Pierwszy autorski układ Waymo do autonomicznej jazdy to wykonany w procesie 5 nm front end do fuzji danych z czujników, a nie zamiennik głównego komputera Waymo Driver. Według relacji z Hot Chips układ znajduje się w obudowie 45 × 45 mm, ma matrycę o powierzchni 208 mm², pamięć LPDDR5X w obudowie o przepustowości 27...
Opublikowane przezEdytowane za pomocą GPT-5.6 LunaObrazy wygenerowane za pomocą GPT Image 1.5
Research answer

Create 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
Najlepiej myśleć o autorskim procesorze Sensor Fusion Processor firmy Waymo jako o warstwie obliczeniowej znajdującej się najbliżej czujników. Układ, określany wewnętrznie jako „carTPU”, przyjmuje strumienie danych o dużej przepustowości, wyodrębnia z nich cechy i tworzy scalone reprezentacje dla głównego komputera systemu autonomicznej jazdy. To wyspecjalizowany front-end, a nie samodzielny mózg zastępujący cały stos Waymo Driver. 17
1
Waymo opisało procesor jako zaprojektowany od podstaw układ ASIC w technologii 5 nm, przeznaczony do przetwarzania i łączenia surowych danych z czujników oraz uruchamiania na nich sieci neuronowych w czasie rzeczywistym. Celem jest skrócenie drogi od pierwszego piksela odebranego przez czujnik do reprezentacji, z której korzystają kolejne elementy systemu podejmujące decyzje dotyczące jazdy. 17
19
Podział zadań ma tu kluczowe znaczenie. ASIC obsługuje wymagający, wczesny etap percepcji, ale cała platforma pokładowa pozostaje heterogeniczna: łączy autorskie rozwiązania uczenia maszynowego z procesorami CPU, GPU i innymi akceleratorami, które zajmują się między innymi koordynacją, przesyłaniem danych i rejestrowaniem informacji. 1
Nie oznacza to więc, że „Waymo zastąpiło Nvidię jednym chipem”. Wśród partnerów sprzętowych firma wymieniła zarówno Nvidię i AMD, jak i Microna, Samsunga, SanDisk, Socionext oraz TSMC. 17
3
W publicznym opisie Waymo wymienia trzy kategorie czujników:
Procesor ma w czasie rzeczywistym przetwarzać te strumienie, wyodrębniać cechy i wykonywać neuronową fuzję danych z różnych czujników. Waymo wspomniało również o czasowym odszumianiu obrazu, które ma pomagać w percepcji przy słabym oświetleniu. 1
Relacje z prezentacji Hot Chips wskazują, że system jednocześnie obsługuje 13 strumieni obrazu z kamer o wysokiej rozdzielczości, a reprezentacje z kamer, lidarów i radarów trafiają do enkodera fuzji danych. 15
8 Dostępne materiały pierwotne nie potwierdzają niezależnie łączenia danych z mikrofonów, dlatego nie należy uznawać tej funkcji za zweryfikowaną cechę ujawnionego procesora. Szósta generacja zestawu czujników Waymo obejmuje zewnętrzne odbiorniki audio, ale samo ich zastosowanie nie dowodzi, że dźwięk jest przetwarzany przez ten ASIC.
