Автономные транспортные средства получают примерно одно сердцебиение времени, чтобы «прочитать» дорогу, понять, что происходит, и отреагировать. Именно это крошечное окно и стало причиной того, что Waymo создала собственный ИИ‑чип, разработанный для сжатия обработки данных с датчиков до минимально возможных миллисекунд. Поддерживаемая Alphabet компания по роботакси подробно рассказала о микросхеме в блоге на этой неделе — это первый раз, когда она публично раскрыла детали аппаратного обеспечения, находящегося в багажнике каждого из её беспилотных автомобилей.
Summary
Ключевые выводы
- Waymo разработала собственный ИИ‑ASIC, производимый по 5‑нанометровому техпроцессу TSMC, чтобы обрабатывать данные с датчиков быстрее, чем стандартное оборудование, на которое она ранее полагалась.
- Конструкция чипа опирается на более чем 200 миллионов миль реальных данных автономного вождения и способна выполнять как сверточные нейронные сети, так и трансформерные модели.
- По словам Waymo, ASIC обеспечивает более 1 000 TOPS ИИ‑производительности, вероятно, при точности INT8, хотя точное энергопотребление остаётся неясным.
- Компания по‑прежнему опирается на внешних поставщиков, включая AMD, Micron, Samsung, Sandisk и Nvidia, для задач, не связанных с машинным обучением, таких как логирование данных и оркестрация.
- Ранее Waymo использовала FPGA Intel для обработки данных с датчиков, прежде чем перейти на собственный кремний, присоединившись к Tesla в гонке по созданию специализированных чипов для автономного вождения.
Пользовательский ИИ‑чип Waymo, созданный для решений за доли секунды
Новый чип Waymo существует для того, чтобы превращать поток необработанных данных с камер, радаров и лидаров в решение о манёвре до того, как опасный момент успеет полностью развиться. Компания описывает его как передовую линию своего вычислительного стека, которая очищает входящие потоки с датчиков и запускает быстрые ИИ‑проверки в тот же миг, когда поступает информация, вместо того чтобы отправлять «сырые» данные напрямую в основной вычислительный блок автомобиля.
Создан по 5‑нанометровому техпроцессу TSMC
Чип производится с использованием 5‑нанометровой технологической нормы TSMC, что ставит Waymo в один ряд с крупными производителями микросхем, которые полагаются на тайваньского гиганта контрактного производства для передового кремния. Выбор современного техпроцесса важен, потому что он позволяет Waymo упаковать больше вычислительной мощности в более компактный и энергоэффективный корпус, который должен выживать внутри движущегося автомобиля, а не в климатически контролируемом дата‑центре.
Не менее важна, чем плотность транзисторов, гибкость. ASIC создан для выполнения как сверточных нейронных сетей, так и сопоставимых трансформерных архитектур, которые представляют как традиционные подходы к машинному обучению, так и современные модели, лежащие в основе сегодняшних ИИ‑чатботов и генераторов изображений. Такая двойная способность позволяет Waymo обновлять программное обеспечение восприятия со временем, не требуя полностью нового оборудования каждый раз, когда её модели эволюционируют.
Как чип учился на 200 миллионах миль вождения
Waymo утверждает, что архитектура чипа отражает уроки, извлечённые из более чем 200 миллионов миль накопленных данных автономного вождения, что придаёт конструкции опору в реальном мире, с которой стандартные чипы не могут легко соперничать. Этот объём истории вождения сформировал то, как кремний обрабатывает отзывчивость, надёжность и избыточность в реальных дорожных условиях, а не в лабораторных симуляциях.
Минимизация задержки как приоритет безопасности
Сокращение задержки было центральной целью проектирования чипа, поскольку аварии могут разворачиваться быстрее, чем любой удалённый оператор‑человек способен вмешаться. «В течение этих критических миллисекунд продвинутые ML‑модели формируют высокоточное понимание окружающей среды, чтобы оценить самый безопасный путь вперёд», — объяснила компания, описывая, как система выполняет временное шумоподавление в реальном времени для повышения видимости при слабом освещении.
Руководители инженерных подразделений Waymo сформулировали задачу в столь же срочных терминах. Вице‑президент по инженерным разработкам Сатиш Джейачандран (Satish Jeyachandran) и руководитель направления вычислений Дэниел Розенбанд (Daniel Rosenband) написали, что компания «проектирует передовую систему, которая считалась бы впечатляющей для дата‑центра, с добавленной сложностью эксплуатационной среды внутри автомобиля и требованиями реального времени», по данным The Verge. Они описали вычислительный стек как основанный на трёх непреложных принципах: отзывчивость, защищённость и избыточность.
Вся эта отзывчивость требует серьёзной мощности. Waymo утверждает, что её специализированный фронтенд‑чип обеспечивает более 1 000 TOPS ИИ‑производительности, хотя компания не раскрыла уровень точности или энергопотребление, стоящие за этой цифрой. Без этих деталей прямые сравнения с аппаратным обеспечением конкурирующих автономных транспортных средств и робототехники остаются затруднительными, хотя показатель TOPS, вероятно, измерен при точности INT8, что помещает его в тот же класс производительности, что и платформа Nvidia Drive AGX Thor.
