无人驾驶领军企业 Waymo 首次公开了其自动驾驶系统背后的关键硬件细节，包括定制硅芯片架构、处理器规格及核心供应商名单。这一披露旨在展示其车载计算系统如何像 " 数据中心 " 般高效运行，同时满足车载环境的严苛要求。

车载 " 大脑 " 的性能与设计原则

目前，Waymo 在超过 10 个城市运营着约 4,000 辆自动驾驶汽车，每周完成约 50 万次付费行程。尽管大量训练和模拟在云端进行，但车辆需实时处理来自摄像头、激光雷达和雷达的海量传感器数据，并在毫秒级时间内做出驾驶决策。

Waymo 工程副总裁 Satish Jeyachandran 和计算主管 Daniel Rosenband 指出，其计算系统设计遵循三大 " 不可妥协 " 的原则：极速响应、坚固耐用和冗余备份。过去八年间，Waymo 已将车载算力提升了 20 倍，以应对低延迟需求及极端温度、路面颠簸等挑战。此外，系统采用并行双套运行机制以防故障，并需在保持近乎静音的同时，不占用过多后备箱空间以保障乘客体验。

定制芯片与异构计算架构

针对特斯拉 CEO 埃隆 · 马斯克对多传感器融合技术的质疑，Waymo 强调了其系统的稳健性。马斯克曾批评激光雷达是 " 拐杖 "，认为传感器融合会导致致命歧义。对此，Waymo 表示，其基于机器学习的架构通过结合 CPU、GPU 和加速器，构建了平衡的异构系统，能够以极低延迟运行先进神经网络。

核心组件包括一款专为 Waymo 打造的 5 纳米 ASIC 定制芯片。该芯片作为前端处理器，负责清理原始数据、合并传感器输入并执行快速 AI 检查，提供高达 1,000 TOPS（每秒万亿次操作）的算力。这种设计显著降低了反应时间，并能同时实时处理 13 个高分辨率摄像头的高保真数据，从而在低光环境下获得优于传统摄像头的感知能力。

供应链与成本考量

Waymo 并未完全自研所有组件，而是依赖全球供应链。其公布的硬件合作伙伴包括 AMD、美光、英伟达、三星、闪迪、索喜和台积电。公司将内部研发重点集中在实时传感器融合和前端机器学习上。

尽管技术细节得以公开，但 Waymo 未透露确切成本。据估算，其第六代硬件每辆车的成本约为 20,000 至 25,000 美元，较第五代硬件的 100,000 至 125,000 美元大幅降低。然而，高昂的硬件费用仍是阻碍其大规模扩张和实现盈利的潜在挑战。

【星途科讯 图文丨赵晶 首发于 ZAKER 科技，转载请注明出处】