23
Najbardziej szczegółowe dane pochodzą z relacji i materiałów prezentacyjnych Hot Chips, a nie z oficjalnego komunikatu Waymo. Według tych źródeł konfiguracja wygląda następująco: 15
16
| Parametr | Raportowane dane |
|---|---|
| Technologia produkcji | Samochodowa wersja procesu TSMC 5 nm N5 |
| Obudowa | FCBGA 45 × 45 mm |
| Powierzchnia matrycy | 208 mm² |
| Pamięć | LPDDR5X w obudowie układu |
| Przepustowość pamięci | 273 GB/s |
| Pobór mocy | Poniżej 75 W |
| Wydajność ML | Ponad 1000 TOPS |
| Połączenia z hostem | PCIe Gen5 x8 oraz Ethernet 25 Gb |
Wymiary obudowy, powierzchnia matrycy, rodzaj pamięci i pobór mocy należy traktować jako specyfikację raportowaną, a nie szczegóły niezależnie potwierdzone w oficjalnym ogłoszeniu Waymo. Oficjalny wpis potwierdza przeznaczenie układu, produkcję w technologii 5 nm, heterogeniczną architekturę, wynik przekraczający 1000 TOPS oraz sieć partnerów. Znaczna część informacji o implementacji pochodzi natomiast z materiałów dodatkowych i relacji branżowych. 17
15
Raportowany projekt łączy opracowane przez Waymo bloki do przetwarzania obrazu, obsługi kodeków wideo, odbioru danych z czujników przez interfejs MIPI oraz pamięci scratchpad. Towarzyszą im możliwości obliczeniowe GPU innych dostawców, PCIe Gen5, Ethernet 25 Gb i rozwiązania IP związane z bezpiecznym rozruchem. Relacje mówią także o 2 MB bankowanej pamięci SRAM na każdy element przetwarzający. 15
16
Najważniejszym celem nie jest samo uzyskanie wysokiej liczby operacji na sekundę. Podejście Waymo koncentruje się na przewidywalnym, niskim opóźnieniu i ścisłym współprojektowaniu sprzętu z oprogramowaniem. Według opisu prezentacji system korzysta z podejścia „compiler-first” i dużych „mega-kernelów”, dzięki czemu kod oraz krzem można wspólnie dostrajać do całej ścieżki — od danych z czujnika po gotowe embeddingi. 15
To odpowiedź na specyficzne ograniczenia obliczeń wykonywanych w samochodzie. System musi przetwarzać ogromne ilości danych w czasie rzeczywistym, a jednocześnie mieścić się w limitach poboru energii, temperatury, przestrzeni, odporności na drgania i wymagań dotyczących niezawodności. Waymo podaje, że jego platforma obliczeniowa korzysta z chłodzenia cieczą oraz dwóch niezależnych silników obliczeniowych; w razie awarii jednego drugi może przejąć jego zadania. 1
Ponad 1000 TOPS to efektowna liczba, ale sama w sobie nie opisuje skuteczności komputera do jazdy autonomicznej. Znaczenie ma między innymi to, jakie operacje uwzględniono w pomiarze, jak efektywnie uruchamiane są modele, ile danych trzeba przesłać między blokami oraz jak szybko system zamienia surowe wejście z czujnika na użyteczną reprezentację.
Z ujawnionych informacji wynika, że autorski ASIC jest akceleratorem front-endu zoptymalizowanym pod kątem konkretnych czujników i modeli Waymo. Ma poprawić efektywność wykorzystania przepustowości oraz zmniejszyć opóźnienia, przetwarzając dane blisko miejsca, w którym trafiają one do samochodu, zamiast przesyłać wszystkie surowe strumienie bezpośrednio do ogólnego procesora centralnego. 17
2
Dostępne relacje nie wyjaśniają również, czy wartość przekraczająca 1000 TOPS dotyczy jednego silnika obliczeniowego, czy pary jednostek pracujących z myślą o redundancji. Nie należy więc traktować jej bez dodatkowych wyjaśnień jako prostej miary użytecznej przepustowości całego systemu. 14
Daniel Rosenband przedstawił cel Waymo jako stworzenie „nadludzkiego kierowcy”, który powodowałby znacznie mniej wypadków niż człowiek, a nie jedynie systemu dorównującego ludzkiej percepcji. Wypowiedź ta padła w kontekście obrony podejścia łączącego kamery z lidarem i radarem, zamiast polegania wyłącznie na kamerach. 6
Strategia sprzętowa jest spójna z tym założeniem: Waymo wspólnie projektuje czujniki, algorytmy i układy scalone, dostosowując je do wymagań autonomicznej jazdy. Szósta generacja Waymo Driver korzysta z multimodalnego zestawu, w którym kamery o wysokiej rozdzielczości, radar obrazujący i lidar współpracują jako jeden system. 22
Rosenband mówił także o dalszych ambicjach: uruchamianiu w samochodzie znacznie większych modeli AI, docelowo nawet modelu o bilionie parametrów, oraz zmniejszeniu komputera pokładowego z rozmiaru „pudełka po pizzy” do rozmiaru laptopa. Są to cele na przyszłość, a nie możliwości ogłoszone jako część obecnego procesora. 6
Najważniejszy wniosek nie brzmi: Waymo stworzyło pojedynczy chip, który samodzielnie prowadzi robotaksówkę. Firma buduje raczej wyspecjalizowany potok obliczeniowy wokół jednego z najtrudniejszych problemów wczesnego etapu percepcji — przekształcania wielu strumieni danych o wysokiej przepustowości w wiarygodne reprezentacje o niskim opóźnieniu, przekazywane następnie do głównego systemu autonomicznej jazdy.
