--- area: "tech-engineering" category: technology companies_orgs: [] date: '2025-08-20' draft: true guest: '' insight: '' layout: post.njk people: - elon-musk products_models: [] project: [] series: '' source: https://www.youtube.com/watch?v=yAZg4TdIq14 speaker: Best Partners TV status: evergreen summary: 特斯拉Dojo超级计算机团队解散，主要原因在于技术路线冲突、长期研发停滞、高昂的财务支出以及英伟达Cortex集群的崛起。此举引发了核心人才流失与特斯拉AI业务的权力重组，标志着其AI战略正从自研超算转向集中化管理与商用解决方案。 tags: - ai-chip - autonomous-driving - technology title: 特斯拉Dojo超算团队解散：技术瓶颈、财务压力与战略重塑 companies: - tesla-ai --- ### 特斯拉Dojo超算团队解散始末 几天前，**伊隆·马斯克**（Elon Musk）在社交媒体上亲自证实了特斯拉已正式解散公司内部**Dojo超级计算机**（Dojo Supercomputer: 特斯拉自主研发的，专门用于处理自动驾驶海量视频数据训练的AI超级计算机集群）团队的传闻。这一消息震惊了整个行业。自2019年启动以来，Dojo项目一直被视为特斯拉在AI算力领域实现“独立自主”的重要筹码，投入了无数顶级工程师的心血和数十亿美元的资金。其突然终结的背后原因及其对特斯拉乃至整个行业的影响，值得深入探讨。 ### Dojo项目的愿景与终结 **Dojo**项目于2021年在特斯拉的“人工智能日”首次亮相，其初衷是打造一款专门处理海量视频数据的AI训练“怪兽”。在自动驾驶技术快速发展的背景下，海量视频数据处理一直是一个巨大挑战，特斯拉希望通过Dojo解决此问题，以在自动驾驶领域保持领先。马斯克曾期望Dojo能让特斯拉不仅是一家电动汽车公司，更成为人工智能巨头。然而，这个被寄予厚望的项目却在2025年走到了尽头。马斯克在X上的解释言简意赅：分散资源同时开发Dojo训练芯片与AI5/AI6推理芯片显然是不合理的，这揭示了特斯拉内部资源的激烈博弈。随着Dojo项目的解散，项目负责人、芯片设计界元老彼得·班农（Peter Bannon）黯然离职。约20名核心工程师转投由前特斯拉AI负责人加内什·文卡塔拉曼南（Ganesh Venkataramanan）创立的初创公司DensityAI，其余团队成员则被重新分配到自动驾驶硬件、**Robotaxi**（机器人出租车: 一种无需人类驾驶员的全自动驾驶出租车服务）以及人形机器人**Optimus**（擎天柱: 特斯拉正在开发的人形机器人项目）等更为紧迫的业务线。Dojo项目的落幕并非偶然，而是多重因素交织下的必然结果。 ### 技术路线冲突与研发停滞 Dojo的宏伟初衷与现实遭遇形成了鲜明对比。自2021年发布**D1芯片**（D1 Chip: Dojo超级计算机的核心自研AI训练芯片）后，Dojo项目便陷入了长期的技术瓶颈。从已公布的信息来看，Dojo的设计理念激进：首先，它采用没有**缓存**（Cache: 计算机中用于高速数据存取的一种存储器）的双层存储系统，虽然优化了计算密度和功耗效率，但也导致了显著的延迟。其次，其**无胶化晶圆级互连**（Glueless Wafer-Level Interconnect: 一种将多个芯片直接在晶圆层面进行互联的技术，旨在提高通信效率和计算密度）通过5x5阵列容纳25个D1芯片，本有望突破超算的网络通信瓶颈，但制造过程极具挑战性。一旦有微小布线或25颗D1芯片中的任意一颗出现瑕疵，都会使整个训练集群“报废”，导致制造良率极低，规模化部署成本极高。2025年推出的**Dojo2芯片**（Dojo2 Chip: Dojo超级计算机的第二代自研训练芯片）性能同样未达公司预期，且面临严峻的量产难题，良率一直在37%左右徘徊。 与此同时，特斯拉的另一条芯片战线——**HW系列车载推理芯片**（Hardware Series In-Vehicle Inference Chip: 特斯拉用于车辆端执行自动驾驶AI模型推理任务的硬件系列芯片）却取得了突破性进展。