六年全部白乾，馬斯克砍掉自研晶元到底為啥？
來源：倍可親(backchina.com)俗話說得好，欲練神功，必先自宮。
為了應付接下來的車企混戰，馬斯克提刀就往自己身上砍？
就在幾天前，彭博社報道了一則消息，說特斯拉突然叫停了研發六年的晶元項目 Dojo ，這是連命根子都不要了啊。
不僅工作全部白乾，而且整個研發團隊也直接作鳥獸散。
項目負責人彼得·班農原地辭職，還有約 20 名工程師也早已提桶跑路，投奔一家名為 DensityAI 的初創公司去了。
巧的是，這家公司的老闆正是在 2021 年首次發布 Dojo 晶元的前特斯拉總監，加內什·文卡塔拉馬南。
可以說，特斯拉裁員裁出了一家公司。。。
而於此同時，留在特斯拉的，就只剩一地雞毛。
甚至有消息說，連 Dojo 的專利都不在特斯拉自己手上，以後想再繼續干也沒有機會了。
呃，這確實有點出人意料。
畢竟 Dojo 這玩意兒剛出來的時候，大家都還寄予了厚望。
眾所周知，特斯拉智駕的特點是純視覺演演算法，這個方案雖然上限很高，但下限也很低，關鍵就看演演算法的能力，而因為端到端架構，你要迭代演演算法，靠的就只有沒日沒夜的訓練。
特斯拉開啟 Dojo 項目的初衷，就是奔著訓練來的，如果它做成了，就能讓特斯拉 FSD 直接封神。
要知道，過去給智駕做訓練的 GPU ，並不是為深度學習訓練而設計的，而這個 Dojo 通過分散式 2D 架構，解決了高帶寬和低延遲的問題，並且通過存算一體的設計，讓訓練的能效也更高。
這麼一來，相比市場上主流的英偉達A100 ， Dojo 在相同成本下的性能可以達到它的 4 倍。這對特斯拉來說，不僅能更好的訓練智駕，還能打破英偉達在晶元上的壟斷，讓特斯拉成為真正的人工智慧企業。
所以對於這個 Dojo ，老馬認為它是 「 實現完全自動駕駛的關鍵 」 ，摩根士丹利也預測， Dojo 將會給特斯拉帶來 5000 億美元的市值增長。
但結果呢？上個月還說 Dojo 2 量產倒計時，現在說沒就沒，就有點搞人心態了啊。
很多人會覺得，是不是特斯拉開始走下坡路了？為了省錢，連自己最關鍵的晶元業務也要裁？
脖子哥認為，確實有一部分原因，如今的特斯拉，真不比當年。
咱們打開財報咱們就知道，今年 Q1 和 Q2 季度，特斯拉最關鍵的營收指標開始下滑，同比分別減少了 9.23% 和 11.78 % 。
而在這背後的銷量數據就更是雪崩， 7 月份，特斯拉全球齊跌，在英國同比暴跌 60% ，德國則下滑 55.1% ，甚至在基本盤的中國也達不到過去的熱度。
但是吧，特斯拉還遠遠沒到山窮水盡的地步。前幾天，它還花了 43 億美元買LG的磷酸鐵鋰電池，甚至還用 165 億美元定了三星的晶元單子。
區區十幾億的 Dojo ，特斯拉完全還是投的起的。
那要問背後原因是啥，老馬其實自個兒就發帖說了，這麼做主要是因為「 沒有必要分散資源同時開發兩種不同 AI 晶元 」。
沒錯，目前特斯拉確實是有兩條晶元研發路線。一條是它的 HW 系列（Hardware，真不是華為），用在特斯拉的汽車上，另一條就是這個 Dojo ，是用在智駕訓練上。
過去這是完全不同的兩條平行線，但這次的 AI6（HW 6.0）明顯有點超預期了，顯著提升了算力和帶寬，不僅能做 FSD 的終端晶元，也可以用於智駕訓練，Dojo 存在的必要性就被打上了問號。
按老馬的性格，肯定不會把錢和精力浪費在毫無意義的地方。
當然，還有一個原因就是，Dojo 的研發進度確實不盡如人意。目前 Dojo 2 還沒量產，而 Dojo 1 也因為性能缺陷，成本奇高，基本沒啥市場競爭力。
所以和更成熟的 HW 晶元相比，老馬毫無疑問砍掉了根本看不到前景的 Dojo 。
不過呢，你要說 Dojo 從一開始就是一個錯誤嗎？我真覺得未必。
馬斯克其實看得很透徹，他曾公開表態 「 我認為 Dojo 的前景渺茫。但值得一試，因為回報可能非常高。」
說白了，有點賭狗的意思。
但這場豪賭並不是沒道理的，咱們得結合當時情境，從頭開始說起。
最早，特斯拉只有 HW 晶元，而且 1.0 版本用的還是 Mobileye 的全套產品。
