Waymo首次公开了其自动驾驶出租车后备箱内搭载的高性能计算系统的详细规格，揭示了这家无人驾驶技术领军企业如何通过定制芯片和冗余设计实现安全、可靠的自动驾驶。该公司在一篇官方博客文章中，披露了其计算系统的芯片架构、处理器规格以及内部组件细节，并首次列出了为其构建计算系统的硬件供应商名单。

Waymo目前在美国超过10个城市运营约4000辆自动驾驶汽车，每周执行约50万次付费行程。该公司声称，其技术相比人类驾驶员能显著减少交通事故和伤亡。尽管其车辆运行的大量工作依赖于云端进行的训练和模拟，但相当一部分计算任务也在车辆内部完成。

Waymo的自动驾驶汽车配备了摄像头、激光雷达和雷达，持续接收海量原始传感器数据。这些数据由人工智能处理，以实时理解车辆周围环境，并在毫秒内转化为安全的驾驶指令。安装在车辆后备箱中的计算系统被设计为充当车辆的“眼睛、耳朵和大脑”，处理360度全方位视角，并在无人类后备的情况下做出瞬间决策。

Waymo工程副总裁Satish Jeyachandran和计算负责人Daniel Rosenband在博客中写道：“自动驾驶的计算系统需要处理高度多样化的负载。我们正在设计一个对于数据中心而言也堪称卓越的先进系统，同时还增加了车载运行环境和实时性要求的复杂性。”他们描述了指导其计算系统设计的三个核心原则：响应性、坚固性和冗余性。系统需要尽可能快速、低延迟地响应传感器数据，这需要巨大的计算能力——Waymo在过去八年中已将计算能力扩展了20倍。同时，系统还需应对道路颠簸、裂缝以及极端温度，并且基本上需要并行运行两套系统，以防一套失效。两位高管称，这三项原则是“不容妥协的”。此外，系统还不能占据整个后备箱，因为还需考虑乘客和行李的空间，并且必须近乎静音运行，以免影响乘客体验。

Waymo自行构建计算堆栈，同时也依赖第三方供应商网络提供其无法自行制造的组件。此次披露尤其值得注意，因为特斯拉CEO埃隆·马斯克曾公开贬低这种多传感器融合系统，称其存在固有缺陷。马斯克曾将激光雷达称为“拐杖”和“愚蠢的差事”，认为摄像头、雷达和激光雷达之间的传感器融合会引入危险的“传感器冲突”。他还认为，当不同传感器数据不一致时，决定信任哪个信号会造成致命的歧义，而非安全。但Waymo辩称，其强大而冗余的系统正是其能够大规模部署车辆的原因。

在博客中，Waymo介绍了其定制硅芯片——一款5纳米ASIC，专为处理来自传感器的海量数据而设计。该芯片并非将原始、杂乱的数据直接发送至车辆主脑，而是位于前线，在数据进入时进行清理、整合传感器输入，并快速执行AI检查。该芯片的专用前端处理能力达到每秒1000万亿次操作（TOPS）。由于该芯片专为Waymo的自动驾驶运营而设计，因此能完美融入整体堆栈，有助于实现低延迟的实时决策。

Waymo强调，其计算系统采用“机器学习优先”的架构，以最小延迟运行先进神经网络。为管理编排、数据移动、日志记录等关键非机器学习任务，同时最大化机器学习计算时间，Waymo将机器学习技术与最佳CPU、GPU和加速器配对，形成了一个均衡的异构系统。

此次公开披露正值自动驾驶行业竞争加剧之际，Waymo与特斯拉等公司在技术路线上存在显著分歧。Waymo坚持多传感器融合与冗余设计，而特斯拉则主要依赖纯视觉方案。Waymo此次展示其计算系统的强大能力，旨在向公众和投资者证明其技术路线的可行性，并巩固其在无人驾驶领域的领先地位。