AntwortenVeröffentlicht23 Quellen
Waymos 5-nm-CarTPU ist die Sensor-Front-End für Robotaxis – nicht der Ersatz für den Waymo Driver
Waymos erster eigener Chip für autonomes Fahren ist eine 5 nm Sensor Front End – kein Ersatz für den zentralen Waymo Driver. Laut Hot Chips Berichten steckt der Prozessor in einem 45 × 45 mm großen Gehäuse, besitzt eine 208 mm² große Chipfläche, nutzt LPDDR5X mit 273 GB/s Bandbreite und benötigt weniger als 75 Watt.
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort
Wichtige Erkenntnisse
- Waymos erster eigener Chip für autonomes Fahren ist eine 5 nm Sensor Front End – kein Ersatz für den zentralen Waymo Driver.
- Laut Hot Chips Berichten steckt der Prozessor in einem 45 × 45 mm großen Gehäuse, besitzt eine 208 mm² große Chipfläche, nutzt LPDDR5X mit 273 GB/s Bandbreite und benötigt weniger als 75 Watt.
- Waymos zentrale Botschaft: Autonomes Fahren erfordert eng aufeinander abgestimmte Hardware, Software und mehrere Sensortypen – nicht einfach nur einen schnelleren Universalbeschleuniger oder ein ausschließlich kamerab...
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Waymo reveal at Hot Chips 2026 about its first custom self-driving processor, the 5-nanometer Sensor Fusion Processor—internally ca. Article summary: Waymo presented the Sensor Fusion Processor, reportedly called “carTPU” internally, as a purpose-built 5 nm front-end ASIC rather than a replacement for its main driving computer. Its job is to turn high-bandwidth raw se. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Waymos eigener Sensor-Fusion-Prozessor ist am besten als sensornahe Rechenschicht des Waymo Driver zu verstehen. Intern soll der 5-nm-ASIC Berichten zufolge „carTPU“ heißen. Er nimmt die Datenströme der Sensoren entgegen, extrahiert Merkmale und erzeugt zusammengeführte ML-Repräsentationen für den zentralen Fahrcomputer. Es handelt sich also um spezialisiertes Front-End-Silizium – nicht um ein alleinstehendes Ersatz-„Gehirn“ für das gesamte autonome Fahrsystem. 17
1
Die wichtigste Erkenntnis: Spezialchip vor dem Fahrcomputer
Waymo beschreibt den Chip als speziell entwickelten 5-nm-ASIC, der Rohdaten von Fahrzeugsensoren in Echtzeit verarbeitet, zusammenführt und darauf neuronale Netze ausführt. Ziel des Unternehmens ist es, die Zeitspanne zwischen dem Eintreffen des ersten Sensorpixels und der für Fahrentscheidungen nutzbaren Repräsentation zu verkürzen. 17
19
Diese Aufgabenteilung ist entscheidend. Der ASIC übernimmt eine besonders datenintensive frühe Phase der Wahrnehmung. Die übrige Bordelektronik bleibt dagegen heterogen: Neben kundenspezifischer ML-Technik kommen CPUs, GPUs und weitere Beschleuniger zum Einsatz – etwa für Orchestrierung, Datenbewegung und Protokollierung. 1
Die Schlagzeile lautet deshalb nicht: „Waymo ersetzt Nvidia durch einen einzigen Chip.“ Waymo nennt Nvidia und AMD weiterhin als Hardwarepartner – neben Micron, Samsung, SanDisk, Socionext und TSMC. 17
3
Diese Sensordaten werden in Echtzeit zusammengeführt
Waymo nennt in seiner öffentlichen Beschreibung ausdrücklich drei Sensorkategorien:
- Lidar für dreidimensionale Informationen über die Umgebung
- Radar für ergänzende Erkennung und Entfernungsmessung
- Kameras, darunter hochauflösende Kameraströme
Der Prozessor übernimmt die Echtzeitverarbeitung, die Merkmalsextraktion und die Fusion der Sensordaten durch neuronale Netze. Außerdem beschreibt Waymo eine zeitliche Entrauschung für die Wahrnehmung bei schlechten Lichtverhältnissen. 1
Berichte über die Präsentation auf der Konferenz Hot Chips zufolge verarbeitet das System gleichzeitig 13 hochauflösende Kameraströme. Kamera-, Lidar- und Radar-Embeddings werden demnach dem Sensor-Fusion-Encoder zugeführt. 15
8 Die verfügbaren Primärquellen bestätigen eine Fusion von Mikrofondaten jedoch nicht unabhängig. Zwar verfügt Waymos Sensorsystem der sechsten Generation über externe Audioempfänger, daraus lässt sich aber nicht ableiten, dass Mikrofone von diesem ASIC verarbeitet werden.