但問題是，當時的 Mobileye 只是一個黑盒，不允許特斯拉參與修改演演算法，也不能共享數據，甚至功能也偏向保守，和特斯拉的理念實在合不來。
最終由於 2016 年發生的 Model S 智駕事故，讓特斯拉下定決心分手，結局不歡而散。
我估計是因為這次和 Mobileye 的失敗合作，讓老馬就看清了一件事：和別人合作永遠做不了自己想做的事，自研才是唯一的出路。
所以在此之後，特斯拉先是自研智駕，晶元用英偉達過渡了幾年以後，到 2019 年，HW3.0 就開始走自研路線了。
之後的 HW4.0、HW5.0 ，也就是現在說的 AI4、AI5，其實也都是特斯拉做的框架設計、神經網路優化和系統集成，只是利用了三星和台積電的工藝進行生產。
總之在智駕晶元上，老馬踢掉了老黃，很快嘗到了自研晶元的甜頭。
隨後老馬很快又把矛頭轉向智駕訓練。不過，因為 HW 的分離式內存架構更適合推理，而非訓練，老馬必須另起爐灶。
於是在 2019 年，馬斯克在特斯拉自動駕駛日上，提出用 Dojo 來訓練自動駕駛。隨後，在 2021 年的 AI DAY 上，特斯拉就實現了 Dojo 超算的核心——7nm 的 D1 晶元（還是這個老哥）。
這裡大夥兒可能比較迷糊，馬斯克把 Dojo 稱為超級計算機，那和這個 D1 晶元有啥關係呢？
咱們可以這麼來理解，其實 Dojo 就是一個體系森嚴的算力盒子，從低到高分為內核、晶元、瓦片、模組、機櫃和 ExaPOD。
一塊 D1 晶元，其實是由 354 個核心（CPU）組成，而 25 個 D1 晶元，則組成一個瓦片，6 個瓦片就是一個模組，2 個模組是 1 個機櫃， 10 個機櫃是 1 個 ExaPOD 訓練集群，最終算力能達到 1.1 EFLOP 。
總之呢，從 D1 晶元到最後的訓練集群，其實並沒有那麼簡單。
2021 年特斯拉只是展示了 D1 晶元和瓦片，而後一年，才安裝了首個機櫃，當時的目標，是在 2023 年建成七台 ExaPOD 。
然而很快，到 2023 年馬斯克才發現，Dojo 並沒有那麼十全十美，反而有可能將訓練成本提高十倍以上，成功的可能性並不高。
但此時，老馬的賭性佔據了上風，開始左腦互搏右腦了。。。
隨後特斯拉不僅繼續砸重金去做 Dojo ，動輒好幾億美元，而且還接連提出了 Dojo 1.5、Dojo 2 和 Dojo 3 ，要真正實現 Dojo ，幾乎是個無底洞。
然而結果呢，老馬斥巨資打造的 Dojo 超算，性能也只和英偉達 H100 系統相當，於是只能把希望寄托在了 Dojo 2 上。
相比 Dojo 1，第二代 Dojo 採用了台積電最新的InFO-SoW 晶圓級封裝技術，尺寸更小，損耗更低，效率也更高。
不過嘛，結局依然不理想。
雖然 Dojo 2 的 D2 晶元算力，從之前的 362 TFLOPS 提升到了 3.62 PFLOPS，是 D1 的 10 倍，但因為過於強調視覺訓練，實際在通用 AI 場景中，依然打不過英偉達的 H200 GPU 集群。
並且，晶元雖然由台積電代工，但良品率並不高，初期只有 37% ，在成本上沒有任何優勢。
說白了，Dojo 2 還遠不夠成熟，想要打敗英偉達，還有很多的細節需要打磨。但時間不等人，如今的 AI6 徹底擊穿了 Dojo 的未來，難道還要指望 Dojo 3 ？
這錢還不如留著應對一下關稅。老馬當機立斷放棄 Dojo ，再次想起了老黃這個備胎。。。
而後他解釋到，如今的 AI5 和 AI6 ，從某種意義上，就是 Dojo 3 。
但是吧，這個 AI6 至少要到 2027 年量產，用的是三星的 2nm（SF2）製程技術，良品率奇低，只有40%-50%，差不多做兩片，扔一片。
雖然特斯拉給了三星 165 億美元的巨款，但三星依然是賠錢在給特斯拉供貨，所以這塊餅究竟能做成什麼樣子，現在咱們也只能看看罷了。
總而言之，Dojo 這事兒就是馬斯克的一場豪賭，只不過賭輸了而已。
為了不深陷泥潭，馬斯克選擇投降輸一半，把全部精力投到更有希望的 「 神功 」 上去。
但是話又說回來，Dojo 這事對車企來說，真算不上什麼反例。
因為自研，本來就是條困難但必須走的路。