AREX Feed Article
Waymo 自研 5nm ASIC 算力超 1000 TOPS，先于"大脑"处理原始数据
Waymo 8 月 20 日在官方博客中首次公开自研芯片：一颗 5nm 定制 ASIC，算力超过 1,000 TOPS，专门在原始传感器数据抵达自动驾驶系统核心"大脑"之前完成处理与融合。 8 月 23 日报道称，这一性能与 Nvidia 最新的 DRIVE AGX Thor 汽车处理器大致处于同一区间。
披露芯片的同一周，Waymo 刚把新一代 Ojai 机器人出租车向洛杉矶、凤凰城、旧金山三地全体乘客开放。Waymo 在中称，芯片与传感器、算法协同设计，带来"无与伦比的效率与性能"；据 报道，这颗芯片已经跑在 Waymo 每一辆投入商业运营的 robotaxi 上。
一块 5nm ASIC，拦在原始数据和"大脑"之间
先看这块芯片负责什么。Waymo 博客原文写道："为了在大量原始数据抵达核心 ML 大脑之前处理它们，我们很高兴推出这颗自研 5nm ASIC。"它被描述为"一台专门的 ML 强机，唯一任务就是实时处理、融合原始传感器数据并运行先进神经网络"。
Ojai 全车有 13 台高清摄像头；TechTimes 统计为 13 摄像头、6 雷达、4 激光雷达共 23 个传感器，每帧图像、每个点云、每条回波都以原始形态涌向车载计算机。ASIC 上的专用加速器先做时间去噪：把每一帧与前后帧对比，把雨滴、昆虫、低光伪影这类单帧异常直接滤掉，再交给片上传感器融合推理引擎，输出统一的环境模型。Waymo 称，低光感知是这套机制的主要受益点。
性能数字是这次披露的核心：Waymo 称仅这些 ASIC 就提供超过 1,000 TOPS 的 ML 性能，专用于前端处理与 ML 模型，系统可同时实时处理 13 路高清摄像头数据。TechCrunch 给出的参照系是 Nvidia DRIVE AGX Thor；TechTimes 补充说，Thor 同样超过 1,000 INT8 TOPS（2,000 FP4 TFLOPS），是"想买而非自造"芯片的车企的主流选择。
Waymo 用"pixels-to-actuation"（从首个像素到车辆动作）延迟衡量整个链路，称这是芯片团队优化最狠的指标；过去八年，Waymo 的总计算性能增长了 20 倍。这篇博客由工程副总裁 Satish Jeyachandran 与计算负责人 Daniel Rosenband 署名， 确认了两人的身份。
车规认证与双芯片冗余：为没有司机的车兜底
Waymo 把计算系统拆成三条"不可妥协"的设计原则：响应性、耐候性、冗余。响应性指全车计算完全在车上完成，毫秒级决策；耐候性指硬件要在持续振动、冲击和极端温度下工作，芯片直接接入车辆液冷回路；冗余则是因为"没有人类可以接管"——计算系统像两台独立引擎，平时并行跑同样的负载，一台故障时另一台无缝接管。
工艺选择上，TechTimes 报道称这颗芯片由 TSMC 以车规级 N5A 工艺制造，即 5nm FinFET 的车规变体，通过了 AEC-Q100、ISO 26262、IATF 16949 三项认证，2022 年完成认证、2025 年进入车规量产；截至当时，N5A 是已量产车规工艺中认证最先进的一个，更新的 N3A 节点仍停留在 TSMC 的路线图上。
自研之外，Waymo 保留了异构架构：编排、数据搬运、日志等非 ML 任务仍交给合作伙伴的 CPU、GPU 与加速器，列出的算力伙伴包括 AMD、Micron、Nvidia、Samsung、Sandisk、Socionext 与 TSMC。TechTimes 还指出，这块 ASIC 取代了此前承担传感器处理的 Intel FPGA——算法成熟到值得为固定负载投片（ASIC 开发通常耗时 18 至 36 个月、耗资数千万美元）——而 Waymo 称芯片设计沉淀了超过 2 亿英里全自动驾驶数据。功耗、die size 与精度（很可能为 INT8）等规格尚未公布。
从首批乘客到全体乘客，Ojai 全面开放
