Waymo: saját 5 nanométeres chippel gyorsítja az önvezető rendszert

A Waymo bemutatta, milyen számítási rendszer dolgozik önvezető járműveinek csomagterében. A vállalat saját, 5 nanométeres ASIC-et fejlesztett a lidar-, radar- és kameraképek valós idejű feldolgozására.
- A Waymo saját, 5 nanométeres ASIC-et fejlesztett a nyers érzékelőadatok feldolgozására.
- Az ASIC-ek több mint 1000 TOPS gépi tanulási teljesítményt biztosítanak.
- A legújabb rendszer 13 nagy felbontású kamera adatait dolgozza fel egyszerre.
- A számítási rendszer két független egységgel biztosít tartalékot meghibásodás esetére.
- A fejlesztésben többek között az AMD, az NVIDIA és a TSMC is részt vesz.
A vezetéshez millisekundumok alatt kell dönteni
A Waymo augusztus 20-án ismertette a Waymo Driver számítási architektúráját. A cég szerint a számítási rendszer az önvezető technológia agya: a nyers érzékelőadatokat valós idejű vezetési parancsokká alakítja.
A vállalat több mint 200 millió mérföldnyi teljesen autonóm vezetési tapasztalatra támaszkodva három alapkövetelmény köré építi a rendszert. Ennek reagálónak kell lennie, vagyis a jármű fedélzetén, folyamatosan és ezredmásodperces időskálán kell feldolgoznia az adatokat. A Waymo közlése szerint a szükséges nyers számítási kapacitást nyolc év alatt hússzorosára növelte, ehhez pedig erősen optimalizált szoftveres réteget társított.
A rendszer fejlett gépi tanulási modellekkel nagy részletességű képet alkot a környezetről, majd kiértékeli a legbiztonságosabb továbbhaladási lehetőséget. A vállalat szerint a dinamikus terhelések optimalizálásával jelentősen csökkentette a kép érzékelésétől a beavatkozásig tartó késleltetést.
Saját 5 nanométeres ASIC a nyers adatokhoz
A Waymo számítási rendszere az autonóm vezetés teljes feladatát kezeli, ezért a cég eltérő típusú feldolgozóegységeket kombináló, heterogén felépítést használ. A gépi tanulási feladatok mellett a központi processzorok, grafikus processzorok és gyorsítók olyan feladatokat végeznek, mint a vezérlés, az adatmozgatás és a naplózás.
A vállalat most először mutatta be saját, 5 nanométeres ASIC-jét. A speciális chipet arra tervezték, hogy a nyers lidar-, radar- és kamerafolyamokat feldolgozza, egyesítse, majd gépi tanulási modelleket futtasson rajtuk valós időben. A gyorsítók többek között a gyenge fényviszonyok érzékelését javító időbeli zajszűrést is elvégzik.
A Waymo szerint az ASIC-ek önmagukban több mint 1000 TOPS gépi tanulási teljesítményt biztosítanak az elülső feldolgozáshoz és a modellek futtatásához. A vállalat érzékelőit, szilíciumlapkáit és algoritmusait egymással párhuzamosan fejleszti. Ennek részeként ritka konvolúciókat és sűrű transzformermodelleket is futtató megoldásokon dolgozik.
A legújabb rendszer egyszerre, valós időben dolgozza fel 13 nagy felbontású kamera adatait. A Waymo bemutatása szerint ez részletesebb érzékelést tesz lehetővé gyenge fényben, és olyan környezeti részleteket is feltár, amelyeket a hagyományos kamerák nem látnak.
Ütésállóság és tartalék rendszer a fedélzeten
Az önvezető számítógépnek a jármű fizikai környezetében is megbízhatóan kell működnie. A Waymo hardvereit állandó rezgésre, ütődésre és szélsőséges hőmérsékletre tervezi. A jármű folyadékhűtésébe közvetlenül integrált rendszer a cég szerint fagyos középnyugati teleken és Phoenix forróságában is képes fenntartani a csúcsteljesítményt.
A harmadik követelmény a redundancia. Mivel az önvezető járműben nincs ember, aki hiba esetén átvehetné az irányítást, a számítási rendszert két független motorként alakították ki. Normál működés közben párhuzamosan dolgoznak, meghibásodás esetén pedig az egyik egység át tudja adni a feladatot a másiknak.
A Waymo szerint az integrált kialakítás nagy feldolgozási teljesítményt kínál a csomagtér és az akkumulátor-hatékonyság megőrzése mellett, ráadásul csendes működést tesz lehetővé. A fejlesztésben az AMD, a Micron, az NVIDIA, a Samsung, a Sandisk, a Socionext és a TSMC is részt vesz. A vállalat a következő lépésekről a Hot Chips rendezvényen tart előadásokat, és további felhasználási lehetőségek vizsgálatát ígéri a Waymo Driver és annak mesterségesintelligencia-rendszere számára.
Waymo: A look under our trunk: what’s in our compute


