Waymo diseñó su propio chip para robotaxis y reduce dependencia de Nvidia

Waymo, la subsidiaria de robotaxis de Alphabet, puso en producción su propio chip diseñado internamente para alimentar la próxima generación de sus vehículos autónomos, según reportó Bloomberg. El procesador ya está operando en los taxis autónomos que la compañía está fabricando junto al fabricante chino Zeekr, marcando un giro estratégico hacia la integración vertical en hardware especializado.

Hasta ahora, Waymo dependía de chips de Nvidia y AMD para ejecutar los modelos de IA que procesan datos de sensores y toman decisiones en tiempo real. El nuevo chip custom entrega más de 1.000 TOPS (trillones de operaciones por segundo) y fue fabricado por TSMC en proceso de 5 nanómetros, poniéndolo al nivel de rendimiento de los sistemas actuales de Nvidia para conducción autónoma.

El objetivo: costos y control

La movida apunta directamente a reducir costos operativos. Al diseñar hardware ajustado a sus cargas de trabajo específicas, Waymo puede optimizar el consumo energético, el espacio físico dentro del vehículo y la latencia de procesamiento, tres variables críticas cuando operás una flota comercial a escala. Además, cortás la dependencia de proveedores externos en un componente estratégico de tu stack tecnológico.

Esto no es solo ingeniería: es una apuesta de negocio. Waymo compite en un mercado donde cada dólar por kilómetro recorrido cuenta, y el hardware representa una porción significativa del costo total de propiedad de cada robotaxi.

Tendencia en marcha

Waymo se suma a una lista creciente de empresas que diseñan chips custom para IA: Tesla lleva años con su FSD Computer, Amazon tiene Trainium y Inferentia, Google desarrolló las TPU. La lógica es similar: cuando tu caso de uso es suficientemente específico y el volumen lo justifica, el silicio a medida puede darte ventaja competitiva que el hardware genérico no alcanza.

La diferencia con esos casos es que Waymo está aplicando la estrategia en el edge automotriz, donde las restricciones de energía, temperatura y confiabilidad son extremas. Esto valida que la tendencia de verticalización en hardware de IA ya no es exclusiva de los data centers.

Por qué importa

Este movimiento confirma dos cosas. Primero: el mercado de chips de IA se está fragmentando. Nvidia sigue dominando el entrenamiento en la nube, pero en inferencia especializada —especialmente en dispositivos— las empresas están buscando alternativas custom cuando el volumen y los márgenes lo permiten.

Segundo: diseñar hardware propio ya no es ciencia ficción reservada para gigantes. Si tenés un caso de uso repetible, datos de rendimiento claros y acceso a foundries como TSMC, podés evaluar si el silicio a medida tiene sentido económico. Para empresas que despliegan IA en el mundo físico —manufactura, logística, robótica— este ejemplo de Waymo marca un precedente relevante sobre cuándo conviene dejar de alquilar capacidad genérica y empezar a construir la tuya.