Qué hace realmente el chip CarTPU de 5 nm que Waymo presentó en Hot Chips

El procesador personalizado de fusión de sensores de Waymo se entiende mejor como la capa de cómputo que recibe los datos de los sensores del Waymo Driver. Según los informes, dentro de la empresa se lo conoce como «CarTPU». Este ASIC de 5 nm recibe flujos de datos de gran ancho de banda, extrae características y genera representaciones de aprendizaje automático fusionadas para el ordenador principal del sistema. Es silicio especializado para la primera etapa de percepción, no un cerebro autónomo que sustituya a toda la plataforma de conducción. 171

La clave: silicio especializado antes del «cerebro» de conducción

Waymo describió el chip como un ASIC de 5 nm creado específicamente para procesar datos sensoriales en bruto, fusionarlos y ejecutar redes neuronales en tiempo real. El objetivo declarado es reducir el intervalo entre el primer píxel que llega desde un sensor y la representación que utiliza el sistema para tomar decisiones al volante. 1719

La diferencia es importante. El ASIC se ocupa de una fase inicial especialmente exigente de la percepción, mientras que la plataforma embarcada completa sigue siendo heterogénea: combina tecnología de aprendizaje automático propia con CPU, GPU y otros aceleradores para tareas como la coordinación del sistema, el movimiento de datos y el registro de información. 1

Por tanto, el anuncio no significa que «Waymo haya sustituido a Nvidia por un solo chip». La compañía mencionó a Nvidia y AMD entre sus socios de hardware, junto con Micron, Samsung, SanDisk, Socionext y TSMC. 173

Qué datos fusiona en tiempo real

La descripción pública de Waymo identifica de forma explícita tres categorías de sensores:

• Lidar, que aporta información tridimensional del entorno.
• Radar, que ofrece detección y medición de distancia complementarias.
• Cámaras, incluidas las imágenes de alta resolución del sistema.

El procesador realiza el procesamiento en tiempo real, la extracción de características y la fusión sensorial mediante redes neuronales. Waymo también mencionó técnicas de reducción temporal del ruido para mejorar la percepción en condiciones de poca luz. 1

La cobertura de la presentación de Hot Chips señala que el sistema procesa simultáneamente 13 señales de cámaras de alta resolución y que las representaciones de cámara, lidar y radar alimentan el codificador de fusión sensorial. 158

En cambio, el material primario disponible no confirma de forma independiente que el chip fusione datos de micrófonos. La sexta generación del conjunto de sensores de Waymo sí incluye receptores de audio externos, pero ese dato no demuestra por sí solo que el audio sea procesado por este ASIC. 23

Especificaciones comunicadas en torno a Hot Chips

Las cifras más detalladas proceden de la cobertura y del material de Hot Chips, no del anuncio público de Waymo. Los informes describen la siguiente configuración: 1516

Especificación	Detalle comunicado
Proceso de fabricación	Implementación automotriz N5 de 5 nm de TSMC
Encapsulado	FCBGA de 45 × 45 mm
Superficie del dado	208 mm²
Memoria	LPDDR5X integrada en el encapsulado
Ancho de banda de memoria	273 GB/s
Consumo	Inferior a 75 W
Rendimiento de aprendizaje automático	Más de 1.000 TOPS
Conectividad con el sistema anfitrión	PCIe Gen5 x8 y Ethernet de 25 Gb

Estas cifras de encapsulado, superficie, memoria y consumo deben considerarse especificaciones comunicadas por fuentes secundarias, no detalles confirmados de forma independiente en el anuncio de Waymo. La publicación oficial sí confirma la función del chip, la fabricación en 5 nm, la arquitectura heterogénea, la cifra de más de 1.000 TOPS y la red de socios; buena parte de los datos de implementación procede de la cobertura de Hot Chips. 1715

Una arquitectura heterogénea diseñada para reducir la latencia

Según los informes, el diseño combina bloques desarrollados por Waymo para el procesamiento de imágenes, los códecs de vídeo, la entrada de datos de sensores mediante MIPI y la memoria scratchpad, junto con capacidad de GPU de terceros, PCIe Gen5, Ethernet de 25 Gb y tecnología de arranque seguro. La cobertura también menciona 2 MB de SRAM distribuida en bancos por elemento de procesamiento. 1516

