
聯網的自動駕駛汽車會產生海量資料，雖然某些資料會上傳到雲端，但即時的資料處理還是得在車上進行。很難精確地測量生成的資料量。根據2019年Counterpoint研究指出，感測器產生的資料取決於其應用和規格，例如根據解析度、顏色深度、幀速率和壓縮級別，前置錄影機生成的資料可能在70 GB/hr到300 GB/hr之間。感測器類將佔據車載儲存資料的最大的一部分。感測器資料主要來自ADAS系統和V2X功能，例如，Google的自動駕駛車(如今隸屬於Waymo)，每秒可以處理1GB容量的感測器資料。以2025年L4等級無人自動駕駛資料儲存為例，以下圖表顯示了從自駕出租車到企業車隊再到乘用車，未來自駕車資訊存儲需求。