Potwierdzony rdzeń ujawnionych informacji to autorski ASIC 5 nm do przetwarzania danych z czujników, oferujący ponad 1000 TOPS wydajności ML, łączący w czasie rzeczywistym dane z kamer, lidarów i radarów. Układ jest częścią heterogenicznej platformy z redundantnymi silnikami obliczeniowymi i szerokim gronem partnerów sprzętowych. 17
1
Bardziej szczegółowe dane z Hot Chips — obudowa 45 × 45 mm, matryca 208 mm², przepustowość LPDDR5X na poziomie 273 GB/s i pobór mocy poniżej 75 W — pozwalają lepiej wyobrazić sobie konstrukcję, ale pozostają przede wszystkim informacjami raportowanymi. 15
11 Razem pokazują, że Waymo traktuje autonomiczną jazdę jako problem obliczeń brzegowych i inżynierii całego systemu. Liczą się tu nie tylko surowa moc AI, lecz także opóźnienia, niezawodność, różnorodność czujników i efektywność energetyczna.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Pierwszy autorski układ Waymo do autonomicznej jazdy to wykonany w procesie 5 nm front end do fuzji danych z czujników, a nie zamiennik głównego komputera Waymo Driver.
Pierwszy autorski układ Waymo do autonomicznej jazdy to wykonany w procesie 5 nm front end do fuzji danych z czujników, a nie zamiennik głównego komputera Waymo Driver. Według relacji z Hot Chips układ znajduje się w obudowie 45 × 45 mm, ma matrycę o powierzchni 208 mm², pamięć LPDDR5X w obudowie o przepustowości 273 GB/s i pobiera mniej niż 75 W.
Waymo stawia na ścisłe współprojektowanie sprzętu, oprogramowania i wielu typów czujników, zamiast polegać wyłącznie na szybszym akceleratorze ogólnego przeznaczenia lub systemie opartym tylko na kamerach.
Pierwszy autorski układ Waymo do autonomicznej jazdy to wykonany w procesie 5 nm front end do fuzji danych z czujników, a nie zamiennik głównego komputera Waymo Driver. Według relacji z Hot Chips układ znajduje się w obudowie 45 × 45 mm, ma matrycę o powierzchni 208 mm², pamięć LPDDR5X w obudowie o przepustowości 27...
Opublikowane przezEdytowane za pomocą GPT-5.6 LunaObrazy wygenerowane za pomocą GPT Image 1.5
Research answer

Create 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
Najlepiej myśleć o autorskim procesorze Sensor Fusion Processor firmy Waymo jako o warstwie obliczeniowej znajdującej się najbliżej czujników. Układ, określany wewnętrznie jako „carTPU”, przyjmuje strumienie danych o dużej przepustowości, wyodrębnia z nich cechy i tworzy scalone reprezentacje dla głównego komputera systemu autonomicznej jazdy. To wyspecjalizowany front-end, a nie samodzielny mózg zastępujący cały stos Waymo Driver. 17
1
Waymo opisało procesor jako zaprojektowany od podstaw układ ASIC w technologii 5 nm, przeznaczony do przetwarzania i łączenia surowych danych z czujników oraz uruchamiania na nich sieci neuronowych w czasie rzeczywistym. Celem jest skrócenie drogi od pierwszego piksela odebranego przez czujnik do reprezentacji, z której korzystają kolejne elementy systemu podejmujące decyzje dotyczące jazdy. 17
19
Podział zadań ma tu kluczowe znaczenie. ASIC obsługuje wymagający, wczesny etap percepcji, ale cała platforma pokładowa pozostaje heterogeniczna: łączy autorskie rozwiązania uczenia maszynowego z procesorami CPU, GPU i innymi akceleratorami, które zajmują się między innymi koordynacją, przesyłaniem danych i rejestrowaniem informacji. 1
Nie oznacza to więc, że „Waymo zastąpiło Nvidię jednym chipem”. Wśród partnerów sprzętowych firma wymieniła zarówno Nvidię i AMD, jak i Microna, Samsunga, SanDisk, Socionext oraz TSMC. 17
3
W publicznym opisie Waymo wymienia trzy kategorie czujników:
Procesor ma w czasie rzeczywistym przetwarzać te strumienie, wyodrębniać cechy i wykonywać neuronową fuzję danych z różnych czujników. Waymo wspomniało również o czasowym odszumianiu obrazu, które ma pomagać w percepcji przy słabym oświetleniu. 1
Relacje z prezentacji Hot Chips wskazują, że system jednocześnie obsługuje 13 strumieni obrazu z kamer o wysokiej rozdzielczości, a reprezentacje z kamer, lidarów i radarów trafiają do enkodera fuzji danych. 15
8 Dostępne materiały pierwotne nie potwierdzają niezależnie łączenia danych z mikrofonów, dlatego nie należy uznawać tej funkcji za zweryfikowaną cechę ujawnionego procesora. Szósta generacja zestawu czujników Waymo obejmuje zewnętrzne odbiorniki audio, ale samo ich zastosowanie nie dowodzi, że dźwięk jest przetwarzany przez ten ASIC.