Избыточность, охлаждение и остальная часть аппаратного стека
Одна вычислительная мощность недостаточна, когда оборудование находится внутри автомобиля, подверженного постоянной вибрации, ударам от дороги и экстремальным перепадам температур, с которыми ни один чип в дата‑центре не сталкивается. Waymo решает это с помощью нескольких уровней избыточности, по сути запуская дублирующие системы, чтобы единичный отказ не вывел из строя систему восприятия автомобиля. Сами чипы охлаждаются жидкостью, используя ту же систему охлаждения, которая регулирует двигатель автомобиля, поддерживая кремний в безопасном температурном диапазоне независимо от погоды снаружи.
Именно здесь становится очевиден отход Waymo от её прежней конфигурации. До внедрения собственного ASIC компания полагалась на FPGA Intel для обработки данных с датчиков. FPGA хорошо подходят для задач с низкой задержкой, что является одной из причин, по которой их часто используют фирмы высокочастотного трейдинга, но они печально известны своей сложностью программирования и не могут соперничать с плотностью вычислений специализированного кремния.
Партнёры, отвечающие за задачи вне ML
Waymo не создаёт каждый элемент своего вычислительного стека с нуля. Компания продолжает полагаться на внешних поставщиков для функций, не связанных с машинным обучением, таких как оркестрация, передача данных и логирование, называя AMD, Micron, Samsung, Sandisk и Nvidia в числе партнёров, поставляющих эти компоненты; Socionext также упоминается The Verge среди задействованных поставщиков аппаратного обеспечения. Waymo заявила, что разрабатывает ещё несколько пользовательских чипов и систем, что означает: её текущий ASIC — лишь один элемент более широкой стратегии собственного кремния, а не полная замена стороннего оборудования.
Такой гетерогенный подход отражает осознанный компромисс. Вместо того чтобы пытаться построить всю вычислительную систему внутри компании, Waymo концентрирует инженерные усилия на слиянии данных с датчиков в реальном времени и фронтенд‑машинном обучении — областях, где специализированный кремний даёт наибольшее преимущество по задержке, — полагаясь на признанных производителей чипов во всём остальном.
Waymo против Tesla: более широкая гонка чипов в сфере роботакси
Waymo — не единственная компания, делающая ставку на собственный кремний, чтобы выиграть гонку роботакси. Tesla в течение многих лет разрабатывает собственные чипы для автономного вождения и недавно запустила ограниченный сервис Robotaxi в Остине после неоднократных задержек. Подходы двух компаний также резко расходятся по философии: генеральный директор Tesla Илон Маск назвал лидар «костылём» и «пустой затеей», утверждая, что объединение данных от нескольких типов датчиков создаёт опасную неоднозначность, когда сигналы расходятся.
Подход Waymo идёт в противоположном направлении, делая ставку на то, что объединение камер, радаров и лидаров с помощью специализированного кремния делает её систему более надёжной, а не менее, и что именно пользовательские чипы позволяют ей развёртываться в значимых масштабах. Компания планирует поделиться дополнительными подробностями о своих ускорителях машинного обучения на следующей неделе на конференции Hot Chips в Стэнфорде — площадке, которая может дать самый ясный на сегодняшний день взгляд на то, как её стратегия в области кремния соотносится со стратегиями конкурентов, стремящихся к той же цели.
FAQ
Какова основная функция пользовательского ИИ‑чипа Waymo?
Он быстро обрабатывает необработанные данные с датчиков автономных транспортных средств, превращая их в реакции на дороге с минимальной задержкой.
Какая технология производства используется для чипа Waymo?
Чип производится с использованием 5‑нанометровой технологической нормы TSMC.
Какие модели машинного обучения может выполнять чип Waymo?
Он может выполнять как традиционные модели, такие как сверточные нейронные сети, так и современные трансформерные модели.
Как Waymo обеспечивает надёжность своих пользовательских чипов в автомобилях?
Waymo использует многоуровневую избыточность и системы жидкостного охлаждения для поддержания работы чипов в тяжёлых условиях.
{«@context»:»https://schema.org»,»@type»:»FAQPage»,»mainEntity»:[{«@type»:»Question»,»name»:»Какова основная функция пользовательского ИИ‑чипа Waymo?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Он быстро обрабатывает необработанные данные с датчиков автономных транспортных средств, превращая их в реакции на дороге с минимальной задержкой.»}},{«@type»:»Question»,»name»:»Какая технология производства используется для чипа Waymo?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Чип производится с использованием 5‑нанометровой технологической нормы TSMC.»}},{«@type»:»Question»,»name»:»Какие модели машинного обучения может выполнять чип Waymo?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Он может выполнять как традиционные модели, такие как сверточные нейронные сети, так и современные трансформерные модели.»}},{«@type»:»Question»,»name»:»Как Waymo обеспечивает надёжность своих пользовательских чипов в автомобилях?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Waymo использует многоуровневую избыточность и системы жидкостного охлаждения для поддержания работы чипов в тяжёлых условиях.»}}]}
Статья подготовлена при содействии искусственного интеллекта и проверена редакционной командой.
