2月7日消息，多年來，埃隆·馬斯克（Elon Musk）一直在談?wù)?a class="contentlabel" href="http://www.biyoush.com/news/listbylabel/label/Dojo">Dojo——這臺將成為特斯拉人工智能戰(zhàn)略核心的超級計算機。Dojo的重要性不言而喻，2024年7月，馬斯克曾表示，公司AI團隊將在10月機器人出租車發(fā)布前“加倍投入”Dojo，以加速其發(fā)展。

那么，Dojo究竟是什么？為什么它對特斯拉的長期戰(zhàn)略如此關(guān)鍵？

簡而言之，Dojo是特斯拉自主研發(fā)的超級計算機，專用于訓(xùn)練“完全自動駕駛”（FSD）神經(jīng)網(wǎng)絡(luò)。增強Dojo的計算能力，是特斯拉實現(xiàn)完全自動駕駛并推動機器人出租車落地的重要一環(huán)。目前，已有數(shù)百萬輛特斯拉汽車搭載FSD，能夠執(zhí)行部分自動駕駛任務(wù)，但仍然需要駕駛員全程保持注意力。

特斯拉已發(fā)布Cybercab機器人出租車，并計劃于今年6月在奧斯汀推出自有車隊的自動叫車服務(wù)。此外，公司在2024年第四季度財報電話會議上表示，計劃于2025年在美國推出無人監(jiān)管的FSD服務(wù)。

馬斯克曾強調(diào)，Dojo是實現(xiàn)完全自動駕駛的關(guān)鍵。然而，如今特斯拉似乎已接近這一目標(biāo)，他卻對Dojo保持沉默。

自2024年8月起，業(yè)界的關(guān)注點已轉(zhuǎn)向Cortex——特斯拉在奧斯汀總部打造的全新AI訓(xùn)練超級集群，旨在解決現(xiàn)實世界的AI問題。馬斯克表示，Cortex將具備“海量存儲能力”，專用于訓(xùn)練FSD和Optimus機器人。

在2024年第四季度股東會上，特斯拉更新了Cortex的進展，卻未提及Dojo。特斯拉正大舉投資AI、Dojo和Cortex，以推進汽車及人形機器人的自動化?？紤]到電動車市場競爭日益激烈，特斯拉未來的成功很大程度上取決于其在AI領(lǐng)域的突破。因此，深入了解Dojo、Cortex及其發(fā)展現(xiàn)狀，變得尤為重要。

Dojo的背景

馬斯克的目標(biāo)遠不止于造車，他希望特斯拉成為一家AI公司，通過模擬人類感知，破解自動駕駛的核心難題。

目前，大多數(shù)自動駕駛企業(yè)依賴多種傳感器（如激光雷達、雷達和攝像頭）及高精度地圖進行定位，而特斯拉堅持僅依靠攝像頭采集視覺數(shù)據(jù)，并通過神經(jīng)網(wǎng)絡(luò)進行處理，從而實現(xiàn)自動駕駛。

特斯拉前AI負責(zé)人安德烈·卡帕西（Andrej Karpathy）在2021年AI Day上曾表示，公司試圖“從零開始構(gòu)建一種合成動物”。

相比之下，Alphabet旗下Waymo等公司已通過傳感器與機器學(xué)習(xí)的傳統(tǒng)方法，商業(yè)化L4級自動駕駛汽車，可在特定條件下實現(xiàn)完全無人駕駛。但特斯拉至今尚未推出不需要駕駛員的自動駕駛系統(tǒng)。

目前，約180萬用戶支付8000至1.5萬美元訂閱FSD。特斯拉計劃通過Dojo訓(xùn)練AI軟件，并以O(shè)TA（無線更新）方式推送至用戶車輛。特斯拉的大規(guī)模部署，使其積累了海量駕駛視頻數(shù)據(jù)，以訓(xùn)練FSD。公司的核心邏輯是：數(shù)據(jù)越多，越接近實現(xiàn)真正的完全自動駕駛。

