8月20日，谷歌旗下自动驾驶技术公司Waymo正式宣布，其自研的定制ASIC芯片已应用于最新一代无人出租车（Robotaxi），并已投入量产。这款芯片算力超过1000 TOPS，采用台积电5纳米工艺制造，标志着Waymo的芯片供应来源从英伟达等第三方公司正式拓展至自研渠道。

Waymo在官网表示，这款ASIC（专用集成电路）是一款专为实时处理、融合原始传感器数据并运行高级神经网络而设计的专用机器学习引擎。通过芯片、传感器和算法的同步开发，能够突破传感器保真度、带宽效率和量化方面的极限，从而执行从稀疏卷积到密集Transformer的各种异构模型。

其专用加速器可即时从原始激光雷达、雷达和摄像头数据流中提取关键信息，用于增强低光照感知能力的时域降噪。按照算力指标衡量，Waymo的自研芯片已达到与英伟达最新一代自动驾驶系统相当的水平。

摄像头数量减半，成本显著降低

自研芯片带来的不仅是性能提升，还有成本优化。Waymo表示，通过将更多处理复杂度集中到自研芯片上，整体系统可以在使用不到上一代系统一半数量摄像头的前提下，获得更优的感知性能，同时显著降低整套自动驾驶硬件的成本。

这一举措标志着Waymo正转向打造更加专用化的Robotaxi。公司表示，这有望降低成本，同时为乘客提供更加宽敞、便捷的乘坐空间。这与谷歌正在推进的更广泛自研芯片战略相呼应——当下谷歌正试图控制不断飙升的AI计算基础设施成本。

与Gemini大模型深度集成

Waymo还宣布，将把自研定制芯片与多模态大模型Gemini深度集成到其定制无人出租车Ojai上。Ojai是Waymo与吉利旗下极氪合作开发的专用Robotaxi车型，采用纯电滑板底盘，在瑞典完成整体设计后运至美国亚利桑那州梅萨工厂，由Waymo与麦格纳国际完成总装。

在感知层面，Ojai配备了性能更强的激光雷达和音频采集系统，改进后的激光雷达在恶劣天气（如大雨和降雪）中也能保持较高的识别能力，升级后的音频接收阵列可更好地捕捉警笛等关键环境声源。这些传感数据都由自研定制芯片进行实时融合并输入到上层感知和预测模型中。

借助自研芯片与Gemini的协同，Waymo试图在Robotaxi中实现"云端-车端一体化"的智能架构：云端利用Google TPU v4/v5等训练基础设施持续迭代自动驾驶和多模态模型，车端定制芯片负责在超高并发场景下用低功耗完成推理和控制。

从依赖英伟达到自研

过去，Waymo一直依赖英伟达、AMD等公司的产品，并将这些芯片集成到自行设计的计算机系统中。此次自研芯片的量产，意味着Waymo加入了特斯拉、Mobileye等少数具备真实无人驾驶运营能力公司的行列——这些公司在关键阶段均未采用英伟达的标准车载平台，而是选择自研或深度定制的车端硅片和软件栈。

Waymo不对外销售或授权其推理芯片和自动驾驶硬件平台，而是将其视为支撑无人出租车运营的核心内部能力。这使得其在技术栈上与高度依赖第三方通用平台的车企形成明显区隔。

每周50万次付费服务，3000辆Robotaxi

公开数据显示，Waymo目前在美国约十座城市运营约3000辆Robotaxi，每周提供约50万次付费载客服务。其运营规模已在真实交通环境中验证了自研车载计算平台和芯片架构的稳定性，这一规模也为新一代Ojai与Gemini SoC的迭代提供了大量数据基础。

Waymo目前在美国Robotaxi市场处于明显领先地位，在旧金山、菲尼克斯、亚特兰大等城市提供的乘车服务数量超过特斯拉以及亚马逊旗下Zoox等竞争对手。

随着自研芯片与Gemini大模型的深度集成，Waymo的下一步将围绕以下方向推进：通过亚利桑那州工厂将Ojai年产能提升至数万辆；在更多城市开放免费或低价试乘以加速数据采集；同时在算力和成本进一步优化后探索更大规模的商业化扩张。