RespostasPublicado23 fontes
O chip carTPU da Waymo transforma dados de sensores em pistas para a direção autônoma
O primeiro ASIC personalizado da Waymo para direção autônoma é uma frente de fusão de sensores — não um substituto para o computador principal do Waymo Driver. As especificações divulgadas em coberturas da Hot Chips incluem encapsulamento de 45 × 45 mm, die de 208 mm², memória LPDDR5X integrada com largura de banda...
Publicado porEditado com GPT-5.6 LunaImagens geradas com GPT Image 1.5
Resposta de pesquisa
Principais conclusões
- O primeiro ASIC personalizado da Waymo para direção autônoma é uma frente de fusão de sensores — não um substituto para o computador principal do Waymo Driver.
- As especificações divulgadas em coberturas da Hot Chips incluem encapsulamento de 45 × 45 mm, die de 208 mm², memória LPDDR5X integrada com largura de banda de 273 GB/s e consumo abaixo de 75 W.
- A estratégia da Waymo combina hardware, software e vários tipos de sensores em um sistema projetado para reduzir a latência, em vez de depender apenas de um acelerador genérico mais potente ou de uma arquitetura basea...
Prompt de IA
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
A Waymo revelou detalhes de seu Sensor Fusion Processor, um ASIC personalizado de 5 nm conhecido internamente, segundo relatos, como carTPU. O chip deve ser entendido como a camada de computação voltada aos sensores do Waymo Driver, o sistema completo responsável pela condução autônoma.
Na prática, ele recebe fluxos de dados de alta largura de banda, extrai características e produz representações combinadas para os modelos de machine learning que rodam no computador principal do veículo. Portanto, não se trata de um “cérebro” autônomo que substitui toda a plataforma de direção da Waymo. 17
1
Um chip especializado antes do computador principal
A Waymo descreve o componente como um ASIC de 5 nm desenvolvido para processar dados brutos de sensores, fazer a fusão entre eles e executar redes neurais em tempo real. O objetivo declarado é reduzir o intervalo entre o primeiro pixel capturado por um sensor e a representação usada posteriormente pelo sistema para tomar decisões de direção. 17
19
Essa divisão de tarefas é importante. O ASIC cuida de uma etapa inicial e extremamente exigente da percepção, enquanto a plataforma embarcada mais ampla continua sendo heterogênea, reunindo tecnologia própria de machine learning com CPUs, GPUs e outros aceleradores. Esses componentes também participam de tarefas como orquestração, movimentação de dados e registro de informações. 1
Isso significa que a Waymo não “substituiu a Nvidia por um único chip”. A empresa citou AMD e Nvidia entre seus parceiros de hardware, ao lado de Micron, Samsung, SanDisk, Socionext e TSMC. 17
3
O que o processador combina em tempo real
A descrição pública da Waymo menciona explicitamente três categorias de sensores:
- Lidar, que fornece informações tridimensionais sobre o ambiente;
- Radar, que complementa a detecção e a medição de distância;
- Câmeras, incluindo os fluxos de alta resolução usados pelo sistema.
O processador realiza processamento em tempo real, extração de características e fusão dos dados desses sensores por redes neurais. A Waymo também cita redução temporal de ruído para melhorar a percepção em condições de pouca luz. 1
A cobertura da apresentação na Hot Chips informa que o sistema processa simultaneamente 13 fluxos de câmeras de alta resolução e que as representações geradas por câmeras, lidar e radar alimentam o codificador de fusão de sensores. 15
8
O material primário disponível não confirma de forma independente a fusão de dados de microfones. Por isso, essa função não deve ser tratada como um recurso comprovado do ASIC divulgado. A sexta geração do conjunto de sensores da Waymo inclui receptores externos de áudio, mas isso, por si só, não demonstra que os microfones sejam processados por esse chip. 23
Especificações reportadas na Hot Chips
Os números mais detalhados vieram da cobertura da Hot Chips e de materiais da apresentação, e não do anúncio público original da Waymo. Os relatos descrevem a seguinte configuração: 15
16
| Especificação | Detalhe reportado |
|---|---|
| Processo de fabricação | Implementação automotiva N5 de 5 nm da TSMC |
| Encapsulamento | FCBGA de 45 × 45 mm |
| Área do die | 208 mm² |
| Memória | LPDDR5X integrada ao encapsulamento |
| Largura de banda da memória | 273 GB/s |
| Consumo | Abaixo de 75 W |
| Desempenho de ML | Mais de 1.000 TOPS |
| Conectividade com o sistema host | PCIe Gen5 x8 e Ethernet de 25 Gb |
Os números de encapsulamento, área, memória e consumo devem ser lidos como especificações reportadas, não como detalhes confirmados de forma independente no anúncio da Waymo. A publicação oficial confirma a finalidade do chip, a fabricação em 5 nm, a arquitetura heterogênea, a marca de mais de 1.000 TOPS e a rede de parceiros; boa parte dos detalhes de implementação veio de cobertura secundária. 17
15
Uma arquitetura heterogênea projetada para reduzir a latência
Segundo a cobertura da apresentação, o projeto combina blocos desenvolvidos pela Waymo para processamento de imagens, codecs de vídeo, ingestão de sensores via MIPI e memória scratchpad com capacidade de GPU de terceiros, PCIe Gen5, Ethernet de 25 Gb e propriedade intelectual de inicialização segura. Os relatos também mencionam 2 MB de SRAM distribuída em bancos por elemento de processamento. 15
16
A prioridade arquitetural não é apenas atingir um número alto de TOPS. A abordagem da Waymo enfatiza execução determinística, baixa latência e um desenvolvimento conjunto de hardware e software. A apresentação teria descrito uma estratégia de execução “compiler-first”, baseada em grandes mega-kernels, permitindo ajustar o software e o silício em conjunto desde a entrada dos dados dos sensores até a geração das representações usadas pelos modelos. 15
Essa escolha reflete as limitações específicas da computação automotiva. O sistema precisa lidar com enormes volumes de dados em tempo real, dentro de restrições de consumo de energia, calor, espaço físico, vibração e tolerância a falhas. A Waymo afirma que sua plataforma usa refrigeração líquida e dois mecanismos de computação independentes; se um falhar, o outro pode assumir a operação. 1
Por que “mais de 1.000 TOPS” não conta toda a história
Mais de 1.000 TOPS é o número de destaque, mas TOPS, sozinho, não define a eficiência de um computador para direção autônoma. Também é necessário saber quais operações entram na medição, quão bem os modelos são executados, quanto tráfego de dados é exigido e com que rapidez o sistema transforma dados brutos em uma representação útil.
