芝能智芯出品8月20日，Waymo介绍了自己的秘密武器，自研5nm ASIC、超过1000 TOPS的机器学习算力、同时处理13个高分辨率摄像头，以及两套能够彼此接管的独立计算"引擎"。
过去八年，Waymo的车载算力提升了20倍，随着特斯拉Cybercab要在9月3日正式上路发布，Waymo这次围绕自己性能强大的芯片也要拿出点绝活来。
它真正亮出的，是Robotaxi下一阶段的竞争规则。
Waymo首次公开车载计算系统，露出来的远不只一颗芯片——那是一整座被压缩进汽车后备箱的数据中心。
Part 1
● Waymo的设计
自动驾驶是一个软件问题吗？一辆Waymo Robotaxi行驶在城市道路上时，摄像头、激光雷达和毫米波雷达会不断产生数据。
计算系统必须在毫秒内处理这些信息，识别车辆、行人、信号灯和道路结构，预测周围交通参与者的运动，然后规划路径，将判断转化为转向、制动和加速指令。
Robotaxi的汽车不能把生死攸关的判断交给不稳定的移动网络，也不能等待云端服务器返回结果。即使驶入隧道、地下车库或者通信盲区，仍然需要独立做出决定。
车载计算系统还要面对数据中心不会面对的问题：持续振动、碰撞冲击、低温、高温、灰尘，以及极其有限的空间和电力。
Waymo甚至把主控的计算中心接入了汽车的液冷系统，以保证车辆无论行驶在严寒地区，还是面对凤凰城的酷暑，都能维持稳定性能。
计算系统被设计成两套相互独立的"引擎"。正常情况下，两套系统并行工作；如果其中一套发生故障，另一套必须立即接管。
● Waymo为什么要为Robotaxi自研芯片？
Waymo 公开了一款自研5nm ASIC，与面向大量不同任务的通用处理器不同，从设计之初就围绕一组特定工作展开。
Waymo的这款芯片位于自动驾驶计算链路的前端，主要负责处理摄像头、激光雷达和毫米波雷达产生的原始数据，包括传感器融合、低光环境下的时序降噪，以及相关神经网络的实时推理。
ASIC可以提供超过1000 TOPS的机器学习性能，主要对应前端数据处理与部分机器学习任务。
Waymo仍然组合使用CPU、GPU和其他加速器，组成一套异构计算系统。
算法需要处理什么任务，芯片就为这些任务配置相应的计算单元；传感器会产生多少数据，芯片的带宽和内存就围绕这些数据设计。
为什么不全部购买现成芯片？Waymo在自动驾驶研发的早期阶段，购买通用计算平台是最高效的选择。
它可以降低研发风险，让工程师快速迭代算法，不必等待一颗需要数年才能完成的专用芯片。但到了Robotaxi商业化阶段，通用芯片的代价便会逐渐显现。
一些计算单元可能长期闲置，另一些任务又没有得到充分加速；芯片可能提供很高的峰值算力，却无法在低批量、低延迟的实际车载场景中充分发挥性能。
与此同时，通用平台的采购成本、功耗和散热负担，会被庞大的车队不断放大。
一块芯片即使只多消耗几十瓦，进入一支每天运营十几个小时的Robotaxi车队后，也会变成持续发生的充电成本、更大的散热系统和更多的停运时间。
Waymo 设计专用芯片是为了对系统进行优化
◎ 从传感器输入到车辆执行的延迟；
◎ 每次自动驾驶决策消耗的电力；
◎ 无人驾驶系统的可靠性与冗余；
◎ 一支Robotaxi车队的单公里计算成本。
Waymo 一家自动驾驶算法公司，技术悍将挺高的，覆盖设计传感器、芯片、软件、整车系统和运营网络。Robotaxi技术竞争的门槛，挺复杂的。
Part 2
特斯拉的下一代AI5芯片已经完成流片，AI5过去也被称为Hardware 5，是特斯拉为自动驾驶、机器人等物理AI任务设计的下一代推理芯片。
AI5相较AI4将拥有10倍原始算力、9倍内存容量，并为量化和Softmax等神经网络运算配置更多专用硬件，目标是实现最高50倍的综合性能提升。
50 倍，没法直接和 Waymo 的 1000 TOPS 横向比，是特斯拉针对自身软硬件体系提出的综合改进目标。
特斯拉此前计划在2027年投入生产，马斯克在最近一次业绩沟通中又将规模量产的目标指向2027年年中。
特斯拉则更加依赖大规模车辆数据、视觉模型和软硬件垂直整合，试图让同一套AI能力覆盖消费汽车、Robotaxi和Optimus机器人。
这两条看似对立的路线，最终却在芯片上会师了。
原因并不复杂：模型决定Robotaxi能不能开，芯片决定它能不能以足够低的成本一直开。
◎ Waymo的优势，是围绕Robotaxi的真实需求设计整套系统。
◎ 特斯拉的优势，则可能来自惊人的硬件规模。
如果AI5只能用于几千辆Robotaxi，它仍然是一颗研发成本极高的专用芯片；但如果它能够进入数百万辆汽车，并进一步用于Optimus机器人，特斯拉就有机会把芯片的设计和制造成本摊薄到一个巨大的硬件基数上。
◎ 特斯拉押注的是：汽车、Robotaxi和机器人，能否共同创造一种消费电子级别的AI芯片需求。
◎ Waymo希望通过运营规模摊薄芯片成本；特斯拉则希望先利用硬件规模制造芯片成本优势，再把这种优势转化成Robotaxi的运营能力。
这将成为两家公司下一阶段最重要的正面交锋。
Waymo与特斯拉并非最早意识到Robotaxi需要自研芯片的公司，在2022年，通用汽车旗下的Cruise就公开了自己的芯片计划。
Cruise当时已经规划了四类芯片：作为汽车主计算大脑的Horta、负责处理传感器数据的Dune、一颗雷达芯片，以及另一颗尚未正式公布的芯片。
Cruise计划让这些芯片进入没有方向盘和踏板的Origin Robotaxi，原定目标是在2025年前后投入使用。
Cruise决定自研芯片的原因非常直接：现有通用计算方案太贵。
管理层希望通过定制芯片降低整车成本，为Origin找到一个能够支持Robotaxi大规模运营的成本"甜蜜点"。
但Cruise最终没有等到这一天。
2024年12月，通用汽车宣布不再为Cruise的Robotaxi开发提供资金，理由正是实现规模化仍然需要大量时间和资源，同时Robotaxi市场的竞争越来越激烈。
Cruise的大部分技术团队随后被并入通用汽车，研发重心转向个人车辆的辅助驾驶和自动驾驶技术。
Cruise原本希望用自研芯片迎接规模，但规模还没有到来，Robotaxi项目本身先被终止了。
这让Cruise成为这场芯片战争里最值得研究的反面案例。
在中国，做辅助驾驶L2+的开发一颗芯片不稀奇，而Robotaxi去开发芯片，挺稀奇的。