芯片披露的时机与 Ojai 的开放绑定在一起。5 月 28 日，Waymo 在中宣布 Ojai 迎来首批公共乘客，称其为"首款搭载第六代 Waymo Driver 的车型"，并预告"今年晚些时候向所有人敞开大门"。同一篇博客给出 Waymo Driver 的累计成绩：超过 2,000 万次完全自动驾驶行程、覆盖 11 个以上城市；亚利桑那州 Mesa 工厂正把产能向每年数万台爬坡。
三个月后，承诺兑现：Ojai 在洛杉矶、凤凰城、旧金山向全体乘客开放。TechCrunch 报道称，Waymo 反复强调 Ojai"更便宜地制造、运营和维护"，这是它未来盈利所需的条件。车队规模方面，The Verge 报道称 Waymo 目前在 10 多个城市运营约 4,000 辆车，每周完成约 50 万次付费行程。
分析师最先算的账：单车硬件成本
芯片消息传开后，社交平台上最先被算的账是成本。Futurum Equities 首席市场策略师 Shay Boloor 在 称，第六代系统把单车硬件成本从约 11.5 万美元压到约 2 万美元，"一大驱动力正是垂直整合，包括这颗 1,000 TOPS 的定制 5nm 芯片"。这条推文获得超过 1,600 个赞、约 29 万次浏览。
The Verge 也引述估计称，第六代硬件成本约 2 万至 2.5 万美元一辆，第五代约为 10 万至 12.5 万美元。The AI Investor（自称专注 AI 投资的深度研究账号，8 万粉丝）则在 提醒："硬件成本终将被解决，自动驾驶 AI 才是难得多的那个问题。"
传播层面，EV 与科技新闻博主 Sawyer Merritt（110 万粉丝）把 转发，获 7.3 万次浏览；Bloomberg 科技主播 Ed Ludlow 同日贴出芯片照片并附上。
8 月 23 日，前 AMD、三星工程师、现任职 Renesas 的 Omer Cheema 在 中写道："Waymo 首次公开自研芯片：TSMC 代工的 5nm 车规 SoC，负责每辆 robotaxi 的传感器融合，这是它第一次公开展示。"
继 Tesla 之后，第二家自研 AI 芯片的运营商
TechTimes 把这次披露放进更长的时间线：Waymo 成为继 Tesla 之后第二家公开完全自研 AI 硅片的自动驾驶运营商。分工不同：Tesla 的 AI4 芯片（三星 7nm 工艺，双 SoC 合计约 100 至 150 INT8 TOPS）跑包含规划在内的完整 FSD 栈；Waymo 的 ASIC 只做前端传感器处理，规划与决策由车载异构系统完成，两者并不直接可比。
传感器路线之争是这层对比的背景。The Verge 在报道中提醒，Tesla CEO Elon Musk 曾把激光雷达称为"拐杖"和"愚蠢之举"，并称多传感器融合会引入危险的"sensor contention"（传感器争用）。Waymo 的回应逻辑是：正因为没有人类司机兜底，冗余与多传感器融合才不可妥协。
Waymo 自己给这条路线留了接口。博客称这块 ASIC"只是我们正在开发的几个令人兴奋的定制组件之一"，暗示更多自研芯片在路上；同时把非 ML 负载继续外包给 Nvidia、AMD、Micron 等伙伴。对"买算力"的车企，Thor 是现成答案；Waymo 的选择是只自研最延迟敏感、计算量最大的那一环，其余继续采购。
功耗多少、精度几何，Hot Chips 上见分晓
TechTimes 报道称，Waymo 计算负责人 Daniel Rosenband 定于 8 月 24 日在斯坦福举行的 Hot Chips 2026 发表主题演讲"Compute in Motion: Challenges of Autonomous Driving"，预期公布更多技术规格；Cheema 的首日报告显示，Waymo 已在该会议上公开展示了这颗芯片。
功耗、die size、精度三项关键参数仍是空白。TechTimes 也提醒，没有精度（大概率是 INT8），1,000+ TOPS 的数字就难以与其他平台直接对比。对 Waymo 而言，这块 ASIC 是第六代系统降本与扩张的硬件支点，而它自己的话已经预告了下一步：这只是一系列定制组件中的第一个。