2026/08/20 23:13
車体下部の覗き込み：我々のコンピューティング資源には何があるか？
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
ウェイモの最新の自律走行技術の突破により、人間のバックアップなしで完全に動作するように設計された、「脳のような」専用コンピューティングシステムが導入されました。このアーキテクチャは、安全性とパフォーマンスを確保するために、応答性、堅牢性、冗長性の 3 つの譲れない要件を優先します。車両の液体冷却システムと直接統合されることで、ハードウェアは長期的な耐久性のために極端な振動や衝撃、温度に耐えます。カスタム 5nm ASIC チップに基づいて構築され、最優秀クラスの CPU、GPU、アクセラレータと連携することで、このスタックは前世代の 8 年間にわたる粗加工処理能力を 20 倍に向上させながら、ピクセルからアクションまでのレイテンシを最小限に抑えています。AMD、NVIDIA、TSMC などの業界パートナーとの独自の共同設計戦略を通じて開発されたこのシステムは、13 つの高解像度カメラからの高精度データを同時に処理し、暗い環境下でもセンサー入力を実際の走行コマンドに変換してミリ秒以内で行います。この大規模な処理を支えているのは、完全な自律走行の経験を 2 億マイル以上に及ぶものであり、その ML プライマリーアーキテクチャの信頼性を検証しています。このアプローチは、従来のカメラシステムと比較しても精度を損なわずに複雑なセンサーフュージョンモデルの効率的な処理を実現します。ユーザーにとっての意味は、車両が独立したエンジン障害が発生した場合にも瞬時に反応したり安全に解除したりできることであり、これは自律走行の信頼性とパフォーマンスにおいて新しい業界標準を設定します。
本文
ウェイモドライバーにおける高性能コンピューティングアプローチ：専用 ASIC と並行設計の実装
Compute は、ウェイモドライバーの**「脳」**として機能し、生のセンサーデータをリアルタイムで走行コマンドへと変換します。物理的な人工知能（AI）が道路において安全に動作するためには、決定論的かつ低遅延な性能を備えたシステムへの設計思想の根本的な転換が必要です。
過去 10 年間でハードウェア、センサー、アルゴリズムを並行して共同設計し、実世界のエッジコンピューティング特有の課題に取り組んできました。今回は、道路上で最も高性能なコンピューティングシステムの構築方法を初めて公開いたします。
自律走行向けシステムが満たすべき 3 つの要件
データセンターでは称賛されるレベルの最先端システムを設計するだけでなく、車両内の特殊な運用環境やリアルタイム要件という複雑性も考慮しています。2 億マイル以上の完全自律走行の実績に基づき、譲りようのない 3 つの要件を重視しています。
1. レスポンス性（超低遅延）
- リアルタイムでの走行判断のため、車両内で完全に自律して動作します。
- 「最初のピクセルからアクションまで」にかかる遅延をミリ秒単位で最小化しています。
- 高度な機械学習（ML）モデルは、この決定的な間隔で環境を高解像度理解し、最も安全な次の経路を評価します。
- 生体コンピューティングパワーを8 年で 20 倍にスケールアップし、最適化されたソフトウェアスタックと組み合わせています。
2. 耐久性（極限環境での信頼性）
- コンポーネントからシステムレベルまで、顕著な耐久性和信頼性を設計しています。
- ハードウェアは常時振動や衝撃を受け、極端な温度下でも動作します。
- 車両の液体冷却システムと直接統合することで：
- 中西部の冷たい冬でも
- フェニックスのような灼熱の夏でも
- 常にピークパフォーマンスを維持できます。
3. 冗長性（人間によるバックアップなし）
- 人間が引き継ぐ役割がないため、能動的な安全対策および冗長性はシステムの本質です。
- コンピューティングは2 つの独立したエンジンのように設計されており、通常はフルパラレルで動作します。
- 一方に障害が発生した場合でも、他方がシームレスに引き継ぎます。
パフォーマンステックの革新：「ピクセルからアクチュエーション」
すべてのパーセンタイルにわたって動的ワークロードを最適化することで、「赤から青への変化」（遅延）を大幅に低下させました。これにより、システムは複雑で高密度な環境を安全に走行するために必要な素早い反射神経を獲得します。
ハイブリッド・アーキテクチャの採用
市販コンポーネントから専用システムへの進化には、物理的およびアーキテクチャ的な再考が必要でした。当社の高度に統合されたシステムは以下のバランスを実現しています：
- 膨大な処理能力を提供しつつ、ライダー体験を損なわない。
- バッテリー効率を最大化しつつ、十分なトランクスペースを確保する。
- 静粛に動作し、先進的なニューラルネットワークを最小の遅延で実行する。
また、ML 主要アーキテクチャを採用し、オーケストレーションやデータ移動などの非 ML タスクを管理しつつ、計算リソースの最大限な割り当てを実現するためのバランスのとれたハイブリッド（heterogeneous）システムを構築しました。
ウェイモ専用に開発された 5nm ASIC
大量の生データを取り扱うため、専用設計の**5nm ASIC（特定用途向け集積回路）**を導入しました。
- ML パワーハウス:
- 生のセンサーデータに対してリアルタイムに先進的なニューラルネットワークを処理・融合・実行することを専任目的に設計。
- シリコン、センサー、アルゴリズムを並行して共同設計し、帯域効率や量子化の限界まで押し広げる。
- 疎結合型畳み込みから密集型トランスフォーマーに至る多様なモデルを実行可能。
専用アクセラレーターの機能
- 瞬時に生の LiDAR、レーダー、カメラストリームから重要な情報を抽出。
- 優れた低照度感知を実現するための時間的ノイズ除去を含む処理を行う。
- このデータは専用推論エンジンに供給され、センサーフュージョン ML モデルの実行を可能にする（忠実度を損なわずに効率性を高める）。
性能と効率性
- ASIC 単体でもフロントエンド処理および ML モデル向けに1,000 TOPS以上の ML パフォーマンスを提供。
- 全スタック全体での最適化を行い、特に頻繁に動作する低バッチ領域でのパフォーマンスを最大化。
画像説明: 最新のシステム（右側）は、13 の高解像度カメラからの高忠実度データを同時にリアルタイムで処理し、卓越した低照度感知を実現します。これにより、従来のカメラ（左側）が見逃す重要な環境の詳細も明らかにします。
パートナーシップと将来展望
専用シリコンの開発に留まらず、業界リーダーとの緊密な連携を通じて技術を効率的にスケールさせています。以下のパートナーと共に、最も高性能な自律コンピューティングシステムの提供を誇りに思っています：
- AMD
- Micron
- NVIDIA
- Samsung
- Sandisk
- Socionext
- TSMC
今後の展望
この成果はこれから訪れることのほん一つの断面に過ぎません。ウェイモドライバーの新たなユースケースを探求し、AI スタックが進化するにつれて、高効率かつ高パフォーマンスなコンピューティングに対する需要はさらに高まるでしょう。
詳細をお知りになりたい場合は以下をご参照ください：
- Hot Chips セッション: ウェイモのコンピューティングアプローチについてより深く学ぶ。
- waymo.com/careers: チームに参加し、AI の境界を共に推し進める役割に応募する。