Mengenal CarTPU Waymo: Prosesor 5nm yang Mengolah Data Sensor Robotaxi

Waymo mengungkap prosesor Sensor Fusion Processor khusus berproses 5 nanometer yang secara internal dilaporkan disebut “carTPU”. Namun, chip ini bukan “otak” tunggal yang menggantikan seluruh sistem kemudi otonom. Perannya lebih spesifik: menjadi lapisan komputasi yang berhadapan langsung dengan sensor, mengolah data mentah berbandwidth tinggi, mengekstrak fitur, lalu menghasilkan representasi pembelajaran mesin yang telah digabungkan untuk komputer utama Waymo Driver. 171

Chip khusus sebelum komputer utama mengambil keputusan

Waymo menggambarkan chip tersebut sebagai ASIC 5nm yang dirancang khusus untuk memproses, menggabungkan, dan menjalankan jaringan saraf pada data sensor mentah secara real time. Sasaran utamanya adalah memperpendek jeda sejak piksel pertama diterima sensor hingga informasi tersebut menjadi representasi yang dapat digunakan sistem untuk berkendara. 1719

Pembagian tugas ini penting. ASIC menangani tahap awal persepsi yang sangat berat, sedangkan platform komputasi di dalam kendaraan tetap bersifat heterogen. Artinya, sistem juga menggabungkan teknologi pembelajaran mesin buatan Waymo dengan CPU, GPU, dan akselerator lain untuk orkestrasi, perpindahan data, pencatatan, serta tugas-tugas non-ML lainnya. 1

Jadi, pengumuman ini tidak berarti Waymo “menggantikan Nvidia dengan satu chip”. Waymo masih mencantumkan Nvidia dan AMD sebagai mitra perangkat keras, bersama Micron, Samsung, SanDisk, Socionext, dan TSMC. 173

Data sensor apa saja yang digabungkan?

Dalam penjelasan publiknya, Waymo menyebut tiga kategori sensor utama:

• Lidar, untuk menangkap informasi lingkungan dalam bentuk tiga dimensi
• Radar, untuk deteksi dan pengukuran jarak yang saling melengkapi
• Kamera, termasuk sejumlah aliran video beresolusi tinggi

Prosesor ini melakukan pemrosesan real time, ekstraksi fitur, dan sensor fusion berbasis jaringan saraf dari berbagai aliran tersebut. Waymo juga menyebut teknik temporal denoising untuk membantu persepsi dalam kondisi minim cahaya. 1

Laporan mengenai presentasi Hot Chips menyebut sistem tersebut dapat memproses 13 aliran kamera beresolusi tinggi secara bersamaan. Embedding dari kamera, lidar, dan radar kemudian diteruskan ke encoder sensor fusion. 158

Namun, sumber primer yang tersedia belum mengonfirmasi secara independen bahwa pemrosesan mikrofon merupakan fitur chip ini. Sistem sensor Waymo generasi keenam memang memiliki penerima audio eksternal, tetapi keberadaan perangkat tersebut tidak otomatis membuktikan bahwa data mikrofon digabungkan oleh ASIC yang diungkapkan. 23

Spesifikasi yang dilaporkan dari Hot Chips

Rincian teknis paling lengkap berasal dari liputan dan materi presentasi Hot Chips, bukan dari pengumuman publik Waymo. Spesifikasi yang dilaporkan meliputi: 1516

Spesifikasi	Detail yang dilaporkan
Teknologi fabrikasi	Proses TSMC 5nm N5 untuk otomotif
Paket	FCBGA 45 × 45 mm
Luas die	208 mm²
Memori	LPDDR5X di dalam paket
Bandwidth memori	273 GB/detik
Konsumsi daya	Di bawah 75 watt
Performa ML	Lebih dari 1.000 TOPS
Konektivitas host	PCIe Gen5 x8 dan Ethernet 25Gb

Angka terkait paket, luas die, memori, dan konsumsi daya sebaiknya dipahami sebagai spesifikasi yang dilaporkan, bukan detail yang seluruhnya telah dikonfirmasi dalam pengumuman Waymo. Pernyataan resmi perusahaan mengonfirmasi tujuan chip, fabrikasi 5nm, arsitektur heterogen, klaim performa di atas 1.000 TOPS, serta jaringan mitranya. Sementara itu, sebagian besar rincian implementasi berasal dari liputan sekunder. 1715

Arsitektur heterogen yang mengejar latensi rendah

Menurut laporan mengenai presentasi tersebut, desainnya memadukan blok buatan Waymo untuk pemrosesan gambar, codec video, penerimaan data sensor melalui MIPI, dan memori scratchpad. Komponen itu dipasangkan dengan kemampuan GPU pihak ketiga, PCIe Gen5, Ethernet 25Gb, serta IP secure boot. Liputan yang sama juga menyebut adanya SRAM terbanking sebesar 2 MB pada setiap elemen pemrosesan. 1516

