自動運転車は、道路を読み取り、何が起きているかを判断し、反応するまでに与えられる時間は、ほとんど心拍ひとつ分ほどしかない。そのごくわずかな時間枠こそが、Waymo がセンサー処理を可能な限り少ないミリ秒に圧縮するためにカスタム AI チップを開発した理由だ。Alphabet が支援するロボタクシー企業は今週のブログ投稿でこのシリコンについて詳述しており、同社の無人運転車すべてのトランクに搭載されているハードウェアの内訳を公に明かしたのはこれが初めてとなる。
Summary
主なポイント
- Waymo は、これまで依存してきた市販ハードウェアよりも高速にセンサーデータを処理するために、TSMC の 5 ナノメートルプロセスで製造される独自の AI ASIC を設計した。
- このチップの設計は、2 億マイル以上の実世界の自動運転データに基づいており、畳み込みニューラルネットワークとトランスフォーマーモデルの両方を実行できる。
- Waymo によれば、この ASIC は1,000 TOPS 超の AI 性能を発揮し、おそらく INT8 精度で測定されているとみられるが、正確な消費電力は明らかになっていない。
- 同社は依然として、データロギングやオーケストレーションといった機械学習以外のタスクについては、AMD、Micron、Samsung、Sandisk、Nvidia などの外部サプライヤーに依存している。
- Waymo は以前、独自シリコンへ移行する前はセンサー処理にIntel の FPGAを使用しており、自動運転向けのカスタムチップ開発競争において Tesla と肩を並べる形となった。
瞬時の判断のために作られた Waymo のカスタム AI チップ
Waymo の新チップは、カメラ、レーダー、ライダーからの膨大な生データを、危険な状況が完全に顕在化する前に運転判断へと変換するために存在する。同社はこれをコンピュートスタックの最前線と位置づけており、到着した情報をその場で処理するために、入力されるセンサーストリームをクリーンアップし、高速な AI チェックを実行する。これは、乱雑な生データをそのまま車両のメインプロセッサへ送るのではなく、その前段で処理するという考え方だ。
TSMC の 5 ナノメートルプロセス上に構築
このチップはTSMC の 5 ナノメートルプロセス技術を用いて製造されており、最先端シリコンのために台湾のファウンドリ大手に依存する主要チップメーカーと肩を並べる存在となっている。最新のプロセスノードを選ぶことは、データセンターのような空調管理された環境ではなく、走行中の車両内部で稼働しなければならないパッケージに、より多くの計算能力を小型かつ省電力な形で詰め込めるという点で重要だ。
生の集積度と同じくらい重要なのが柔軟性だ。この ASIC は、畳み込みニューラルネットワークと、それに匹敵するトランスフォーマーベースのアーキテクチャの両方を実行できるように設計されており、これは従来型の機械学習手法と、今日の AI チャットボットや画像生成を支える最新モデルの両方をカバーしている。その二重の能力により、Waymo はモデルが進化するたびに完全に新しいハードウェアを必要とすることなく、時間の経過とともに認識ソフトウェアを更新できる。
チップが 2 億マイルの走行から学んだ方法
Waymo は、このチップのアーキテクチャが、2 億マイルを超える蓄積された自動運転データから得られた教訓を反映しており、市販チップでは容易に得られない実世界に根ざした設計になっていると述べている。その膨大な走行履歴が、実験室のシミュレーションではなく、実際の道路状況下での応答性、信頼性、冗長性の扱い方を形作った。
安全性の最優先事項としてのレイテンシ最小化
レイテンシの削減はチップ設計の中心的な目標だった。というのも、事故は発生すると、遠隔の人間オペレーターが介入できるよりも速く進行してしまうからだ。「その重要な数ミリ秒の間に、高度な ML モデルが環境を高精度に把握し、最も安全な進路を評価します」と同社は説明しており、システムが低照度環境で視認性を高めるために、リアルタイムの時間的ノイズ低減をどのように行うかを述べている。
Waymo のエンジニアリングリーダーたちも、この課題を同様に切迫したものとして捉えている。エンジニアリング担当 VP の Satish Jeyachandran と Compute Lead の Daniel Rosenband は、同社が「最先端のシステムを設計しており、それはデータセンター向けとしても印象的と見なされるレベルであり、さらに車載という動作領域とリアルタイム要件という複雑さが加わっている」と The Verge に語った。彼らはコンピュートスタックを、応答性、堅牢性、冗長性という 3 つの譲れない原則に基づいて設計していると説明している。
こうした応答性を実現するには、相応の計算能力が必要だ。Waymo は、専用のフロントエンドチップが1,000 TOPS 超の AI 性能を発揮すると主張しているが、その数値の背後にある精度レベルや消費電力は公表していない。これらの詳細がないため、自動運転車やロボティクス向けの競合ハードウェアとの直接比較は難しいが、この TOPS 値はおそらく INT8 精度で測定されており、その場合、Nvidia の Drive AGX Thor プラットフォームと同程度の性能クラスに位置づけられるだろう。
冗長性、冷却、およびその他のハードウェアスタック