23
Najbardziej szczegółowe dane pochodzą z relacji i materiałów prezentacyjnych Hot Chips, a nie z oficjalnego komunikatu Waymo. Według tych źródeł konfiguracja wygląda następująco: 15
16
| Parametr | Raportowane dane |
|---|---|
| Technologia produkcji | Samochodowa wersja procesu TSMC 5 nm N5 |
| Obudowa | FCBGA 45 × 45 mm |
| Powierzchnia matrycy | 208 mm² |
| Pamięć | LPDDR5X w obudowie układu |
| Przepustowość pamięci | 273 GB/s |
| Pobór mocy | Poniżej 75 W |
| Wydajność ML | Ponad 1000 TOPS |
| Połączenia z hostem | PCIe Gen5 x8 oraz Ethernet 25 Gb |
Wymiary obudowy, powierzchnia matrycy, rodzaj pamięci i pobór mocy należy traktować jako specyfikację raportowaną, a nie szczegóły niezależnie potwierdzone w oficjalnym ogłoszeniu Waymo. Oficjalny wpis potwierdza przeznaczenie układu, produkcję w technologii 5 nm, heterogeniczną architekturę, wynik przekraczający 1000 TOPS oraz sieć partnerów. Znaczna część informacji o implementacji pochodzi natomiast z materiałów dodatkowych i relacji branżowych. 17
15
Raportowany projekt łączy opracowane przez Waymo bloki do przetwarzania obrazu, obsługi kodeków wideo, odbioru danych z czujników przez interfejs MIPI oraz pamięci scratchpad. Towarzyszą im możliwości obliczeniowe GPU innych dostawców, PCIe Gen5, Ethernet 25 Gb i rozwiązania IP związane z bezpiecznym rozruchem. Relacje mówią także o 2 MB bankowanej pamięci SRAM na każdy element przetwarzający. 15
16
Najważniejszym celem nie jest samo uzyskanie wysokiej liczby operacji na sekundę. Podejście Waymo koncentruje się na przewidywalnym, niskim opóźnieniu i ścisłym współprojektowaniu sprzętu z oprogramowaniem. Według opisu prezentacji system korzysta z podejścia „compiler-first” i dużych „mega-kernelów”, dzięki czemu kod oraz krzem można wspólnie dostrajać do całej ścieżki — od danych z czujnika po gotowe embeddingi. 15
To odpowiedź na specyficzne ograniczenia obliczeń wykonywanych w samochodzie. System musi przetwarzać ogromne ilości danych w czasie rzeczywistym, a jednocześnie mieścić się w limitach poboru energii, temperatury, przestrzeni, odporności na drgania i wymagań dotyczących niezawodności. Waymo podaje, że jego platforma obliczeniowa korzysta z chłodzenia cieczą oraz dwóch niezależnych silników obliczeniowych; w razie awarii jednego drugi może przejąć jego zadania. 1
Ponad 1000 TOPS to efektowna liczba, ale sama w sobie nie opisuje skuteczności komputera do jazdy autonomicznej. Znaczenie ma między innymi to, jakie operacje uwzględniono w pomiarze, jak efektywnie uruchamiane są modele, ile danych trzeba przesłać między blokami oraz jak szybko system zamienia surowe wejście z czujnika na użyteczną reprezentację.
