# Waymo створила свій чип і зменшила залежність від Nvidia > Waymo розробила власний AI-чип для роботаксі й знизила залежність від Nvidia — черговий крок індустрії до контролю над вартістю і затримкою інференсу. - Опубліковано: 22 серпня 2026 р. (2026-08-22T02:35:23.523357+00:00) - Розділ: Бізнес - На основі публікації: [The Decoder](https://the-decoder.com/waymo-builds-its-own-chip-for-its-robotaxis-cutting-its-reliance-on-nvidia/) - Видання: AiiN (https://aiin.news) - URL: https://aiin.news/article?slug=waymo-%D1%81%D1%82%D0%B2%D0%BE%D1%80%D0%B8%D0%BB%D0%B0-%D1%81%D0%B2%D1%96%D0%B9-%D1%87%D0%B8%D0%BF-%D1%96-%D0%B7%D0%BC%D0%B5%D0%BD%D1%88%D0%B8%D0%BB%D0%B0-%D0%B7%D0%B0%D0%BB%D0%B5%D0%B6%D0%BD%D1%96%D1%81%D1%82%D1%8C-%D0%B2%D1%96%D0%B4-nvidia --- Waymo розробила власний AI-чип для роботаксі, щоб зменшити залежність від Nvidia у критичній частині своєї інфраструктури — бортовому інференсі, який у реальному часі обробляє потік даних з камер, лідарів і радарів. [За даними The Decoder](https://the-decoder.com/waymo-builds-its-own-chip-for-its-robotaxis-cutting-its-reliance-on-nvidia/), цей крок вписується у ширший тренд великих AI-гравців на вертикальну інтеграцію заліза. Для стороннього спостерігача це виглядає як технічна деталь. Але для індустрії, де вартість одного інференс-запиту й затримка відповіді напряму впливають на економіку продукту, це стратегічне рішення рівня ради директорів. Roботаксі — це, по суті, дата-центр на колесах, який мусить приймати рішення за мілісекунди, не чекаючи хмарного сервера. ## Що конкретно зробила Waymo? Компанія побудувала власний AI-чип, призначений для інференсу безпосередньо в автомобілі — тобто для обробки сенсорних даних і прийняття рішень про рух у режимі реального часу. Раніше ці задачі значною мірою покривалися GPU-рішеннями Nvidia, які лишаються стандартом де-факто для AI-обчислень як у хмарі, так і на межі мережі (edge). Перехід на власний кремній не означає миттєву й повну відмову від Nvidia — таких заяв Waymo не робила. Йдеться про зниження залежності в конкретному, критично важливому шматку архітектури: обчисленнях, що відповідають за безпеку руху безпілотного авто. ## Чому великі AI-компанії масово будують власні чипи? Waymo — не перша й не остання компанія такого масштабу, яка йде цим шляхом. Google вже роками розвиває власні TPU, Amazon має Trainium та Inferentia, Microsoft представила Maia, Meta — MTIA, а Tesla будувала Dojo для тренування моделей self-driving. Логіка у всіх схожа: - Контроль над вартістю інференсу — коли обсяг запитів вимірюється мільярдами на день, різниця в кілька центів за операцію перетворюється на десятки мільйонів доларів річно - Контроль над затримкою — для безпекокритичних систем, як автономне водіння, чужий чип із чужою дорожньою картою розвитку — це ризик - Незалежність від дефіциту та черг на GPU Nvidia, які роками лишаються вузьким місцем для всієї галузі - Переговорна позиція — власна альтернатива дає важіль тиску на ціни постачальника Важливо розуміти різницю: такі чипи здебільшого — вузькоспеціалізовані ASIC або NPU під конкретне навантаження (інференс перцепції, а не тренування великих мовних моделей загального призначення), а не заміна GPU-екосистеми Nvidia повністю. ## Що це означає для Nvidia та ринку AI-чипів? Для Nvidia окремий чип одного клієнта, навіть такого як Waymo (підрозділ Alphabet), — це радше сигнал, ніж загроза виручці. Компанія залишається домінантним постачальником для тренування великих моделей і для більшості хмарних AI-навантажень, де гнучкість CUDA-екосистеми поки що не має рівноцінної альтернативи. Але сукупний ефект таких рішень — Waymo, Google, Amazon, Microsoft, Meta — поступово скорочує частку ринку, де Nvidia є єдиним постачальником. Ймовірно, у сегменті вузькоспеціалізованого edge-інференсу для автономного транспорту цей вплив буде відчутнішим, ніж у сегменті тренування фронтир-моделей, де попит на GPU й далі перевищує пропозицію. ## Висновок AiiN: що з цим робити зараз Наша теза проста: власний кремній — це не примха великих компаній, а закономірний наступний крок для будь-якого AI-продукту, що досяг масштабу, на якому вартість інференсу на одну транзакцію стає вузьким місцем бізнес-моделі. Для роботаксі це особливо гостро — там ціна помилки й затримки вимірюється не втраченим SLA, а безпекою людей на дорозі. Для AI-білдерів практичний висновок такий: якщо ваш продукт масштабується до мільйонів інференс-запитів на день, варто вже зараз рахувати unit-економіку інференсу окремо від хмарних рахунків за GPU — саме ця цифра підкаже, коли (і чи) вертикальна інтеграція заліза стане виправданою, а не піар-жестом. ## Чи відмовляється Waymo від Nvidia повністю? Ні, судячи з наявних даних йдеться про зниження залежності в конкретному сегменті — бортовому інференсі, а не про повний розрив із постачальником для всіх обчислювальних задач компанії. ## Хто ще з великих AI-компаній має власні чипи? Google (TPU), Amazon (Trainium, Inferentia), Microsoft (Maia), Meta (MTIA) та Tesla (Dojo) — усі вже інвестували у власний кремній для тренування або інференсу. ## Чи варто стартапам розробляти власні чипи? Для переважної більшості стартапів — ні: розробка чипа вимагає масштабу в мільярди запитів і багаторічних інвестицій, які виправдані лише тоді, коли вартість GPU-інференсу вже є домінантною статтею витрат. --- Теги: Waymo, Nvidia, AIchips, роботаксі, залізо, Alphabet Джерело: AiiN — https://aiin.news/article?slug=waymo-%D1%81%D1%82%D0%B2%D0%BE%D1%80%D0%B8%D0%BB%D0%B0-%D1%81%D0%B2%D1%96%D0%B9-%D1%87%D0%B8%D0%BF-%D1%96-%D0%B7%D0%BC%D0%B5%D0%BD%D1%88%D0%B8%D0%BB%D0%B0-%D0%B7%D0%B0%D0%BB%D0%B5%D0%B6%D0%BD%D1%96%D1%81%D1%82%D1%8C-%D0%B2%D1%96%D0%B4-nvidia. Цитуючи, посилайтесь на канонічний URL.