然而，一些行業(yè)專家對這種“數(shù)據(jù)驅(qū)動”策略持懷疑態(tài)度。

普渡大學(xué)硅谷電子與計算機工程教授阿南德·拉格納坦（Anand Raghunathan）表示：“首先，經(jīng)濟成本會成為限制因素，訓(xùn)練過程很快會變得極其昂貴?！贝送猓赋?，“有些人認為，我們可能會耗盡有價值的數(shù)據(jù)。更多數(shù)據(jù)不等于更多信息，關(guān)鍵在于這些數(shù)據(jù)是否真正有助于構(gòu)建更好的模型，以及訓(xùn)練過程能否有效提煉這些信息?！?/p>

盡管存在這些質(zhì)疑，短期內(nèi)數(shù)據(jù)驅(qū)動的趨勢仍將持續(xù)。而數(shù)據(jù)的增長意味著更高的計算需求，以存儲和處理這些信息，訓(xùn)練特斯拉的AI模型。這正是Dojo的用武之地。

什么是超級計算機？

Dojo是特斯拉專為人工智能訓(xùn)練打造的超級計算機系統(tǒng)，主要用于FSD神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。其名稱來源于武術(shù)練習(xí)場“道場”（Dojo），寓意其作為AI訓(xùn)練平臺的核心作用。

一臺超級計算機由成千上萬個稱為“節(jié)點”（node）的小型計算機組成。每個節(jié)點都配備自己的中央處理器（CPU）和圖形處理器（GPU）。CPU負責(zé)整體管理，而GPU則處理高強度計算任務(wù)，例如將復(fù)雜運算拆分成多個并行任務(wù)。GPU在機器學(xué)習(xí)領(lǐng)域至關(guān)重要，尤其是在FSD模擬訓(xùn)練中。它們同樣驅(qū)動著大語言模型的發(fā)展，這也是為何生成式人工智能的崛起，使英偉達成為全球市值最高的科技公司之一。

即便特斯拉擁有自己的計算硬件，它仍然大量采購英偉達的GPU來訓(xùn)練人工智能模型。

特斯拉為何需要超級計算機？

特斯拉采用“純視覺”方案進行自動駕駛，這正是其需要超級計算機的核心原因。FSD神經(jīng)網(wǎng)絡(luò)依賴海量駕駛數(shù)據(jù)進行訓(xùn)練，以識別和分類道路上的物體，并作出駕駛決策。當(dāng)FSD激活時，神經(jīng)網(wǎng)絡(luò)需要持續(xù)實時收集和處理視覺數(shù)據(jù)，其處理速度必須與人類的視覺感知能力相匹配。

換句話說，特斯拉希望打造一個數(shù)字化的“人類視覺皮層”及“大腦決策系統(tǒng)”。

要實現(xiàn)這一目標(biāo)，特斯拉必須存儲并處理從全球車輛收集的海量視頻數(shù)據(jù)，并運行數(shù)百萬次模擬訓(xùn)練AI模型。

目前，特斯拉依賴英偉達GPU支撐其Dojo計算系統(tǒng)，但它并不希望完全依賴第三方芯片，原因包括英偉達芯片成本高昂，以及特斯拉希望打造更高效、低延遲的計算系統(tǒng)。因此，公司AI團隊決定開發(fā)自研硬件，以比傳統(tǒng)系統(tǒng)更高效地訓(xùn)練AI模型。

這一計劃的核心，是特斯拉自主研發(fā)的D1芯片，專為AI計算優(yōu)化。

特斯拉D1芯片：Dojo的計算核心

特斯拉秉持與蘋果類似的理念，認為軟硬件應(yīng)協(xié)同設(shè)計，以提升整體性能。因此，特斯拉致力于擺脫對標(biāo)準(zhǔn)GPU硬件的依賴，轉(zhuǎn)而開發(fā)自家芯片來驅(qū)動Dojo。

