2024年，英伟达的股票一飞冲天，成功出圈，成为茶余饭后谈资。截止2024年5月31日，市值达2.7万亿美元，而特斯拉的市值只有5580亿。英伟达的市值是特斯拉的4.8倍。

这么紧要的关头，特斯拉的超算Dojo（计算芯片为D1）却没有声音了，且特斯拉首席执行官马斯克（Elon Musk）频频示好英伟达，那么，是因为特斯拉的超算Dojo没戏了吗？

特斯拉Dojo曾是英伟达的有力竞争者

在AI芯片的角逐中，英伟达一览群雄，凭借强大的软件生态，全世界最顶尖且人数最多的科学家、算法工程师、软件工程师群体，喜滋滋的在英伟达芯片上开发算法，互相分享“开源代码”，自愿充当英伟达的销售，帮助英伟达做大市场。

不光国产替代举步维艰，国外的友商也一筹莫展，英特尔、AMD和谷歌觊觎已久，但是，也挡不住英伟达一路高歌。特斯拉的超级计算机Dojo和芯片D1也是众多挑战者之一，马斯克贵为谷歌明星，也没有主角光环。

2022年9月30日，特斯拉AI Day上，Dojo 直接拉出了英伟达 A100 来对标。与英伟达的 A100 GPU 相比，每一颗 D1 芯片（配合特斯拉自研的编译器）在自动标注（auto-labeling）任务中最高能够实现 3.2 倍的计算性能，而在占用网络（occupancy network）任务中最高能够实现 4.4 倍的计算性能。如果从总体目标来看，根据特斯拉官方的数据显示，在同样的成本之下，它所构建的 Dojo 超级计算机能够实现 4 倍的性能，能耗比提升 1.3 倍，计算系统的占地面积也会缩小为以往的 5 倍。

马斯克频频示好英伟达，Dojo失声

2023年7月，马斯克表示，“老实说，若英伟达交出足够GPU，我们也许不需要Dojo。”

2023年8月29日，特斯拉 10,000 块 H100 GPU 集群上线，加速自动驾驶 FSD V12 落地。

2024年1月，特斯拉投资 5 亿美元在纽约州的布法罗市（Buffalo）建造一台Dojo超级计算机。马斯克表示，5 亿美元虽然显然是一大笔钱，但只相当于 Nvidia 的 1万块H100 系统。特斯拉今年在英伟达硬件上的支出将超过这一数字。目前，在人工智能领域保持竞争力每年至少需要数十亿美元。

2024年4月10日的采访中，马斯克透露，他的人工智能初创公司xAI （注：5月26日官宣融资60亿美元）目前正在训练其 Grok 大型语言模式的第二版，训练Grok 2模型需要大约两万个英伟达H100 GPU，而Grok 3以上的版本将需要10万片H100。分析指出，xAI的消息让投资者相信，英伟达芯片仍存在一些潜在的大顾客，将继续增加对英伟达芯片的需求。

特斯拉频频向英伟达示好，是因为自家的Dojo超算没戏了吗？准备放弃自家的Dojo超算吗？

特斯拉没有放弃Dojo，但是要保持低调

因为特斯拉的Dojo研发进展延期，导致特斯拉极度依赖英伟达的H100芯片，所以，2023年7月后，Dojo芯片的宣传大大减少，保持低调，避免英伟达提防，不卖给特斯拉GPU，妨碍特斯拉自动驾驶FSD的开发。

当然，还有另外一种说法，2024年6月13日，股东们将对马斯克创纪录的薪酬方案进行第二次投票，按目前的股价计算，马斯克的薪酬价值约为 550 亿美元。由于 Glass Lewis 等代理顾问现在建议投资者投票反对批准马斯克的薪酬，6月13日年度会议的结果比预期的要紧张。

在这种情况下，马斯克对于做高创新业务（Dojo超算，机器人）的声量，拉高公司的股价动力不足，假如投票没有通过，马斯克可能会把Dojo和机器人业务剥离出特斯拉。

同时，英伟达股价近期急速拉升，会提高股东对于特斯拉超算Dojo的未来前景预期，增加马斯克的谈判筹码。

而且，马斯克和特斯拉以创纪录的速度采购英伟达的人工智能芯片，黄仁勋和马斯克的关系非常好，对马斯克提供了支持。当地时间5月27日消息，马斯克创纪录报酬的关键投票前几周，英伟达（Nvidia）的明星创始人黄仁勋（Jensen Huang）在上周末上传到 YouTube 的雅虎财经采访中，支持特斯拉的人工智能自动驾驶汽车战略。“特斯拉在自动驾驶汽车领域遥遥领先”，"这项技术确实具有革命性，他们所做的工作令人难以置信”。黄仁勋等人对他的新人工智能战略投下的信任票可能会增加马斯克“讨薪”成功的机会。

