俗话说得好，欲练神功，必先自宫。
为了应付接下来的车企混战，马斯克提刀就往自己身上砍？
就在几天前，彭博社报道了一则消息，说特斯拉突然叫停了研发六年的芯片项目 Dojo ，这是连命根子都不要了啊。
不仅工作全部白干，而且整个研发团队也直接作鸟兽散。
项目负责人彼得·班农原地辞职，还有约 20 名工程师也早已提桶跑路，投奔一家名为 DensityAI 的初创公司去了。
巧的是，这家公司的老板正是在 2021 年首次发布 Dojo 芯片的前特斯拉总监，加内什·文卡塔拉马南。
可以说，特斯拉裁员裁出了一家公司。。。
而于此同时，留在特斯拉的，就只剩一地鸡毛。
甚至有消息说，连 Dojo 的专利都不在特斯拉自己手上，以后想再继续干也没有机会了。
呃，这确实有点出人意料。
毕竟 Dojo 这玩意儿刚出来的时候，大家都还寄予了厚望。
众所周知，特斯拉智驾的特点是纯视觉算法，这个方案虽然上限很高，但下限也很低，关键就看算法的能力，而因为端到端架构，你要迭代算法，靠的就只有没日没夜的训练。
特斯拉开启 Dojo 项目的初衷，就是奔着训练来的，如果它做成了，就能让特斯拉 FSD 直接封神。
要知道，过去给智驾做训练的 GPU ，并不是为深度学习训练而设计的，而这个 Dojo 通过分布式 2D 架构，解决了高带宽和低延迟的问题，并且通过存算一体的设计，让训练的能效也更高。
这么一来，相比市场上主流的英伟达 A100 ， Dojo 在相同成本下的性能可以达到它的 4 倍。这对特斯拉来说，不仅能更好的训练智驾，还能打破英伟达在芯片上的垄断，让特斯拉成为真正的人工智能企业。
所以对于这个 Dojo ，老马认为它是 “ 实现完全自动驾驶的关键 ” ，摩根士丹利也预测， Dojo 将会给特斯拉带来 5000 亿美元的市值增长。
但结果呢？上个月还说 Dojo 2 量产倒计时，现在说没就没，就有点搞人心态了啊。
很多人会觉得，是不是特斯拉开始走下坡路了？为了省钱，连自己最关键的芯片业务也要裁？
脖子哥认为，确实有一部分原因，如今的特斯拉，真不比当年。
咱们打开财报咱们就知道，今年 Q1 和 Q2 季度，特斯拉最关键的营收指标开始下滑，同比分别减少了 9.23% 和 11.78 % 。
而在这背后的销量数据就更是雪崩， 7 月份，特斯拉全球齐跌，在英国同比暴跌 60% ，德国则下滑 55.1% ，甚至在基本盘的中国也达不到过去的热度。
但是吧，特斯拉还远远没到山穷水尽的地步。前几天，它还花了 43 亿美元买 LG 的磷酸铁锂电池，甚至还用 165 亿美元定了三星的芯片单子。
区区十几亿的 Dojo ，特斯拉完全还是投的起的。
那要问背后原因是啥，老马其实自个儿就发帖说了，这么做主要是因为“ 没有必要分散资源同时开发两种不同AI芯片 ”。
没错，目前特斯拉确实是有两条芯片研发路线。一条是它的 HW 系列（Hardware，真不是华为），用在特斯拉的汽车上，另一条就是这个 Dojo ，是用在智驾训练上。
过去这是完全不同的两条平行线，但这次的 AI6（HW 6.0）明显有点超预期了，显著提升了算力和带宽，不仅能做 FSD 的终端芯片，也可以用于智驾训练，Dojo 存在的必要性就被打上了问号。
按老马的性格，肯定不会把钱和精力浪费在毫无意义的地方。
当然，还有一个原因就是，Dojo 的研发进度确实不尽如人意。目前 Dojo 2 还没量产，而 Dojo 1 也因为性能缺陷，成本奇高，基本没啥市场竞争力。
所以和更成熟的 HW 芯片相比，老马毫无疑问砍掉了根本看不到前景的 Dojo 。
不过呢，你要说 Dojo 从一开始就是一个错误吗？我真觉得未必。
马斯克其实看得很透彻，他曾公开表态 “ 我认为 Dojo 的前景渺茫。但值得一试，因为回报可能非常高。”
说白了，有点赌狗的意思。
但这场豪赌并不是没道理的，咱们得结合当时情境，从头开始说起。
最早，特斯拉只有 HW 芯片，而且 1.0 版本用的还是 Mobileye 的全套产品。
但问题是，当时的 Mobileye 只是一个黑盒，不允许特斯拉参与修改算法，也不能共享数据，甚至功能也偏向保守，和特斯拉的理念实在合不来。