Fokus arsitekturnya bukan sekadar menghasilkan angka throughput besar. Waymo menekankan eksekusi yang deterministik, latensi rendah, serta perancangan perangkat keras dan perangkat lunak secara terpadu. Materi presentasi dilaporkan menjelaskan pendekatan compiler-first untuk menjalankan mega-kernel berukuran besar. Dengan cara ini, perangkat lunak dan silikon dapat dioptimalkan bersama-sama untuk jalur dari data sensor yang masuk hingga menjadi embedding. 15

Kebutuhan tersebut mencerminkan tantangan komputasi di kendaraan. Sistem harus mengolah data dalam jumlah sangat besar secara real time, tetapi tetap menghadapi batasan konsumsi daya, panas, ruang fisik, getaran, serta toleransi kesalahan. Waymo mengatakan platform komputasinya menggunakan pendingin cair dan dua mesin komputasi independen. Jika salah satunya gagal, mesin lainnya dapat mengambil alih. 1

Mengapa angka 1.000 TOPS tidak bisa dibaca sendirian?

Lebih dari 1.000 TOPS—triliun operasi per detik—memang menjadi angka utama dalam pengungkapan Waymo. Namun, TOPS saja tidak cukup untuk mengukur seberapa efektif komputer otonom bekerja. Hal yang juga penting adalah jenis operasi yang dihitung, efisiensi model, kebutuhan perpindahan data, serta seberapa cepat sistem mengubah data sensor mentah menjadi representasi yang berguna.

Waymo menempatkan ASIC ini sebagai akselerator front-end yang dioptimalkan untuk sensor dan model miliknya. Dengan memproses data lebih dekat ke titik masuk sensor, chip tersebut diharapkan meningkatkan efisiensi bandwidth dan mengurangi latensi, alih-alih mengirim seluruh aliran data mentah langsung ke prosesor pusat serbaguna. 172

Laporan yang tersedia juga belum menjelaskan apakah angka lebih dari 1.000 TOPS berlaku untuk satu mesin atau gabungan dua mesin yang dibuat redundan. Karena itu, angka tersebut tidak seharusnya langsung dianggap sebagai ukuran throughput sistem yang dapat digunakan tanpa batas. 14

Strategi Waymo: sensor beragam dan desain bersama

Daniel Rosenband menyebut target Waymo sebagai “pengemudi supermanusia dengan jauh lebih sedikit kecelakaan dibandingkan manusia”, bukan sekadar sistem yang menyamai kemampuan persepsi manusia. Pernyataan itu disampaikan bersamaan dengan pembelaan terhadap penggunaan kamera, lidar, dan radar secara bersamaan, bukan pendekatan yang hanya mengandalkan kamera. 6

Strategi perangkat kerasnya mengikuti logika yang sama. Waymo merancang sensor, algoritma, dan silikon secara bersamaan berdasarkan kebutuhan kendaraan otonom. Waymo Driver generasi keenam menggunakan sistem sensor multimodal, dengan kamera beresolusi tinggi, radar pencitraan, dan lidar yang bekerja sebagai satu kesatuan. 22

Rosenband juga membahas ambisi jangka panjang untuk menjalankan model AI yang jauh lebih besar di dalam kendaraan—termasuk kemungkinan model berparameter satu triliun—serta mengecilkan komputer terpasang dari ukuran “kotak pizza” menuju ukuran laptop. Semua itu masih merupakan target masa depan, bukan kemampuan yang diumumkan sebagai bagian dari prosesor saat ini. 6

Inti pengungkapan Waymo

Kesimpulan terpentingnya bukan bahwa Waymo telah membuat satu chip yang dapat mengemudikan robotaxi seorang diri. Yang terlihat adalah upaya membangun jalur komputasi khusus untuk menyelesaikan salah satu tahap paling berat dalam sistem otonom: mengubah banyak aliran sensor berbandwidth tinggi menjadi representasi yang andal dan berlatensi rendah bagi sistem kemudi utama.

Bagian inti yang terkonfirmasi adalah ASIC pemrosesan sensor 5nm dengan performa ML lebih dari 1.000 TOPS, kemampuan menggabungkan data kamera, lidar, dan radar secara real time, platform komputasi heterogen, mesin pemrosesan redundan, serta jaringan mitra perangkat keras yang luas. 171

Sementara itu, rincian Hot Chips seperti paket 45 × 45 mm, die 208 mm², bandwidth LPDDR5X 273 GB/detik, dan konsumsi daya di bawah 75 watt membuat desain tersebut lebih mudah dibayangkan, tetapi terutama masih berupa detail yang dilaporkan. 1511 Secara keseluruhan, pengungkapan ini menunjukkan bahwa Waymo memandang kendaraan otonom sebagai persoalan komputasi tepi dan rekayasa sistem—di mana latensi, keandalan, keberagaman sensor, dan efisiensi daya sama pentingnya dengan kekuatan komputasi AI mentah.