最专业的配资公司 Waymo首次公开自研芯片：5nm制程，算力突破1000TOPS、台积电代工

在 Waymo 的 Robotaxi 后备箱里面，不同于其他汽车最专业的配资公司，这里没有备胎也没有工具箱，只有一台计算机，这台计算机里面有一块 Waymo 自己设计的 5 纳米芯片。

目前，官方尚未公布具体产品代号，Waymo 在官方博客和对外披露中将这款芯片称为“purpose-built 5nm ASIC”，即专为处理原始数据而设计的 5 纳米专用芯片。

该公司最近第一次对外公开了这颗芯片的技术细节，它是 Waymo 第六代自动驾驶系统的关键组件之一，专门用于处理车辆传感器收集到的海量原始数据。

这颗芯片也是 Waymo 第六代系统的一部分，目前已搭载在“Ojai”车型（极氪定制款）上。2021 年，Waymo 与吉利控股达成了合作，双方基于极氪的“浩瀚-M”（SEA-M）平台联合开发了 Waymo 专属的 Robotaxi 车型。该车型在 2024 年首次公开亮相，车型的代号是“Ojai”，目前已在美国的洛杉矶、凤凰城和旧金山三城投入了商业化运营。

这一芯片诞生的背景是这样的：Waymo 的车顶上和车身周围安装了 13 个高清摄像头，再加上激光雷达以及雷达，每秒会产生大量的数据。假如把这些数据直接喂给主计算单元，系统就会来不及反应，因此 Waymo 的做法是在传感器和主大脑之间加一层预处理，此次自研芯片干的就是这个活。

该芯片的运算能力为每秒超过 1,000 万亿次操作即 1,000 TOPS，这个数字大约相当于英伟达最新的 DRIVE AGX Thor 车载处理器，但是两者定位不同。Thor 是一款通用型的自动驾驶芯片，Waymo 的芯片则只做一件事，那就是把原始传感器数据转化成可以喂给 AI 模型的标准格式。

Waymo 表示，本次芯片的好处是能够大幅降低延迟。大家都知道自动驾驶最怕慢，从摄像头捕捉到画面、再到车辆做出反应，中间的时间窗口只有几十毫秒之短。每当多等一毫秒，车辆就会多跑几厘米。在常规的高密度城市环境中，哪怕是厘米级的差距也可能是安全与事故的分界线。

此次芯片由台积电代工，Waymo 方面还拉了一个供应商名单，其中包括 AMD、英伟达、美光、三星、Sandisk 以及 Socionext。也就是说它不是什么都自己做，而是在核心环节采用自研方式，其他部分使用现成的供应链产品。

在过去八年间，Waymo 的计算能力提升了 20 倍之多。第六代系统的总成本比第五代有着大幅下降，但是每辆车仍然要数万美元。按照 Waymo 目前的规模来算，大约 4,000 辆的 Robotaxi 每周得完成 50 万次付费出行，可以说硬件成本是它能否盈利的关键变量之一。

Waymo 把自家的计算系统设计原则总结成三个词：响应快、够皮实以及有冗余。

响应快指的是系统延迟必须足够低，Waymo 的工程师公开表示，他们在努力地优化每一毫秒，从摄像头捕捉到像素、再到车辆执行动作，整个过程他们都在尽力压缩时间。在城市道路上会有行人突然冲出、会有车辆强行变道、会有自行车在车流中穿行，这就倒逼系统必须在极短时间内理解这些信息并做出决策。

够皮实指的是硬件要能够在恶劣环境中稳定地工作，Robotaxi 要在美国凤凰城的酷暑中跑，也要在美国密歇根的寒冬里跑，面对路面颠簸、温度骤变以及持续的震动，普通服务器放在这种环境里根本撑不了几天。而 Waymo 的计算机直接接入了车辆的液冷系统，使用冷却液带走了热量，确保芯片不会因为过热而降频。

有冗余是指系统里拥有两套完全独立的计算单元，平时的时候一起运行，各自地处理各自的任务。假如其中一套出了问题，另一套就能够立刻接管，从而实现不中断的驾驶。由于 Waymo 的 Robotaxi 没有真人安全员，一切决策全部依靠系统自己完成，因此冗余是守住无人值守驾驶这条底线的关键支撑技术。

Waymo 在官方博客里展示了一组对比图：左边是传统摄像头拍的夜景图，画面模糊、细节丢失；右边是 Waymo 第六代系统在同一场景下的成像图，暗部细节比较清晰，行人、路标以及障碍物都能分辨。这主要得益于新系统的低光感知能力，可以在光线不足的环境中捕捉更多视觉信息，Waymo 认为这种优势对于夜间行驶和安全冗余十分重要。

（来源：Waymo）

与此同时，Waymo 公开这些信息的时间点也非常值得注意。当前，Robotaxi 行业正在从技术验证阶段转向规模化运营的阶段，成本控制成为了一个竞争焦点。Waymo 当前的周订单量已经接近传统出租车公司的规模，然而每一辆车的硬件成本依然是一种巨大的前期投入。

自研芯片正是 Waymo 降低成本的手段之一，通用芯片能够处理各种任务，但是自动驾驶需要的是特定场景下得到极致优化的计算效率。为特定任务定制一款芯片，能够在单位面积内放进更多专用电路，减少那些不必要的功能模块，从而能够在相同成本下获得更高的性能。

但是自研芯片也是一场豪赌，芯片从设计、到流片、再到量产，时间周期以年为单位，前期投入往往动辄数亿美元。假如市场需求不及预期，或者说技术路线发生了偏离，这些沉没成本将会很难收回。Waymo 选择在此时公开芯片细节，也在向投资者传递这样一个信号：那就是它在硬件层面已经完成了一次关键的技术积累。

在自动驾驶行业里，有不少公司选择购买现成的 GPU 或通用 AI 芯片做计算核心。Waymo 的做法是把芯片设计、算法开发以及整车集成放在一起考虑。芯片上的电路布局专门针对 Waymo 的传感器配置和 AI 模型做了定制优化，这样一来传感器送来的数据格式和芯片的处理单元是匹配的，完全不需要额外的格式转换。这种匹配关系不仅减少了数据搬运次数，也降低了延迟。

这款芯片的体积在整车中并不显眼，但它决定了车辆能够处理多少信息以及能够多快做出反应。Waymo 表示，这辆车最重要的决策都是在后备箱里面完成的，传感器等于只是眼睛和耳朵，真正重要的思考发生在后备箱里的计算单元。

目前，Waymo 尚未公布自研芯片的具体成本，也没有详细说明这颗芯片对比采购第三方方案能节省多少。但是从行业规律来看，自研芯片的摊销周期往往需要几年甚至更长时间。眼下 Waymo 的车队规模还在扩大，订单量也还在增长，预计这颗芯片的价值会在后续的规模化运营中逐步释放。

参考资料：

https://waymo.com/blog/2026/08/look-under-our-trunk/

https://techcrunch.com/2026/08/23/techcrunch-mobility-the-custom-chip-driving-waymos-robotaxi-ambitions/

https://www.theverge.com/transportation/982653/waymo-brain-computer-chip-robotaxi-hardware-suppliers

https://www.just-auto.com/news/waymo-develops-custom-chip-robotaxi-generation/