ハードウェアが常に振動や路面からの衝撃、データセンターチップが経験しないような極端な温度変化にさらされる車内に設置される場合、計算能力だけでは不十分だ。Waymo は、複数層の冗長性を持たせることでこれに対処しており、単一の故障で車両の認識機能が停止しないよう、実質的にシステムを二重化している。チップ自体は液冷されており、車両のエンジンを調整するのと同じ冷却システムを利用して、外気温にかかわらずシリコンを安全な動作温度に保っている。
ここで、Waymo が以前の構成からどのように転換したかが明らかになる。独自 ASIC を展開する前、同社はセンサー処理に Intel の FPGA に依存していた。FPGA は低レイテンシ処理に適しており、高頻度取引企業がよく利用する理由のひとつでもあるが、プログラミングが非常に難しく、専用シリコンほどの計算密度は得られない。
非 ML タスクを担うパートナー企業
Waymo はコンピューティングスタックのすべてをゼロから構築しているわけではない。同社は、オーケストレーション、データ移動、ロギングといった機械学習以外の機能については引き続き外部サプライヤーに依存しており、これらのコンポーネントを提供するパートナーとして、AMD、Micron、Samsung、Sandisk、Nvidia の名を挙げている。また、The Verge によれば、ハードウェアサプライヤーのひとつとして Socionext も関与しているという。Waymo は、現在の ASIC が、サードパーティ製ハードウェアを完全に置き換えるものではなく、より広範な社内シリコン戦略の一部に過ぎないことを示すように、追加のカスタムチップやシステムを複数開発中であると述べている。
この異種混在アプローチは、意図的なトレードオフを反映している。Waymo は、コンピュートシステム全体を社内で構築しようとするのではなく、カスタムシリコンが最大のレイテンシ優位性をもたらすリアルタイムのセンサーフュージョンとフロントエンドの機械学習にエンジニアリングリソースを集中させ、それ以外の部分については既存のチップメーカーに依存している。
Waymo 対 Tesla：ロボタクシーにおけるより広範なチップ競争
ロボタクシー競争に勝つためにカスタムシリコンに賭けているのは Waymo だけではない。Tesla は自動運転向けの独自チップを開発するのに何年も費やしており、度重なる遅延の末、最近オースティンで限定的な Robotaxi サービスを開始した。両社は哲学の面でも大きく異なっている。Tesla の CEO である Elon Musk は、ライダーを「松葉杖」や「愚かな試み」として退けており、複数のセンサータイプからのデータを統合すると、信号が食い違ったときに危険な曖昧さが生じると主張している。
Waymo のアプローチはこれとは正反対であり、専用シリコンを通じてカメラ、レーダー、ライダーを組み合わせることで、システムは信頼性が高くなるのであって低くなるのではないと考えている。そして、カスタムチップこそが、同社が意味のある規模で展開することを可能にすると見ている。同社は、スタンフォード大学で開催される Hot Chips カンファレンスで来週、自社の機械学習アクセラレータに関するさらなる詳細を共有する予定であり、同じ目標に向かって競争するライバルと比べて、自社のシリコン戦略がどのような位置づけにあるのかを最も明確に示す場となる可能性がある。
FAQ
Waymo のカスタム AI チップの主な機能は何ですか？
自動運転車からの生のセンサーデータを高速に処理し、レイテンシを最小限に抑えつつ運転操作へと変換することです。
Waymo のチップにはどの製造技術が使われていますか？
このチップは TSMC の 5 ナノメートルプロセス技術を用いて製造されています。
Waymo のチップはどのような機械学習モデルを実行できますか？
従来型の畳み込みニューラルネットワークに加え、最新のトランスフォーマーモデルも実行できます。
Waymo は車載環境でカスタムチップの信頼性をどのように確保していますか？
Waymo は多層の冗長性と液冷システムを採用し、過酷な環境下でもチップ性能を維持しています。
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Waymo のカスタム AI チップの主な機能は何ですか？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”自動運転車からの生のセンサーデータを高速に処理し、レイテンシを最小限に抑えつつ運転操作へと変換することです。”}},{“@type”:”Question”,”name”:”Waymo のチップにはどの製造技術が使われていますか？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”このチップは TSMC の 5 ナノメートルプロセス技術を用いて製造されています。”}},{“@type”:”Question”,”name”:”Waymo のチップはどのような機械学習モデルを実行できますか？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”従来型の畳み込みニューラルネットワークに加え、最新のトランスフォーマーモデルも実行できます。”}},{“@type”:”Question”,”name”:”Waymo は車載環境でカスタムチップの信頼性をどのように確保していますか？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Waymo は多層の冗長性と液冷システムを採用し、過酷な環境下でもチップ性能を維持しています。”}}]}
本記事は人工知能の支援を受けて作成され、編集チームによる確認を経ています。