23
Die gemeldeten technischen Daten von Hot Chips
Die detailliertesten Zahlen stammen aus Berichten und Präsentationsmaterial zu Hot Chips, nicht aus Waymos öffentlicher Ankündigung. Genannt werden folgende Eckdaten: 15
16
| Spezifikation | Gemeldetes Detail |
|---|---|
| Fertigung | TSMC-5-nm-N5-Prozess für Automotive-Anwendungen |
| Gehäuse | 45 × 45 mm, FCBGA |
| Chipfläche | 208 mm² |
| Speicher | LPDDR5X im Package |
| Speicherbandbreite | 273 GB/s |
| Leistungsaufnahme | Unter 75 W |
| ML-Leistung | Mehr als 1.000 TOPS |
| Host-Anbindung | PCIe Gen5 x8 und 25-Gbit-Ethernet |
Die Angaben zu Gehäuse, Chipfläche, Speicher und Leistungsaufnahme sollten als berichtete Spezifikationen verstanden werden, nicht als unabhängig bestätigte Details aus Waymos eigener Mitteilung. Das ist relevant: Waymos offizieller Beitrag bestätigt Zweck, 5-nm-Fertigung, heterogene Architektur, die Angabe von mehr als 1.000 TOPS und das Partnernetzwerk. Viele Details zur konkreten Implementierung stammen dagegen aus der sekundären Berichterstattung. 17
15
Heterogene Architektur mit Fokus auf Latenz
Die gemeldete Architektur verbindet von Waymo entwickelte Bausteine für Bildverarbeitung, Videocodecs, die Sensoranbindung über MIPI und Scratchpad-Speicher mit GPU-Funktionen von Drittanbietern, PCIe Gen5, 25-Gbit-Ethernet und IP für einen sicheren Systemstart. Berichten zufolge verfügt jedes Verarbeitungselement außerdem über 2 MB bankierten SRAM. 15
16
Im Mittelpunkt steht dabei nicht nur eine möglichst große Durchsatz-Zahl. Waymo setzt auf deterministische Ausführung mit geringer Latenz sowie auf eine enge gemeinsame Entwicklung von Hardware und Software. Laut der Präsentationsberichterstattung werden große „Mega-Kernels“ compilerzentriert ausgeführt. So können Software-Stack und Chip gemeinsam auf den Weg von den eintreffenden Sensordaten bis zu den Embeddings optimiert werden. 15
Das passt zu den besonderen Anforderungen an Computertechnik im Fahrzeug. Das System muss riesige Datenmengen in Echtzeit verarbeiten und zugleich mit begrenzter Leistungsaufnahme, Wärmeentwicklung, Bauraum, Vibrationen und hohen Anforderungen an Fehlertoleranz zurechtkommen. Waymo zufolge wird die Rechenplattform flüssig gekühlt und besitzt zwei voneinander unabhängige Recheneinheiten. Fällt eine aus, kann die andere übernehmen. 1
Warum die Zahl von 1.000 TOPS einzuordnen ist
Mehr als 1.000 TOPS ist die aufmerksamkeitsstärkste Zahl. Für die Leistungsfähigkeit eines Computers für autonomes Fahren reicht sie allein aber nicht aus. Entscheidend ist unter anderem, welche Operationen in diese Angabe einfließen, wie effizient die Modelle laufen, wie viel Datenbewegung erforderlich ist und wie schnell aus den Rohdaten eine nutzbare Repräsentation entsteht.