Z ujawnionych informacji wynika, że autorski ASIC jest akceleratorem front-endu zoptymalizowanym pod kątem konkretnych czujników i modeli Waymo. Ma poprawić efektywność wykorzystania przepustowości oraz zmniejszyć opóźnienia, przetwarzając dane blisko miejsca, w którym trafiają one do samochodu, zamiast przesyłać wszystkie surowe strumienie bezpośrednio do ogólnego procesora centralnego. 17
2
Dostępne relacje nie wyjaśniają również, czy wartość przekraczająca 1000 TOPS dotyczy jednego silnika obliczeniowego, czy pary jednostek pracujących z myślą o redundancji. Nie należy więc traktować jej bez dodatkowych wyjaśnień jako prostej miary użytecznej przepustowości całego systemu. 14
Daniel Rosenband przedstawił cel Waymo jako stworzenie „nadludzkiego kierowcy”, który powodowałby znacznie mniej wypadków niż człowiek, a nie jedynie systemu dorównującego ludzkiej percepcji. Wypowiedź ta padła w kontekście obrony podejścia łączącego kamery z lidarem i radarem, zamiast polegania wyłącznie na kamerach. 6
Strategia sprzętowa jest spójna z tym założeniem: Waymo wspólnie projektuje czujniki, algorytmy i układy scalone, dostosowując je do wymagań autonomicznej jazdy. Szósta generacja Waymo Driver korzysta z multimodalnego zestawu, w którym kamery o wysokiej rozdzielczości, radar obrazujący i lidar współpracują jako jeden system. 22
Rosenband mówił także o dalszych ambicjach: uruchamianiu w samochodzie znacznie większych modeli AI, docelowo nawet modelu o bilionie parametrów, oraz zmniejszeniu komputera pokładowego z rozmiaru „pudełka po pizzy” do rozmiaru laptopa. Są to cele na przyszłość, a nie możliwości ogłoszone jako część obecnego procesora. 6
Najważniejszy wniosek nie brzmi: Waymo stworzyło pojedynczy chip, który samodzielnie prowadzi robotaksówkę. Firma buduje raczej wyspecjalizowany potok obliczeniowy wokół jednego z najtrudniejszych problemów wczesnego etapu percepcji — przekształcania wielu strumieni danych o wysokiej przepustowości w wiarygodne reprezentacje o niskim opóźnieniu, przekazywane następnie do głównego systemu autonomicznej jazdy.
Potwierdzony rdzeń ujawnionych informacji to autorski ASIC 5 nm do przetwarzania danych z czujników, oferujący ponad 1000 TOPS wydajności ML, łączący w czasie rzeczywistym dane z kamer, lidarów i radarów. Układ jest częścią heterogenicznej platformy z redundantnymi silnikami obliczeniowymi i szerokim gronem partnerów sprzętowych. 17
1
Bardziej szczegółowe dane z Hot Chips — obudowa 45 × 45 mm, matryca 208 mm², przepustowość LPDDR5X na poziomie 273 GB/s i pobór mocy poniżej 75 W — pozwalają lepiej wyobrazić sobie konstrukcję, ale pozostają przede wszystkim informacjami raportowanymi. 15
11 Razem pokazują, że Waymo traktuje autonomiczną jazdę jako problem obliczeń brzegowych i inżynierii całego systemu. Liczą się tu nie tylko surowa moc AI, lecz także opóźnienia, niezawodność, różnorodność czujników i efektywność energetyczna.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Pierwszy autorski układ Waymo do autonomicznej jazdy to wykonany w procesie 5 nm front end do fuzji danych z czujników, a nie zamiennik głównego komputera Waymo Driver.
Pierwszy autorski układ Waymo do autonomicznej jazdy to wykonany w procesie 5 nm front end do fuzji danych z czujników, a nie zamiennik głównego komputera Waymo Driver. Według relacji z Hot Chips układ znajduje się w obudowie 45 × 45 mm, ma matrycę o powierzchni 208 mm², pamięć LPDDR5X w obudowie o przepustowości 273 GB/s i pobiera mniej niż 75 W.
Waymo stawia na ścisłe współprojektowanie sprzętu, oprogramowania i wielu typów czujników, zamiast polegać wyłącznie na szybszym akceleratorze ogólnego przeznaczenia lub systemie opartym tylko na kamerach.