2021年，在特斯拉AI Day上，公司發(fā)布了D1芯片——一塊手掌大小的硅芯片。D1芯片由臺積電（TSMC）采用7納米工藝制造。據(jù)特斯拉介紹，該芯片擁有500億個晶體管，芯片面積達645平方毫米，專為高效計算和快速處理復(fù)雜任務(wù)而設(shè)計。

“我們能夠同時進行計算和數(shù)據(jù)傳輸，我們自研的指令集架構(gòu)（ISA）完全針對機器學(xué)習(xí)任務(wù)進行了優(yōu)化，”特斯拉前自動駕駛硬件高級主管甘納什·文卡塔拉馬南（Ganesh Venkataramanan）在2021年AI Day上表示，“這是一款純粹為機器學(xué)習(xí)打造的芯片。”

然而，目前D1芯片的性能仍不及英偉達A100 GPU，后者同樣由臺積電采用7納米工藝制造，擁有540億個晶體管，芯片尺寸更大（826平方毫米），因此計算能力略強于D1。

為了進一步提升計算能力和數(shù)據(jù)吞吐量，特斯拉的AI團隊將25顆D1芯片集成為一個計算單元（Tile）。

每個Tile的計算性能為9千萬億次浮點運算/秒（9 petaflops），帶寬達到36太字節(jié)/秒（36TB/s），并內(nèi)置所有所需的電源、冷卻和數(shù)據(jù)傳輸硬件?？梢詫ile理解為由25個獨立計算單元組成的“小型超級計算機”。

進一步擴展架構(gòu)：

? 6個Tile組成一個機架（Rack）

? 2個機架構(gòu)成一個機柜（Cabinet）

? 10個機柜組成一個ExaPOD超級計算系統(tǒng)

在2022年AI Day上，特斯拉表示，Dojo的計算能力將通過部署多個ExaPOD進行擴展。這些模塊化架構(gòu)共同組成特斯拉的超級計算集群。

此外，特斯拉正在研發(fā)新一代D2芯片，以解決信息流瓶頸。D2芯片將不同的計算單元直接集成至單片硅片上，而非通過互連多個獨立芯片，從而提升計算效率并降低延遲。

特斯拉尚未披露D1芯片的具體訂單量或預(yù)計交付數(shù)量，也未公布Dojo全面啟用D1芯片的時間表。

2024年6月，一位用戶在社交平臺X上發(fā)帖稱：“埃隆正在得克薩斯州建造一個巨大的GPU冷卻系統(tǒng)。”馬斯克回應(yīng)稱，特斯拉的目標(biāo)是在未來18個月內(nèi)實現(xiàn)“50%使用特斯拉自研AI硬件，50%使用英偉達/其他芯片”。其中，“其他”可能包括AMD芯片，這一點得到了馬斯克2024年1月的確認。

Dojo對特斯拉意味著什么？

掌握自研芯片生產(chǎn)，意味著特斯拉未來可能以更低成本快速擴展AI算力，特別是在特斯拉與臺積電擴大芯片產(chǎn)能的情況下。

這也意味著，特斯拉未來或許不再依賴英偉達的芯片，畢竟這些芯片價格高昂，且供應(yīng)日益緊張。

在2024年第二季度財報電話會議上，馬斯克曾表示，英偉達硬件的需求“高得驚人，以至于我們很難穩(wěn)定采購到所需的GPU?！彼a充道：“我非常擔(dān)心，我們是否能夠按需獲取足夠的GPU，因此，我們必須加大對Dojo的投入，以確保具備所需的訓(xùn)練能力?！?/p>

也就是說，盡管特斯拉仍在使用英偉達芯片訓(xùn)練AI，但它正在努力降低對英偉達的依賴。去年6月，馬斯克在X平臺發(fā)文稱：

“特斯拉今年在AI相關(guān)領(lǐng)域的支出大約為100億美元，其中約一半用于內(nèi)部研發(fā)，主要涵蓋特斯拉自研AI推理計算機、車輛上的傳感器以及Dojo。至于AI訓(xùn)練超級計算集群的建設(shè)，英偉達硬件約占成本的三分之二。我目前估計，特斯拉今年在英偉達芯片上的采購支出將在30億至40億美元之間?！?/p>

