Waymos eigener KI-Chip: Warum Robotaxis Rechenzentren auf Rädern werden

Waymo zeigt, wie viel Rechenleistung inzwischen unter dem Boden eines Robotaxis steckt. Die Alphabet-Tochter hat erstmals Details zu einem eigenen 5-Nanometer-Chip veröffentlicht, der Sensordaten im Fahrzeug vorverarbeitet. Das klingt nach einer weiteren Meldung aus dem Wettlauf der KI-Chips. Tatsächlich erklärt es etwas Grundsätzlicheres: Autonomes Fahren ist nicht einfach ein großes Sprachmodell mit Lenkrad. Es ist ein Echtzeitsystem, das auf jeder Kreuzung sicher entscheiden muss, bevor die nächste Sekunde vergangen ist.

Das Wichtigste in Kürze

• Waymo hat einen eigenen 5-nm-ASIC vorgestellt, der Rohdaten von Kameras, Lidar und Radar im Robotaxi verarbeitet.
• Der Chip soll mehr als 1.000 TOPS für Front-End-Verarbeitung und KI-Modelle liefern und arbeitet an Bord des Fahrzeugs.
• Er ersetzt nicht das gesamte Rechensystem: Waymo setzt weiter auf CPUs, GPUs und Beschleuniger von Partnern, darunter Nvidia und AMD.
• Der eigentliche Vorteil liegt in niedriger Latenz, Energieeffizienz und Redundanz, nicht in einer bloßen Spitzenzahl.
• Die Eigenentwicklung zeigt, dass Robotaxi-Anbieter immer stärker wie Systemhersteller denken müssen: Sensoren, Silizium, Software und Fahrzeug sind ein gemeinsames Produkt.

Der Chip sitzt dort, wo die Entscheidung fällt

Nach Waymos Darstellung verarbeitet der neue anwendungsspezifische Chip die große Menge an Rohdaten, bevor sie den zentralen KI-Teil des Fahrsystems erreichen. Kameras, Lidar und Radar sehen unterschiedliche Ausschnitte derselben Verkehrssituation. Ihre Daten müssen zusammengeführt, von Störungen bereinigt und so aufbereitet werden, dass ein Modell daraus eine fahrrelevante Szene ableiten kann. Der ASIC ist dafür zugeschnitten, unter anderem für Sensorfusion, zeitliche Entrauschung bei wenig Licht und neuronale Netze vom spärlichen Faltungsmodell bis zum Transformer.

Der entscheidende Unterschied zu vielen Cloud-Anwendungen ist die Zeit. Ein Empfehlungssystem darf nach einer halben Sekunde noch einmal rechnen. Ein fahrerloses Fahrzeug muss in Millisekunden aus Pixeln und Messpunkten eine Aktion ableiten. Waymo nennt das den Weg von Pixeln zur Fahrzeugreaktion. Weil im Robotaxi kein Mensch als Rückfalle am Steuer sitzt, darf die Berechnung nicht nur schnell, sondern auch vorhersagbar sein. Deshalb läuft sie im Fahrzeug und nicht erst nach einer Reise zu einem Rechenzentrum.

Mehr als eine TOPS-Zahl

Waymo beziffert die Leistung des Spezialchips mit mehr als 1.000 TOPS, also mehr als einer Billion Rechenoperationen pro Sekunde. Solche Zahlen eignen sich gut für Folien, sagen allein aber wenig über einen sicheren Fahrentscheid aus. Wichtig sind auch Speicherzugriffe, Datenwege, Rechengenauigkeit, Stromverbrauch und die Frage, ob die Architektur bei Dauerlast im Sommer wie im Winter stabil bleibt. Waymo beschreibt sein System deshalb als auf niedrige Verzögerung, Robustheit gegen Vibrationen und Temperaturen sowie Redundanz ausgelegt.

Diese Redundanz ist nicht bloß ein Marketingwort. Waymo spricht von zwei unabhängigen Recheneinheiten, die normalerweise parallel arbeiten und bei einem Fehler die Aufgabe übernehmen können. In einem Rechenzentrum kann ein Dienst auf einen anderen Server umziehen. Im Auto gibt es diesen Ausweichweg nicht. Das Fahrzeug muss auch dann kontrolliert reagieren, wenn ein Bauteil ausfällt oder einzelne Sensoren schlechter sehen. Ein eigener Chip ist deshalb nur sinnvoll, wenn er in eine Gesamtarchitektur passt, die Fehler mitdenkt.

Keine Scheidung von Nvidia

Die erste Lesart vieler Schlagzeilen lautet: Waymo baut selbst, also verliert Nvidia einen Kunden. Das ist zu schlicht. Waymo nennt Nvidia neben AMD, Micron, Samsung, Sandisk, Socionext und TSMC ausdrücklich als Partner seiner Rechenplattform. Die eigene Komponente übernimmt eine spezielle Aufgabe am Anfang der Datenkette; das Gesamtsystem bleibt heterogen. CPUs organisieren Abläufe und Datenbewegungen, während unterschiedliche Beschleuniger für unterschiedliche KI-Aufgaben zuständig sind.

Gerade diese Aufteilung ist ein Signal für die Chipbranche. Wenn ein Problem extrem klar umrissen, volumenstark und energieempfindlich ist, kann ein ASIC effizienter sein als ein universeller Beschleuniger. Das gilt für Robotaxis ebenso wie für Teile der Rechenzentrums-KI. Universelle GPUs bleiben wichtig, weil Modelle, Software und Anforderungen sich schnell ändern. Spezialhardware gewinnt dort, wo ein Anbieter seine Arbeitslast genau kennt und sie millionenfach wiederholt. Waymo hat über Jahre reale Fahrdaten und eine eigene Sensorarchitektur gesammelt, also genau die Voraussetzungen für diesen Schritt.

Warum das für die Skalierung zählt

Waymo schreibt, die Rechenleistung seiner Plattform in acht Jahren um das Zwanzigfache gesteigert zu haben. Die nächste Wachstumsstufe hängt aber nicht nur an mehr Leistung. Ein Robotaxi muss bezahlbar produziert werden, Strom sparen, Platz für Fahrgäste lassen und unter Hitze, Kälte und Erschütterungen funktionieren. Die Integration in das Flüssigkeitskühlsystem des Fahrzeugs und die Verringerung der Verzögerung sind daher mindestens so relevant wie die nackte Rechenziffer.

Dass Waymo den technischen Unterbau nun offenlegt, passt zu einem Markt, in dem autonome Fahrdienste nicht mehr nur Versuchsbetrieb sein wollen. Anbieter müssen beweisen, dass ihre Systeme nicht allein faszinierende Demos liefern, sondern wiederholbar gefertigt und betrieben werden können. Der eigene Chip ist dafür kein Beweis der Sicherheit. Aber er zeigt, welche Teile der Kosten- und Leistungsbilanz Waymo selbst kontrollieren will.

Der Rechner wird Teil des Fahrzeugs

Die spannendste Pointe liegt nicht in der Frage, wer den größten Chip baut. Sie liegt darin, dass das Auto zum physikalischen KI-System wird. Seine Intelligenz entsteht aus Sensoren, Stromversorgung, Kühlung, Datenpfaden, Software und klaren Regeln für Fehlerfälle. Wer Robotaxis bewertet, sollte deshalb nicht nur auf Modellnamen oder einzelne Fahrvideos schauen. Die entscheidende Ingenieursleistung ist die Verbindung all dieser Teile unter echten Straßenbedingungen. Waymos ASIC ist ein sichtbarer Baustein dieser Verbindung, nicht ihre Abkürzung.