Alphabet 旗下自駕公司 Waymo 自研 AI 晶片上車 採台積電 5 奈米製程
Celine
Alphabet 旗下 Waymo 打造專用 ASIC 降低對輝達依賴
Alphabet 旗下自動駕駛叫車公司 Waymo 宣布，已自行開發專用 AI 晶片（ASIC），並正式導入最新一代 Robotaxi 量產車款。新晶片主要負責即時整合車輛各項感測器資料、執行 AI 模型，有望提升自駕車在複雜都市環境中的反應速度與導航能力，同時降低對外部晶片供應商的依賴。
Waymo 表示，這款 ASIC 目前已進入量產階段，採用台積電（2330）5 奈米製程生產，運算效能超過 1000 TOPS（每秒兆次運算）。若以 TOPS 指標比較，其運算能力已可與輝達（NVIDIA）最新一代自動駕駛平台相提並論。
整合影像、雷達等感測資料 讓 Robotaxi 更快「看懂」路況
Waymo 自研晶片的核心任務，是將車輛搭載的大量感測器所取得的資料進行即時融合與處理。
Robotaxi 必須同時分析攝影機、雷達及其他感測系統取得的資訊，再透過神經網路模型判斷周遭車輛、行人、障礙物與道路狀況，進而決定煞車、轉向或變換車道等動作。
Waymo 指出，自研 ASIC 能更快速處理感測器資料，並執行 AI 模型，讓車輛在複雜城市環境中擁有更好的「反射」能力與導航表現。
此外，將硬體與 Waymo 自身的軟體、感測器共同設計，也能讓公司進一步最佳化整套自駕系統，並有機會降低 Robotaxi 長期成本。
Waymo 不再只靠外部晶片 輝達、超微仍是合作夥伴
過去 Waymo 主要採用輝達、超微（AMD）等供應商的晶片，再整合至自行設計的車用電腦系統中。如今推出自研 ASIC，代表 Waymo 開始進一步掌握自駕運算核心。
不過，這並不代表 Waymo 將全面與輝達等晶片大廠切割。Waymo 表示，目前仍與包括輝達、超微、美光（MU）、三星電子、SanDisk、Socionext 及台積電（2330）等企業合作，持續推動自駕技術。
因此，市場人士認為，Waymo 自研晶片更像是增加自有硬體能力，而非完全取代第三方晶片。
Google 推動「軟硬體一把抓」 自研晶片趨勢持續擴大
Waymo 此次推出自研 ASIC，也反映 Alphabet 近年積極推動的垂直整合策略。
Google 近年已自行開發 TPU 等 AI 晶片，目的之一就是降低對外部晶片供應商的依賴，並讓硬體架構能與自身 AI 軟體及模型更緊密整合。
如今這項策略進一步延伸至 Waymo。透過自行設計晶片，Waymo 可以針對 Robotaxi 的感測器、AI 模型與自駕軟體進行客製化最佳化，在效能、功耗及成本之間取得更好的平衡。
這也符合目前大型科技公司逐漸將關鍵運算硬體「內製化」的趨勢，從資料中心 AI 晶片一路延伸至智慧型手機與自動駕駛等終端應用。
Waymo 擴大 Robotaxi 布局 自研晶片有望搭配 Zeekr 車款
Waymo 目前是美國 Robotaxi 市場的領先業者，在舊金山、鳳凰城及亞特蘭大等城市提供的自動駕駛叫車服務量，已領先特斯拉（Tesla）及亞馬遜（Amazon）旗下 Zoox 等競爭對手。
過去 Waymo 車隊主要使用改裝自 Jaguar 的車款，近期則與中國吉利汽車旗下 Zeekr 合作推出新一代 Robotaxi，新車也開始搭載 Waymo 自研 ASIC。
Waymo 表示，隨著自駕車持續走向規模化商業運轉，未來專用晶片除了提升效能，也有助於降低整體車輛成本，並為車內空間設計帶來更大的彈性。
AI 晶片自研潮從資料中心延伸至汽車
Waymo 此次自研晶片雖然不代表輝達將被全面取代，但突顯一項重要趨勢：AI 運算正從通用晶片逐漸走向高度客製化。
從 Google 自研 TPU、蘋果自製 A 系列與 M 系列晶片，到 Waymo 為 Robotaxi 打造專用 ASIC，大型科技公司都希望掌握軟體、硬體與 AI 模型之間的整合能力。
對台積電而言，Waymo 新 ASIC 採用 5 奈米製程，也再次突顯台積電在高效能運算及 AI 晶片客製化市場中的關鍵地位。