为什么说特斯拉不会放弃Dojo

第一，台积电确认Dojo芯片已经量产。在2024年4月底的台积电北美技术研讨会上透露，特斯拉用于人工智能训练的 Dojo 晶圆系统处理器现已投入量产。芯片量产是非常重要的里程碑，这说明特斯拉的Dojo芯片并没有黄。2023年9月摩根士丹利表示，其半导体团队调查显示，特斯拉在2023年订购了大约在4万到5万片D1芯片。

第二，从2023年底的宣传开始，特斯拉开始使用“H100 GPU等效单位”（H100 GPU equivalents），而以前说的是“H100”。推测原因是，部分算力是D1芯片折算的。
如果特斯拉非常实在，3颗D1芯片可折算为1颗“H100 GPU等效单位”，非常扎实。
如果特斯拉愿意像英伟达一样虚标算力，1颗D1芯片折算为1颗“H100 GPU等效单位”，也证据充分。

第三，特斯拉自产自销。而特斯拉的智驾FSD V12.3反响良好，智驾训练需求强烈。第一代Dojo芯片即使不完美，只要持续投入，总会能用。只要应用在自己的智驾系统中，就能实现价值，获得迭代机会。

1. 2023年7月财报电话会议中，马斯克表示并不会对 Dojo 项目的支出进行公开，但表示2024年会投入 10 亿美元在 Dojo 项目上。
2. 2024年1月26日，纽约州州长凯西·霍楚（Kathy Hochul）称，特斯拉将投资5亿美元（相当于约 1 万颗 H100 GPU），在该州的布法罗市（Buffalo）建造一台Dojo超级计算机。马斯克很快证实了这一消息。

第三，特斯拉D1芯片的成本优势仍然值得期待。特斯拉D1芯片的物理算力和英伟达A100几乎相同(116%，362/312 TPOS），从实际智驾任务来说，实际算力和H100差不多（A100的3~4倍左右）。考虑到英伟达的高毛利（超76%），特斯拉D1芯片的成本优势仍然值得期待。

• Nvidia 对其芯片的收费如此之高（一块H100的售价为35,000美金，超过1辆小米汽车SU7 Pro；公司整体毛利率超76%），如果 Dojo 的功能只有 20%，而成本却只有 10%，那也是值得的。

第四，特斯拉的AI算法软件能力特别强。AMD和英特尔挑战英伟达一直失败，软件能力太差是重要原因。而特斯拉的智能驾驶FSD和AI Day一直以来引领全球自动驾驶AI算法趋势，可以说，特斯拉在AI Day上面公开什么算法，其他智驾公司就做什么算法，这是特斯拉做AI芯片的巨大优势。

• 2021年，特斯拉在第一届AI DAY上推出了基于Transformer的BEV（鸟瞰图），全球自动驾驶行业马上跟随，在2023年部分国产算法商实现了量产落地。
• 在2022年特斯拉AI DAY上，特斯拉分享了Occupancy Network（占用网络），全球自动驾驶行业马上跟随。
• 到2024年又率先实现了端到端的自动驾驶技术量产落地，把论文变成了能落地的工程实现，极大的激发了全球自动驾驶行业对于端到端的研发热情。

第五，特斯拉的D1芯片试图打造AI计算专用芯片。比如，比特大陆自研虚拟货币矿机专用芯片，挖矿场景成功取代了英伟达的GPU。

• 特斯拉的训练场景专注于图像网络。因此，他们的架构和推荐网络和基于 Transformer 的语言模型需要非常不同的架构。图像/视频识别网络对计算、芯片间通信、芯片内部内存和芯片外部内存储的要求截然不同。
• 特斯拉是全球首次采用台积电晶圆级互连 (InFO_SoW) 技术的客户，InFO_SoW 旨在实现高性能连接，使得 Tesla Dojo 的 25 个芯片可以像单个处理器一样工作。晶圆级处理器，例如 Tesla 的 Dojo 和 Cerebras 的晶圆级引擎 (WSE)，比多处理器机器的性能效率要高得多。它们的主要优点包括内核之间的高带宽和低延迟通信、降低的电力传输网络阻抗以及卓越的能源效率。
• 更重要的是，台积电下一代晶圆上系统平台CoW_SoW 支持在处理器块上进行 3D 堆叠 和 HBM4 内存安装，解决特斯拉D1芯片必须专门使用片上存储器，不灵活的问题，从而满足所有类型的AI应用。

