Waymo के 5nm CarTPU के अंदर: रोबोटैक्सी के सेंसर डेटा को समझने वाली खास चिप

Waymo की कस्टम Sensor Fusion Processor को उसके Waymo Driver का sensor-facing compute layer समझना सबसे सही होगा। कंपनी के भीतर इसे कथित तौर पर “carTPU” कहा जाता है। यह 5nm ASIC हाई-बैंडविड्थ सेंसर स्ट्रीम लेती है, उनसे फीचर निकालती है और मुख्य ड्राइविंग कंप्यूटर के लिए fused ML representations तैयार करती है। यानी यह खास काम के लिए बना front-end silicon है—पूरे ऑटोनॉमस-ड्राइविंग सिस्टम का अकेला विकल्प नहीं। 171

असली खुलासा: ड्राइविंग ‘ब्रेन’ से पहले काम करने वाली चिप

Waymo ने इस चिप को raw sensor data को रियल टाइम में प्रोसेस, फ्यूज और neural networks के जरिए चलाने के लिए तैयार किया गया 5nm ASIC बताया है। लक्ष्य यह है कि सेंसर से पहला pixel या data आने और उसे ड्राइविंग सिस्टम के लिए उपयोगी representation में बदलने के बीच का समय कम हो। 1719

यहां काम का बंटवारा महत्वपूर्ण है। ASIC perception की शुरुआती और बेहद डेटा-भारी प्रक्रिया संभालती है, जबकि वाहन का पूरा onboard platform CPUs, GPUs और दूसरे accelerators के साथ मिलकर काम करता है। ये घटक orchestration, data movement और logging जैसे काम भी संभालते हैं। 1

इसका मतलब यह नहीं है कि Waymo ने Nvidia को एक ही चिप से पूरी तरह बदल दिया है। कंपनी ने Nvidia और AMD के साथ Micron, Samsung, SanDisk, Socionext और TSMC को भी अपने hardware partners में शामिल किया है। 173

यह चिप रियल टाइम में किन सेंसरों को जोड़ती है?

Waymo के सार्वजनिक विवरण में तीन sensor categories का स्पष्ट उल्लेख है:

• Lidar — वातावरण की त्रि-आयामी जानकारी के लिए
• Radar — पूरक detection और ranging के लिए
• Cameras — जिनमें high-resolution camera feeds शामिल हैं

Processor इन streams पर रियल-टाइम processing, feature extraction और neural-network sensor fusion करती है। Waymo ने कम रोशनी में perception बेहतर बनाने के लिए temporal denoising का भी उल्लेख किया है। 1

Hot Chips प्रस्तुति की रिपोर्टिंग के अनुसार, सिस्टम एक साथ 13 high-resolution camera feeds प्रोसेस करता है। Camera, lidar और radar से बने embeddings sensor-fusion encoder तक पहुंचते हैं। 158 उपलब्ध primary-source सामग्री microphone fusion की स्वतंत्र पुष्टि नहीं करती। इसलिए microphones को इस ASIC की verified feature नहीं माना जाना चाहिए। Waymo के sixth-generation sensor suite में external audio receivers जरूर हैं, लेकिन इससे यह साबित नहीं होता कि microphone data इसी ASIC द्वारा fuse किया जाता है। 23

Hot Chips से सामने आए रिपोर्टेड स्पेसिफिकेशन

सबसे विस्तृत आंकड़े Waymo की आधिकारिक घोषणा के बजाय Hot Chips की रिपोर्टिंग और presentation material से सामने आए हैं। 1516

स्पेसिफिकेशन	रिपोर्टेड विवरण
Process technology	TSMC 5nm N5 automotive implementation
Package	45 × 45 mm FCBGA
Die area	208 mm²
Memory	In-package LPDDR5X
Memory bandwidth	273 GB/s
Power	75 वॉट से कम
ML performance	1,000 TOPS से अधिक
Host connectivity	PCIe Gen5 x8 और 25Gb Ethernet

Package, die, memory और power से जुड़े आंकड़ों को reported specifications के रूप में पढ़ना चाहिए, न कि Waymo की आधिकारिक घोषणा में स्वतंत्र रूप से पुष्ट विवरण के रूप में। कंपनी की official post चिप के उद्देश्य, 5nm fabrication, heterogeneous architecture, 1,000-plus-TOPS दावे और partner ecosystem की पुष्टि करती है; implementation-level कई विवरण secondary coverage से आते हैं। 1715

Latency को केंद्र में रखकर बनाया गया heterogeneous architecture

रिपोर्टेड डिजाइन में Waymo के image-processing, video-codec, MIPI sensor-ingest और scratchpad-memory blocks को third-party GPU capability, PCIe Gen5, 25Gb Ethernet और secure-boot IP के साथ जोड़ा गया है। रिपोर्टिंग में प्रत्येक processing element के लिए 2 MB banked SRAM का भी उल्लेख है। 1516