Waymos Beschreibung ordnet den eigenen ASIC als Front-End-Beschleuniger ein, der auf die Sensorik und Modelle des Unternehmens zugeschnitten ist. Er soll Bandbreitennutzung und Latenz verbessern, indem er Daten möglichst nahe an ihrem Eingang ins Fahrzeug verarbeitet, statt sämtliche Rohdaten direkt an einen universelleren Zentralprozessor weiterzuleiten. 17
2
Die verfügbaren Berichte klären außerdem nicht, ob sich die Angabe von mehr als 1.000 TOPS auf eine einzelne Recheneinheit oder auf ein redundantes Paar bezieht. Die Zahl sollte deshalb nicht ohne weitere Erläuterung als einfaches Maß für den tatsächlich nutzbaren Systemdurchsatz interpretiert werden. 14
Die strategische Botschaft: mehrere Sensoren und gemeinsames Design
Daniel Rosenband formulierte Waymos Ziel als einen „übermenschlichen Fahrer mit deutlich weniger Unfällen als Menschen“ – nicht als System, das lediglich menschliche Wahrnehmung nachahmt. Diese Aussage fiel im Zusammenhang mit Waymos Plädoyer für die Kombination von Kameras, Lidar und Radar anstelle eines ausschließlich kamerabasierten Ansatzes. 6
Die Hardware-Strategie folgt derselben Logik: Waymo entwickelt Sensoren, Algorithmen und Silizium gemeinsam für die Anforderungen des autonomen Fahrens. Der Waymo Driver der sechsten Generation nutzt ein multimodales Sensorsystem, in dem hochauflösende Kameras, bildgebendes Radar und Lidar zusammenarbeiten. 22
Rosenband sprach außerdem über längerfristige Ziele: Künftig sollen deutlich größere KI-Modelle direkt im Fahrzeug laufen – irgendwann sogar ein Modell mit einer Billion Parametern. Gleichzeitig soll die Bordelektronik von der Größe eines „Pizzakartons“ in Richtung Laptop-Format schrumpfen. Das sind Zukunftsvisionen und keine für den aktuellen Prozessor angekündigten Fähigkeiten. 6
Was Waymo tatsächlich vorgestellt hat
Die wichtigste Schlussfolgerung lautet nicht, dass Waymo einen einzelnen Chip gebaut hat, der ein Robotaxi selbstständig steuern kann. Vielmehr entwickelt das Unternehmen eine spezialisierte Rechenkette für eines der schwierigsten Probleme am Anfang des Prozesses: Viele datenintensive Sensorströme müssen in zuverlässige Repräsentationen mit geringer Latenz übersetzt werden, bevor das zentrale Autonomiesystem daraus Fahrentscheidungen ableitet.
Zum verlässlich belegten Kern der Ankündigung gehören ein kundenspezifischer 5-nm-Sensorprozessor mit mehr als 1.000 TOPS ML-Leistung, die Echtzeitfusion von Kamera-, Lidar- und Radardaten, eine heterogene Rechenplattform, redundante Verarbeitungseinheiten und ein breites Netzwerk von Hardwarepartnern. 17
1
Die detaillierteren Hot-Chips-Angaben – ein 45 × 45 mm großes Package, eine 208 mm² große Chipfläche, 273 GB/s LPDDR5X-Bandbreite und eine Leistungsaufnahme von weniger als 75 Watt – machen den Entwurf greifbarer, sind aber vor allem berichtete Details. 15
11 Zusammengenommen zeigen die Veröffentlichungen, dass Waymo autonomes Fahren als Problem der Edge-Computing- und Systementwicklung behandelt: Latenz, Zuverlässigkeit, Sensorvielfalt und Energieeffizienz sind dabei mindestens ebenso wichtig wie die reine KI-Rechenleistung.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Waymos 5-nm-CarTPU ist die Sensor-Front-End für Robotaxis – nicht der Ersatz für den Waymo Driver“?
Waymos erster eigener Chip für autonomes Fahren ist eine 5 nm Sensor Front End – kein Ersatz für den zentralen Waymo Driver.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Waymos erster eigener Chip für autonomes Fahren ist eine 5 nm Sensor Front End – kein Ersatz für den zentralen Waymo Driver. Laut Hot Chips Berichten steckt der Prozessor in einem 45 × 45 mm großen Gehäuse, besitzt eine 208 mm² große Chipfläche, nutzt LPDDR5X mit 273 GB/s Bandbreite und benötigt weniger als 75 Watt.
Was soll ich als nächstes in der Praxis tun?
Waymos zentrale Botschaft: Autonomes Fahren erfordert eng aufeinander abgestimmte Hardware, Software und mehrere Sensortypen – nicht einfach nur einen schnelleren Universalbeschleuniger oder ein ausschließlich kamerab...