最终由于 2016 年发生的 Model S 智驾事故，让特斯拉下定决心分手，结局不欢而散。
我估计是因为这次和 Mobileye 的失败合作，让老马就看清了一件事：和别人合作永远做不了自己想做的事，自研才是唯一的出路。
所以在此之后，特斯拉先是自研智驾，芯片用英伟达过渡了几年以后，到 2019 年，HW3.0 就开始走自研路线了。
之后的 HW4.0、HW5.0 ，也就是现在说的 AI4、AI5，其实也都是特斯拉做的框架设计、神经网络优化和系统集成，只是利用了三星和台积电的工艺进行生产。
总之在智驾芯片上，老马踢掉了老黄，很快尝到了自研芯片的甜头。
随后老马很快又把矛头转向智驾训练。不过，因为 HW 的分离式内存架构更适合推理，而非训练，老马必须另开炉灶。
于是在 2019 年，马斯克在特斯拉自动驾驶日上，提出用 Dojo 来训练自动驾驶。随后，在 2021 年的 AI DAY 上，特斯拉就实现了 Dojo 超算的核心——7nm 的 D1 芯片（还是这个老哥）。
这里大伙儿可能比较迷糊，马斯克把 Dojo 称为超级计算机，那和这个 D1 芯片有啥关系呢？
咱们可以这么来理解，其实 Dojo 就是一个体系森严的算力盒子，从低到高分为内核、芯片、瓦片、模组、机柜和 ExaPOD。
一块 D1 芯片，其实是由 354 个核心（CPU）组成，而 25 个 D1 芯片，则组成一个瓦片，6 个瓦片就是一个模组，2 个模组是 1 个机柜， 10 个机柜是 1 个 ExaPOD 训练集群，最终算力能达到 1.1 EFLOP 。
总之呢，从 D1 芯片到最后的训练集群，其实并没有那么简单。
2021 年特斯拉只是展示了 D1 芯片和瓦片，而后一年，才安装了首个机柜，当时的目标，是在 2023 年建成七台 ExaPOD 。
然而很快，到 2023 年马斯克才发现，Dojo 并没有那么十全十美，反而有可能将训练成本提高十倍以上，成功的可能性并不高。
但此时，老马的赌性占据了上风，开始左脑互博右脑了。。。
随后特斯拉不仅继续砸重金去做 Dojo ，动则好几亿美元，而且还接连提出了 Dojo 1.5、Dojo 2 和 Dojo 3 ，要真正实现 Dojo ，几乎是个无底洞。
然而结果呢，老马斥巨资打造的 Dojo 超算，性能也只和英伟达 H100 系统相当，于是只能把希望寄托在了 Dojo 2 上。
相比 Dojo 1，第二代 Dojo 采用了台积电最新的InFO-SoW 晶圆级封装技术，尺寸更小，损耗更低，效率也更高。
不过嘛，结局依然不理想。
虽然 Dojo 2 的 D2 芯片算力，从之前的 362 TFLOPS 提升到了 3.62 PFLOPS，是 D1 的 10 倍，但因为过于强调视觉训练，实际在通用 AI 场景中，依然打不过英伟达的 H200 GPU 集群。
并且，芯片虽然由台积电代工，但良品率并不高，初期只有 37% ，在成本上没有任何优势。
说白了，Dojo 2 还远不够成熟，想要打败英伟达，还有很多的细节需要打磨。但时间不等人，如今的 AI6 彻底击穿了 Dojo 的未来，难道还要指望 Dojo 3 ？
这钱还不如留着应对一下关税。老马当机立断放弃 Dojo ，再次想起了老黄这个备胎。。。
而后他解释到，如今的 AI5 和 AI6 ，从某种意义上，就是 Dojo 3 。
但是吧，这个 AI6 至少要到 2027 年量产，用的是三星的 2nm（SF2）制程技术，良品率奇低，只有40%-50%，差不多做两片，扔一片。
虽然特斯拉给了三星 165 亿美元的巨款，但三星依然是赔钱在给特斯拉供货，所以这块饼究竟能做成生么样，现在咱们也只能看看罢了。
总而言之，Dojo 这事儿就是马斯克的一场豪赌，只不过赌输了而已。
为了不深陷泥潭，马斯克选择投降输一半，把全部精力投到更有希望的 “ 神功 ” 上去。
但是话又说回来，Dojo 这事对车企来说，真算不上什么反例。
因为自研，本来就是条困难但必须走的路。
本文转载于快科技，文中观点仅代表作者个人看法，本站只做信息存储