为什么说Dojo的确遇到了困难

第一，特斯拉超算Dojo的研发进展的确滞后了。2022年 AI Day 上的说法，Dojo 的量产原本预计在2023年第一季度进行；但很明显，Dojo 一直到2023年 7 月份才开始量产，出现了明显的延迟，据报道，原因是其降本不及预期。

第二，2023年底，在自研的重要节点上，多名Dojo研发负责人离职。

• 2023年11月，负责Dojo超算项目的负责人、同时也是特斯拉自动驾驶硬件高级总监加内什·文卡塔拉马南（Ganesh Venkataramanan）离职，职位由前苹果高管彼得·班农（Peter Bannon）负责。彼时有消息称，很可能是因为Dojo第二代芯片未达标，加内什遭到解雇。加内什此前负责特斯拉Dojo超算项目已达5年，在进入特斯拉之前，他曾在美国知名半导体公司AMD任职近15年。加内什的离职，被认为是特斯拉自研芯片不力，或者没有设想中那么顺利。
• 2023年12月，特斯拉AI基础设施负责人Tim Zaman离职前往谷歌DeepMind。

第三，特斯拉位于德克萨斯州奥斯汀的数据中心的进度落后于计划。2024年4 月中旬，马斯克参观了占地 1000 万平方英尺（93 万平方米）的特斯拉工厂南侧的工地。在那里，他发现一处设施由于交付问题、恶劣天气和其他施工问题而失去了大部分屋顶和底层。计划中的 Dojo 超级计算机站点受到了问题的困扰，首席执行官埃隆·马斯克 (Elon Musk) 对这些延误感到“愤怒”，马斯克解雇了施工经理。

第四，特斯拉遇到了现金流问题。作为2024 年第一季度财报的一部分，这家电动汽车巨头透露，"受第一季度库存增加 27 亿美元和人工智能基础设施资本支出 10 亿美元的影响（买H100的卡），该季度自由现金流为-25 亿美元。"

为了负担得起人工智能的巨额投资，马斯克几乎愿意不惜一切代价削减其他方面的成本。4月15日，马斯克在致员工的内部电子邮件中表示，该公司将裁减超过10%的全球员工，“为下一个增长阶段周期做好准备”。根据特斯拉全球员工数量计算，此次裁员影响的员工超过1.4万人。马斯克已经解雇了数千名员工，解雇了行业领先的超级充电站网络背后的团队，并取消了为即将推出的 2.5 万美元入门车型投资全新装配线的计划。

第五，Dojo面临迅速淘汰的风险。英伟达支撑人工智能行业突飞猛进，让D1芯片面临被迅速淘汰的风险。英伟达狂轰乱炸的芯片性能迭代宣传，可能导致投资人信心不足，导致Dojo的研发经费投入不足。

5月23日英伟达Q1财报电话会议上，黄仁勋透露，英伟达下一代“最强”AI芯片B100，生产性发货将在2024年第二季度开始并在第三季度逐步增加，客户的数据中心应该可以在第四季度起使用上Blackwell平台。B100将采用新一代Blackwell，算力、能效相比采用Hopper架构的H100、H200提升幅度可达一倍。

2024年3月20日，英伟达投下了Blackwell B200 炸弹，这是下一代数据中心和 AI GPU。训练一个 1.8 万亿个参数的模型以前需要 8000 个 Hopper GPU 和 15 兆瓦的电力，如今，2000 个 Blackwell GPU 就能完成这项工作，耗电量仅为 4 兆瓦。在具有 1750 亿个参数的 GPT-3 LLM 基准测试中，GB200 的性能是 H100 的 7 倍，英伟达称其训练速度是 H100 的 4 倍。信心不足可能会导致Dojo的研发经费投入不足。

总结

在英伟达的众多挑战者中，特斯拉的Dojo有两大优势：

第一，特斯拉只服务于特定应用场景（自动驾驶、机器人）。其他想做通用AI训练芯片的公司，需要满足各种不同场景，芯片和软件的灵活性要求高、成本上挑战大；另外，开发者生态建设上壁垒很高，新工具链难以面面俱到，难以吸引全球的开发者。但是，特斯拉在自动驾驶场景是王者，有能力定义行业算法方向，芯片和软件工具链只需要做好这个场景就能切入，完全有可能做到，挟“软件”以令“芯片”。

第二，特斯拉自动驾驶FSD训练数据量巨大，对训练服务器的算力需求量巨大。特斯拉规划，在2024年10月，算力达到100Exa-Flops，大约需要30万颗D1芯片。如果有3家车厂部署了特斯拉的Dojo服务器，则出货量接近100万颗，销售额达到100亿美金级别。

所以，特斯拉不会放弃自研超算Dojo，困难是暂时的，失声也是暂时的。