Waymo 于 8月20日 发布了其 Driver 内部计算架构说明，介绍了一款专为特定用途打造的 5nm ASIC，用于在原始传感器数据到达主 ML 堆栈之前，对其进行实时处理、融合并运行神经网络。公司表示，这些 ASIC “单独就能提供超过 1,000 TOPS 的 ML 性能，专用于前端处理”，并被纳入一个由 CPUs、GPUs 及其他加速器组成的异构系统。过去八年，计算能力已扩大 20 倍。这颗芯片还负责包括低照度感知中的时序去噪在内的前端工作。

常见解读哪里有问题

1,000 TOPS 这一数字是与其他自动驾驶项目的整车级数据进行对比的。Waymo 自己的表述明确将其限定为 前端处理——也就是在驾驶模型之前进行的传感器融合与去噪——并补充说，这颗芯片“只是我们正在开发的若干令人兴奋的定制组件之一”。把它与竞争对手的全栈 TOPS 相比，相当于拿一个子系统去对比整个系统。还有两点不能误读：合作伙伴名单中出现 NVIDIA 并不意味着 Waymo 运行在 NVIDIA 上——它只是七家被点名的供应商之一，另外还有 AMD、Micron、Samsung、Sandisk、Socionext 和 TSMC。而“八年提升 20 倍”是公司自报的内部比率，没有给出绝对起点，因此无法与其他数据核对。

仍未披露的内容

没有晶圆面积。没有功耗。没有单价。没有产量。没有系统所运行模型的参数量。对于一篇以“看清车尾箱里有什么”为框架的帖子而言，能够帮助任何人估算单车成本的数字全部缺失——而单车成本正是决定 robotaxi 车队经济性是否成立的关键指标。

为何选择现在

在竞争对手按季度公布 TOPS 数据的十年里，Waymo 一直对其计算能力保持模糊。如今在不披露成本的情况下公开架构，更像是一种招聘和信誉层面的举措，而非真正的透明化——而此时，第六代平台正扩展到新的市场。