La prioridad arquitectónica no es únicamente presumir de una cifra elevada de rendimiento. El enfoque de Waymo pone el acento en una ejecución determinista y de baja latencia, además de una estrecha colaboración entre hardware y software. La presentación habría descrito una estrategia de ejecución «primero el compilador», basada en grandes «megakernels», para ajustar conjuntamente el software y el silicio en el recorrido que va desde los datos de los sensores hasta las representaciones que utiliza la inteligencia artificial. 15

Ese planteamiento responde a las limitaciones específicas de un vehículo. El sistema debe gestionar enormes volúmenes de datos en tiempo real, pero también funcionar dentro de límites estrictos de consumo, calor, espacio físico, vibraciones y tolerancia a fallos. Waymo afirma que su plataforma de cómputo utiliza refrigeración líquida y dos motores de procesamiento independientes; si uno falla, el otro puede asumir el control. 1

Por qué «más de 1.000 TOPS» necesita contexto

Los más de 1.000 TOPS —billones de operaciones por segundo— son la cifra más llamativa, pero por sí solos no describen la eficacia de un ordenador para conducción autónoma. También importa qué operaciones se han medido, con qué eficiencia se ejecutan los modelos, cuánto movimiento de datos requiere el sistema y cuánto tarda en transformar la información sensorial en una representación útil.

La información de Waymo sitúa el ASIC como un acelerador frontal optimizado para sus propios sensores y modelos. Al procesar los datos cerca del punto por el que entran en el vehículo, el diseño busca mejorar la eficiencia del ancho de banda y reducir la latencia, en lugar de enviar todos los flujos en bruto a un procesador central de propósito general. 172

Además, la información disponible no aclara si la cifra de más de 1.000 TOPS corresponde a un solo motor o a un par redundante. Por eso, no debe interpretarse automáticamente como una medida directa del rendimiento útil total del sistema. 14

El mensaje estratégico: autonomía multimodal y diseño conjunto

Daniel Rosenband definió el objetivo de Waymo como crear «un conductor sobrehumano con muchos menos accidentes que los humanos», no simplemente reproducir la percepción humana. Sus declaraciones se produjeron en el contexto de una defensa del uso combinado de cámaras, lidar y radar frente a los sistemas que apuestan únicamente por cámaras. 6

La estrategia de hardware sigue la misma lógica: Waymo está diseñando sensores, algoritmos y silicio de forma coordinada alrededor de las exigencias de la conducción autónoma. El Waymo Driver de sexta generación utiliza un sistema de percepción multimodal en el que cámaras de alta resolución, radar de imagen y lidar trabajan conjuntamente. 22

Rosenband también habló de objetivos a más largo plazo, como ejecutar en un vehículo modelos de inteligencia artificial mucho más grandes —incluido eventualmente uno de un billón de parámetros— y reducir el tamaño del ordenador embarcado desde el de una «caja de pizza» hasta algo parecido a un portátil. Son metas futuras, no capacidades anunciadas como parte del procesador actual. 6

Qué reveló realmente Waymo

La conclusión más clara no es que Waymo haya construido un chip capaz de conducir un robotaxi por sí solo. La compañía está construyendo una cadena de procesamiento especializada para resolver uno de los problemas más difíciles de las primeras etapas de la autonomía: convertir múltiples flujos de sensores de gran ancho de banda en representaciones fiables y rápidas para el sistema principal.

El núcleo confirmado del anuncio es un ASIC personalizado de 5 nm, con más de 1.000 TOPS de rendimiento de aprendizaje automático, fusión en tiempo real de datos de cámaras, lidar y radar, una plataforma de cómputo heterogénea, motores de procesamiento redundantes y una amplia red de socios de hardware. 171

Los detalles más concretos divulgados en torno a Hot Chips —el encapsulado de 45 × 45 mm, el dado de 208 mm², los 273 GB/s de ancho de banda de LPDDR5X y el consumo inferior a 75 vatios— permiten hacerse una idea más tangible del diseño, pero siguen siendo principalmente datos procedentes de la cobertura especializada. 1511

En conjunto, las revelaciones muestran que Waymo aborda la conducción autónoma como un problema de computación en el extremo y de ingeniería de sistemas: la latencia, la fiabilidad, la diversidad de sensores y la eficiencia energética importan tanto como la potencia bruta de la inteligencia artificial.