Aigest.
Biznes AI

Waymo tworzy własny chip dla robotaksówek, zmniejszając zależność od Nvidii

Waymo, spółka zależna Alphabetu, opracowała własny procesor do swoich autonomicznych taksówek, co ma obniżyć koszty i zwiększyć wydajność.

RA

Udostępnij
Waymo tworzy własny chip dla robotaksówek, zmniejszając zależność od Nvidii
Fot. The Decoder

Spółka Waymo, należąca do Alphabetu i specjalizująca się w technologii autonomicznych pojazdów, stworzyła własny chip przeznaczony dla swoich robotaksówek. Decyzja ta ma na celu ograniczenie zależności od zewnętrznych dostawców, takich jak Nvidia i AMD, a także obniżenie kosztów operacyjnych.

Nowy procesor jest już zaimplementowany w najnowszej generacji pojazdów Waymo. Firma podkreśla, że chip umożliwia szybsze przetwarzanie danych z sensorów oraz efektywniejsze uruchamianie modeli sztucznej inteligencji, które są kluczowe dla rozumienia otoczenia i reagowania na nie przez autonomiczne taksówki.

Specyfikacja i produkcja nowego chipa

Zgodnie z informacjami podanymi przez Waymo, autorski chip oferuje wydajność przekraczającą 1000 TOPS (bilionów operacji na sekundę). Jest on produkowany przez firmę TSMC w technologii 5 nanometrów. Taka specyfikacja stawia go na równi z obecnymi systemami Nvidii przeznaczonymi do autonomicznej jazdy, co świadczy o zaawansowaniu rozwiązania Waymo.

Strategiczne znaczenie dla Waymo

Stworzenie własnego układu scalonego jest strategicznym krokiem dla Waymo. Pozwala to nie tylko na redukcję kosztów, ale także na lepsze dopasowanie sprzętu do specyficznych potrzeb i algorytmów rozwijanych przez firmę. Integracja własnego chipa ma kluczowe znaczenie dla optymalizacji wydajności i efektywności energetycznej systemów autonomicznej jazdy.

Nowy chip jest instalowany w nowej generacji robotaksówek Waymo, które są budowane we współpracy z chińskim producentem Zeekr.

Decyzja Waymo o samodzielnym projektowaniu i produkcji kluczowych komponentów sprzętowych podkreśla rosnącą tendencję w branży autonomicznej jazdy do pionowej integracji. Firmy dążą do pełniejszej kontroli nad technologią, co pozwala na szybsze innowacje, lepszą optymalizację kosztów i zwiększenie konkurencyjności na dynamicznie rozwijającym się rynku robotaksówek.

Źródło: the-decoder.com

Komentarze

Zaloguj się, aby dołączyć do dyskusji.

Nikt jeszcze nie skomentował. Bądź pierwszy!

Czytaj dalej

Starcloud pozyskuje 250 mln dolarów na orbitalne centra danych, mimo kurczących się możliwości startowych
Groq pozyskuje 350 mln dolarów na rozwój neochmury AI, zmieniając strategię z producenta chipów
NVIDIA Magpie TTS: Tworzenie wielojęzycznych agentów głosowych z niskimi opóźnieniami
NVIDIA udostępnia Alpamayo 2 Super: otwarty model VLA 34B dla autonomicznej jazdy
NVIDIA prezentuje Molt: nowe ramy dla agentowego uczenia ze wzmocnieniem w PyTorch
Symulacje kluczowe dla rozwoju fizycznej sztucznej inteligencji: przegląd silników

Bądź na bieżąco ze światem AI

Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.