目前，特斯拉车型普遍搭载的**AI4/HW4**（AI4/HW4: 特斯拉第四代车载自动驾驶硬件，主要用于端侧推理）采用**5nm工艺**（5nm Process: 芯片制造的工艺节点，数字越小代表晶体管密度越高，性能越强），由三星制造。新一代的**AI5芯片**（AI5 Chip: 特斯拉第五代车载自动驾驶硬件，首次集成了训练和推理双重能力）则采用台积电（TSMC）领先的**3nm工艺**（3nm Process: 最先进的芯片制造工艺节点之一）和**FinFET架构**（FinFET Architecture: 一种3D晶体管结构，用于提高芯片性能和降低功耗），算力高达惊人的2500 **TOPS**（Tera Operations Per Second: 每秒万亿次操作，衡量AI芯片算力的单位），相较前代提升了整整5倍，甚至超越了英伟达为自动驾驶设计的旗舰芯片Thor-X。AI5芯片将先在台湾生产，未来转移到台积电亚利桑那工厂，预计2026年底量产。而**AI6**（AI6: 特斯拉第六代车载自动驾驶硬件）则会再交给三星，采用3nm工艺和**GAA架构**（GAA Architecture: Gate-All-Around，环栅晶体管架构，比FinFET更先进的3D晶体管结构），在得克萨斯州泰勒工厂生产，可能会采用**I-Cube或X-Cube**（I-Cube/X-Cube: 均为先进的芯片封装技术，用于实现多芯片互联，提升系统集成度和性能）等先进封装技术，预计在2027到2028年量产。 更重要的是，从AI5开始，新一代芯片同时具备了推理和训练的双重能力，可以直接在车辆端或机器人端完成推理任务，多颗芯片并联。这意味着在AI5芯片诞生之前，特斯拉使用Dojo超级计算机完成训练，再用HW系列车载芯片完成端侧推理；但AI5问世后，训练和推理都可以在这款芯片上完成。这形成了Dojo功能与新一代推理芯片功能严重重叠的尴尬局面。在一个公司内部，两个项目在功能上高度重合无疑会造成宝贵的工程资源浪费，继续投入无异于“内部打架”。因此，从技术路线角度来看，Dojo的存在已变得越来越不合理。 ### 财务压力下的战略抉择 造芯片本质上是一场“烧钱”游戏。特斯拉在2025财年的资本支出预计将超过90亿美元，其中AI相关投入占据主导地位。Dojo项目作为一个独立的超算生态，每年需要数十亿美元资金来维持研发、流片和运营，但其产出却迟迟不能匹配如此巨大的投入。从特斯拉最近的财报来看，情况不容乐观：第一季度营收193亿美元，净利润4亿美元，同比下降71%，汽车交付量下降13%；第二季度营收224.96亿美元，同比下降12％，净利润11.72亿美元，同比下降16％；美国市场销售份额从2022年的75%跌到了不到50%。在最近的财报会议上，马斯克坦言特斯拉正处于一个关键的“转型期”，需要应对未来几个季度的严峻挑战。销量下滑一方面由于电动车补贴被“叫停”，另一方面由于马斯克短暂从政期间与现任总统特朗普的分道扬镳和恶语相向，导致特斯拉品牌价值受损。在此背景下，砍掉高投入、低产出且已有替代方案的Dojo项目，将资金和人才集中到更具商业化确定性的自动驾驶和机器人项目上，显然是一次理性的、甚至是必要的“断臂求生”。毕竟，对于任何企业来说，资源都是有限的，如何将有限资源用在刀刃上，实现效益最大化，是一个必须考虑的问题。 ### Cortex集群的崛起与替代 **Cortex集群**（Cortex Cluster: 特斯拉部署的、基于商用GPU（如英伟达H100）构建的AI训练计算集群）的崛起不仅成为了压垮Dojo的最后一根稻草，也是一个更优的替代方案。自2024年起，特斯拉便开始逐步用Cortex集群替代Dojo。正在得克萨斯州超级工厂加速建设的Cortex 2.0预计将在2025年底正式投入运营。与Dojo不同，Cortex没有选择艰难的自研路线，而是直接采用了市场上最强大的商用解决方案——英伟达的**H100 GPU**（H100 GPU: 英伟达推出的一款高性能图形处理器，广泛用于AI训练和高性能计算）。目前，特斯拉已部署约5万块H100 GPU，并计划增加到10万块。这个专门为处理海量视觉数据而设计的庞大算力集群，据称训练效率比Dojo提升了好几倍，并已开始承担特斯拉5%-10%的自动驾驶数据处理任务。