值得注意的是，“推理計算”指的是特斯拉汽車在實時運行過程中執(zhí)行的AI計算，與Dojo負責(zé)的AI訓(xùn)練計算是分開的。

盡管馬斯克對Dojo寄予厚望，他也多次承認，這一項目存在失敗的可能。

從長遠來看，特斯拉或許可以依托AI部門開辟全新的商業(yè)模式。馬斯克曾表示，首個版本的Dojo專為特斯拉計算機視覺數(shù)據(jù)的標(biāo)注與訓(xùn)練而設(shè)計，這對于FSD和人形機器人Optimus的訓(xùn)練至關(guān)重要，但用途較為局限。

不過，他也透露，未來版本的Dojo將更加適用于通用AI訓(xùn)練。然而，這也面臨一個重大挑戰(zhàn)——當(dāng)前幾乎所有AI軟件都是基于GPU架構(gòu)開發(fā)的。如果要讓Dojo用于通用AI模型訓(xùn)練，就必須對軟件進行重構(gòu)。

除非特斯拉選擇向外部租賃其計算能力，就像AWS和Azure提供云計算服務(wù)那樣。事實上，馬斯克在2024年第二季度財報電話會議上提到，他認為“Dojo未來有潛力在算力競爭中與英偉達一較高下?！?/p>

摩根士丹利在2023年9月的一份報告中預(yù)測，Dojo可以通過自動駕駛出租車和AI軟件服務(wù)等新業(yè)務(wù)模式，為特斯拉帶來額外的收入增長，甚至可能為公司市值貢獻5000億美元。

簡而言之，Dojo的芯片不僅是特斯拉的一種戰(zhàn)略保障，未來還有可能帶來可觀的回報。

Dojo進展如何？

此前有報道，特斯拉于2023年7月開始生產(chǎn)Dojo。然而，馬斯克在2023年6月的一篇帖子中表示，Dojo“已經(jīng)上線并執(zhí)行有用任務(wù)數(shù)月”。

大約在同一時間，特斯拉曾表示，到2024年2月，Dojo將躋身全球五大最強超級計算機之列。但截至目前，特斯拉尚未公開披露相關(guān)信息，因此這一目標(biāo)是否達成仍存疑。

此外，特斯拉還預(yù)計，到2024年10月，Dojo的總計算能力將達到100 ExaFLOPS（每秒100萬億億次浮點運算）。按照計算，假設(shè)每塊D1芯片的算力為362 TFLOPS（每秒362萬億次浮點運算），特斯拉需要超過27.6萬塊D1芯片，或約32.05萬塊英偉達A100 GPU，才能達到這一目標(biāo)。

特斯拉曾在2024年1月承諾投資5億美元，在紐約州布法羅的超級工廠建設(shè)一臺Dojo超級計算機。

2024年5月，馬斯克透露，特斯拉奧斯汀超級工廠的后部將留作“超密集水冷超級計算集群”——但現(xiàn)在我們知道，這一空間實際上用于部署Cortex，而非Dojo。

在2024年第二季度財報電話會議結(jié)束后，馬斯克在X平臺上發(fā)文稱，特斯拉AI團隊正在使用Tesla HW4 AI計算機（現(xiàn)更名為AI4），與英偉達GPU結(jié)合進行訓(xùn)練。他提到，當(dāng)前訓(xùn)練集群中包含：

? 90,000塊英偉達H100 GPU

? 40,000臺AI4計算機（即Tesla HW4 AI計算機）

馬斯克補充道：“到年底，Dojo 1的訓(xùn)練能力將相當(dāng)于8000塊H100 GPU。這不算龐大，但也不容小覷?！?/p>

截至目前，特斯拉尚未確認這些芯片是否已全面上線并支持Dojo運行。在2024年第四季度財報電話會議上，Dojo甚至未被提及。相反，特斯拉宣布已在Q4完成Cortex的部署，并表示Cortex是推動FSD V13版本實現(xiàn)的關(guān)鍵。