A divulgação da Waymo posiciona o ASIC como um acelerador de front-end otimizado para o conjunto de sensores e os modelos da própria empresa. A ideia é melhorar a eficiência da largura de banda e reduzir a latência processando os dados perto do ponto em que eles entram no veículo, em vez de enviar todos os fluxos brutos diretamente para um processador central de uso geral. 17
2
Os relatos disponíveis também não esclarecem se a marca de mais de 1.000 TOPS se refere a um único mecanismo ou a um par redundante. Assim, o número não deve ser interpretado automaticamente como uma medida simples do desempenho útil de todo o sistema. 14
A mensagem estratégica: sensores múltiplos e desenvolvimento integrado
Daniel Rosenband apresentou o objetivo da Waymo como a criação de um “motorista super-humano, com muito menos acidentes do que os humanos”, e não apenas de um sistema capaz de reproduzir a percepção humana. A declaração veio acompanhada da defesa do uso conjunto de câmeras, lidar e radar, em vez de uma abordagem baseada exclusivamente em câmeras. 6
A estratégia de hardware segue a mesma lógica: a Waymo está desenvolvendo sensores, algoritmos e silício em conjunto, com foco nas exigências específicas da direção autônoma. O Driver de sexta geração usa um sistema multimodal no qual câmeras de alta resolução, radar de imagem e lidar trabalham como uma unidade. 22
Rosenband também falou sobre planos de longo prazo, como executar no veículo modelos de IA muito maiores — incluindo, eventualmente, um modelo com um trilhão de parâmetros — e reduzir o computador embarcado de algo do tamanho de uma “caixa de pizza” para uma dimensão próxima à de um notebook. Essas são metas futuras, não capacidades anunciadas como parte do processador atual. 6
O que a Waymo realmente revelou
A principal conclusão não é que a Waymo tenha criado um único chip capaz de conduzir um robotáxi sozinho. O que a empresa está fazendo é montar uma cadeia de computação especializada para resolver um dos problemas mais difíceis das primeiras etapas da percepção: converter muitos fluxos de sensores de alta largura de banda em representações confiáveis e de baixa latência para o sistema principal de autonomia.
O núcleo confirmado do anúncio é um ASIC personalizado de 5 nm, com mais de 1.000 TOPS de desempenho em machine learning, fusão em tempo real de dados de câmeras, lidar e radar, plataforma de computação heterogênea, mecanismos de processamento redundantes e uma ampla rede de parceiros de hardware. 17
1
As especificações mais granulares apresentadas na Hot Chips — encapsulamento de 45 × 45 mm, die de 208 mm², largura de banda LPDDR5X de 273 GB/s e consumo inferior a 75 W — tornam o projeto mais concreto, mas continuam sendo principalmente informações reportadas por fontes secundárias. 15
11
Em conjunto, essas divulgações mostram que a Waymo trata a direção autônoma como um problema de computação de borda e engenharia de sistemas. Nesse cenário, latência, confiabilidade, diversidade de sensores e eficiência energética são tão importantes quanto a quantidade bruta de processamento de IA.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "O chip carTPU da Waymo transforma dados de sensores em pistas para a direção autônoma"?
O primeiro ASIC personalizado da Waymo para direção autônoma é uma frente de fusão de sensores — não um substituto para o computador principal do Waymo Driver.
Quais são os pontos-chave para validar primeiro?
O primeiro ASIC personalizado da Waymo para direção autônoma é uma frente de fusão de sensores — não um substituto para o computador principal do Waymo Driver. As especificações divulgadas em coberturas da Hot Chips incluem encapsulamento de 45 × 45 mm, die de 208 mm², memória LPDDR5X integrada com largura de banda de 273 GB/s e consumo abaixo de 75 W.
O que devo fazer a seguir na prática?
A estratégia da Waymo combina hardware, software e vários tipos de sensores em um sistema projetado para reduzir a latência, em vez de depender apenas de um acelerador genérico mais potente ou de uma arquitetura basea...