AI 晶片與邊緣推論
Waymo 公開 5 奈米車載 ASIC：前端感測運算逾 1,000 TOPS
Waymo 首度披露 Robotaxi 的異構運算架構，自研 ASIC 負責即時整理相機、光達與雷達資料，再交給核心推論引擎。1,000 TOPS 未標示數值精度與功耗，不能直接與 NVIDIA 或 Tesla 的整車平台比較。
Waymo 8 月 20 日首次具體公開 Robotaxi 車載運算系統，重點是一組採 5 奈米製程的自研 ASIC。這些晶片位於感測資料管線前端，從相機、光達及雷達的原始串流提取特徵、執行時間域降噪與部分神經網路，再把整理後的資料送往負責感測融合與駕駛決策的推論引擎。因此，官方所稱逾 1,000 TOPS 並非整套 Waymo Driver 的總算力，也不等同一顆可獨立執行端到端自動駕駛模型的處理器。
這種分工的技術價值在於降低資料搬移及「像素到致動」延遲。自動駕駛通常以低批次處理連續串流，資料中心 GPU 的峰值吞吐未必能轉化成相同的即時表現；把固定且高頻的前處理、卷積或 Transformer 運算固化至 ASIC，則有機會改善延遲、功耗與運算密度。Waymo 表示八年間原始運算能力提高約 20 倍，系統亦以兩套平行運算引擎提供冗餘，避免單一硬體故障直接中斷駕駛。
不過，Waymo 沒有交代 TOPS 採用 INT8、INT4 或其他精度，也未公布晶片功耗、記憶體頻寬、面積、實測延遲及每瓦效能。系統仍搭配 AMD、NVIDIA、Micron、Samsung、Sandisk、Socionext 與 TSMC 的元件，顯示它是異構架構而非全面自研。工程團隊下一步應留意 Waymo 是否公開編譯器、模型映射方式，以及 ASIC 相對先前 FPGA 或通用加速器的端到端效能；在這些資料出現前，1,000 TOPS 只能視為容量指標。