未来，它还将成为驱动Robotaxi和Optimus人形机器人这对“王炸”组合的核心引擎。当一个更强大、更高效、生态更成熟的替代方案出现时，Dojo的命运其实就已经注定。 ### 人事变动与权力重组 任何重大的战略调整都伴随着深刻的人事变动和组织架构重塑。首先，Dojo的解散不可避免地导致了核心人才的流失。8月7日，Dojo项目负责人彼得·班农离职，媒体敏锐地察觉到不对劲，因为班农是马斯克的“老班底”，2016年就加入了特斯拉，担任硬件设计工程副总裁，领导Dojo项目并直接向马斯克汇报。因此，班农一走，Dojo实际上已名存实亡。相反，前Dojo项目负责人加内什·文卡塔拉曼南在2023年离开特斯拉后创立的DensityAI，成功吸引了约20名技术骨干加盟，其联合创始人中不乏前特斯拉高管比尔·张（Bill Chang）、本·弗洛林（Ben Floering）等身影。Density AI的业务与特斯拉Dojo类似，主打机器人、AI智能体、汽车AI数据中心芯片及解决方案，相当于对着Dojo“贴脸开大”。反观特斯拉内部，一场围绕AI业务的权力重组已完成：阿肖克·埃卢斯瓦米（Ashok Elluswamy）被提升为AI软件副总裁，全权统管Robotaxi和Optimus两大核心项目；亚伦·罗杰斯（Aaron Rodgers）则继续主导战功赫赫的AI5芯片研发；西尔维奥·布鲁加达（Silvio Brugada）接管了关键的固件团队。这标志着特斯拉的AI战略正从过去的“多点开花”转向高度的“集中化管理”。这种权力重新分配显然是为了提高决策效率，将资源更集中地投入到核心业务上。 ### 行业竞争格局的微妙变化 放弃Dojo，短期看似乎削弱了特斯拉在芯片领域的自主性，但长期来看，这或许是一次“以退为进”之举。通过全面拥抱Cortex集群和持续迭代AI5/AI6芯片，特斯拉依然牢牢掌握着自动驾驶训练效率和端侧推理性能的领先地位。摩根士丹利曾预测，Dojo如果成功，可为特斯拉带来高达5000亿美元的市值增长。而如今，市场的预期正从Dojo这个“黑科技”故事，转移到更具商业化前景的Cortex算力服务和Robotaxi的规模化落地。然而，赛道上的对手并未停歇，Waymo在Robotaxi领域依旧保持先发优势，而以百度为代表的中国厂商也在加速布局。因此，特斯拉的战略调整正是在全球竞争日益激烈的背景下，为寻求生存和胜利所做出的必要之举。 ### 未来挑战与不确定性 尽管特斯拉的AI新蓝图正在徐徐展开，但前路依旧充满了不确定性与争议。在技术路线上，马斯克在公开回应中留下了一个伏笔，称Dojo未来可能以一种“集成大量AI6 **SoC**（System on a Chip: 系统级芯片，将一个电子系统的主要功能集成到一块芯片上）的主板”的形式重生，即所谓的“Dojo 3”。但分析人士普遍认为，该方案需要解决极其复杂的散热、功耗等工程难题，其可行性依然存疑。若要实现此目标，特斯拉还需在技术上克服诸多难关，这将是一个不小的挑战。在监管与法律方面，也存在阴云。**美国国家公路交通安全管理局**（NHTSA: National Highway Traffic Safety Administration，负责美国道路交通安全监管的联邦机构）对特斯拉自动驾驶系统的调查仍在进行。同时，佛罗里达州法院近期裁定特斯拉需对2019年一起**Autopilot**（自动辅助驾驶系统: 特斯拉提供的驾驶辅助功能，包括车道保持、自适应巡航等）致死事故承担33%的责任，并赔偿2.43亿美元。这些事件无疑都为**FSD**（Full Self-Driving: 完全自动驾驶，特斯拉正在开发的高级自动驾驶功能）和Robotaxi的推广进程蒙上了一层阴影。监管和法律的不确定性也可能影响特斯拉自动驾驶技术的商业化进程和市场接受度。同时，资本市场对Dojo解散的反应呈现出明显分化态势。短期内，投资者担忧核心人才流失与战略摇摆；但从长期看，更多人看好Cortex和AI5/AI6芯片组合所带来的商业化潜力。资本市场的反应也将在一定程度上影响特斯拉的融资和发展战略。当然，许多问题仍有待解答，例如Dojo项目内部技术团队与管理层之间究竟经历了怎样的博弈？特斯拉与英伟达、三星的合作将如何影响全球半导体供应链？从Dojo流失的人才又将对AI芯片初创公司的格局产生怎样的影响？这些问题的答案可能都需要时间来一一揭晓。我们将持续关注行业动态，为大家做最新报道。