इस architecture की प्राथमिकता केवल बड़ा throughput headline हासिल करना नहीं है। Waymo का जोर deterministic और low-latency execution तथा hardware–software co-design पर है। Presentation की रिपोर्टिंग के अनुसार, compiler-first approach के तहत बड़े “mega-kernels” चलाए जाते हैं, ताकि incoming sensor data से embeddings तक का पूरा रास्ता software और silicon दोनों स्तरों पर साथ-साथ optimize किया जा सके। 15

वाहन के भीतर computing की अपनी सीमाएं होती हैं। सिस्टम को बहुत बड़ी मात्रा में data रियल टाइम में संभालना पड़ता है, लेकिन power, heat, physical space, vibration और fault tolerance की सीमाओं के भीतर। Waymo का कहना है कि उसका compute platform liquid cooling और दो independent compute engines का इस्तेमाल करता है। इनमें से एक में खराबी आने पर दूसरा काम संभाल सकता है। 1

1,000 TOPS के आंकड़े को संदर्भ के साथ समझिए

1,000 TOPS से अधिक प्रदर्शन सुनने में प्रभावशाली है, लेकिन TOPS अकेले autonomous-driving computer की क्षमता नहीं बताता। यह भी देखना जरूरी है कि यह आंकड़ा किन operations पर आधारित है, models कितनी दक्षता से चलते हैं, data movement में कितना समय और ऊर्जा लगती है और raw sensor input से उपयोगी representation तक पहुंचने में कितनी latency आती है।

Waymo की घोषणा custom ASIC को अपने sensor suite और models के लिए optimized front-end accelerator के रूप में पेश करती है। इसका उद्देश्य data को वाहन में प्रवेश के शुरुआती बिंदु के पास प्रोसेस करके bandwidth efficiency और latency सुधारना है, बजाय इसके कि हर raw stream को सीधे एक general-purpose central processor तक भेजा जाए। 172

उपलब्ध रिपोर्टिंग यह स्पष्ट नहीं करती कि 1,000-plus-TOPS आंकड़ा एक compute engine पर लागू होता है या redundant pair पर। इसलिए अतिरिक्त स्पष्टीकरण के बिना इसे usable system throughput का सीधा माप नहीं माना जाना चाहिए। 14

रणनीतिक संदेश: multi-sensor autonomy और co-design

Daniel Rosenband ने Waymo का लक्ष्य ऐसे “superhuman driver” के रूप में बताया जो इंसानों की तुलना में कहीं कम दुर्घटनाएं करे—सिर्फ मानव perception की बराबरी करने वाला सिस्टम नहीं। यह तर्क cameras के साथ lidar और radar के इस्तेमाल के पक्ष में दिया गया, camera-only approach के विकल्प के रूप में। 6

हार्डवेयर रणनीति भी इसी सोच को दिखाती है। Waymo autonomous driving की जरूरतों के हिसाब से sensors, algorithms और silicon का co-design कर रहा है। उसके sixth-generation Driver में high-resolution cameras, imaging radar और lidar एक multimodal sensing system के रूप में साथ काम करते हैं। 22

Rosenband ने लंबी अवधि के लक्ष्यों पर भी चर्चा की—जैसे भविष्य में वाहन के भीतर बहुत बड़े AI models, यहां तक कि trillion-parameter model, चलाना और onboard computing को “pizza box” आकार से घटाकर laptop के करीब लाना। ये भविष्य की महत्वाकांक्षाएं हैं, वर्तमान processor के साथ घोषित क्षमताएं नहीं। 6

Waymo ने वास्तव में क्या बताया?

सबसे अहम निष्कर्ष यह नहीं है कि Waymo ने ऐसी अकेली चिप बना ली है जो robotaxi को अपने दम पर चला सकती है। असली बात यह है कि कंपनी autonomous driving की सबसे कठिन शुरुआती प्रक्रिया के लिए एक specialized compute pipeline तैयार कर रही है: कई high-bandwidth sensor streams को reliable और low-latency representations में बदलना, जिन्हें मुख्य autonomy system आगे इस्तेमाल कर सके।

घोषणा का verified core एक custom 5nm sensor-processing ASIC है, जिसमें 1,000 TOPS से अधिक ML performance, camera-lidar-radar data का real-time fusion, heterogeneous compute platform, redundant processing engines और व्यापक hardware-partner network शामिल हैं। 171

Hot Chips से सामने आए अधिक granular आंकड़े—45 × 45 mm package, 208 mm² die, 273 GB/s LPDDR5X bandwidth और 75 वॉट से कम power—डिजाइन को अधिक ठोस रूप देते हैं, लेकिन ये मुख्यतः reported details हैं। 1511 कुल मिलाकर, ये खुलासे दिखाते हैं कि Waymo autonomous driving को केवल AI compute की दौड़ नहीं, बल्कि edge computing और systems engineering की समस्या मानता है, जहां latency, reliability, sensor diversity और power efficiency raw performance जितने ही महत्वपूर्ण हैं।