•
老黃一夜被偷家！特斯拉Dojo 2晶片量產倒計時，算力直逼輝達最強B200
老黃人在北京侃侃而談，沒想到轉眼老家被“偷”，客戶變對手。
特斯拉的最新消息，Dojo二代晶片量產進入倒計時，效能比第一代提高10倍，算力直逼輝達Blackwell B200晶片。
這很可能會讓特斯拉FSD實現“自產自訓”，從此擺脫輝達的束縛，甚至能向外部提供算力。
更關鍵的是，特斯拉表示，Dojo 2超算能讓資料訓練速度激增一個數量級，也意味著FSD的最佳化能再上一個台階。
不過在馬斯克這兒，還不夠。
算力更強、效能巔峰的Dojo第三代晶片，時間表也定了，明年就推出。
特斯拉Dojo 2量產倒計時
據外媒平台Not a Tesla App稱，特斯拉新一代Dojo 2晶片，已和全球最大的半導體製造商——台積電達成合作，年底前進入量產階段。
台積電方面也透露過，第二代Dojo的訓練模組已投入生產，且採用了台積電最新的封裝技術。
特斯拉多次表示，Dojo 2晶片已經接近輝達Blackwell B200水平——這是輝達最新一代的AI晶片，性能也最強。
在馬斯克的另一家公司X平台上，也有人分享了這個消息：
不少「特粉」表示，足夠令人振奮。
因為這意味著，特斯拉實現了從感測器到超算的垂直AI能力，即將擺脫輝達的束縛：
甚至，特斯拉未來可以向外提供算力，成為輝達的對手。
而自研晶片最利多的就是成本，特斯拉將有能力以前所未有的速度擴大規模：
還有網友已經「預見」到未來的驚天巨變，認為Dojo 2很有可能會改變汽車和AI產業的遊戲規則：
也有人對真實性存疑，畢竟，馬斯克定下的ddl總是設定在年末，但真正兌現的情況並不多見：
不過，馬斯克倒是在評論區現身說法，回應很簡潔：“Dojo 2是一台很好的電腦”，算是暗戳戳地肯定了量產時間屬實。
緊接著他又講了個經典的電腦硬體性能笑話——
Dojo 2可以以每秒十億幀的速度玩《孤島危機》。
提醒一下不知道的朋友，《孤島危機》是2007年發行的一款遊戲，起初對配置要求極高，不知道燒壞了多少顯示卡，被玩家一致調侃為「顯示卡危機」。
後來是輝達向遊戲官方提供了技術支援，輝達曾多次用“可以玩《孤島危機》”，證明其配置硬核。
現在，這個玩笑也被馬斯克也拿出來證明Dojo二代晶片的性能，算是裡奇外外都和輝達對標了。
那麼Dojo到底有多厲害，能和全球第一的AI公司槓上？
馬斯克佈局6年的關鍵基建
所謂Dojo，就是馬斯克親自推動、為了訓練FSD神經網路而自研的AI超級計算平台。
關於「Dojo」的概念，最早是在2019年特斯拉的自動駕駛日上，被馬斯克和AI團隊首次提及。
馬斯克多次強調，視覺是實現FSD的關鍵，強大的神經網路需要大量視訊資料訓練。
特斯拉的純視覺方案，每天會產生1,600億幀的視訊資料。
這些影片需要逐一進行分析、標記和處理，幫助FSD不斷學習新的邊緣場景（即不可預測的罕見情況），這對於堅持不用雷射雷達的特斯拉而言至關重要。
而當時，即便強如輝達，其算力也很難滿足特斯拉對大規模視訊訓練的需求，並且缺乏針對視訊訓練的專用指令集。
這讓特斯拉產生了自研晶片、打造高效能視訊訓練超算的念頭。因為一旦成功，特斯拉的FSD訓練效率將從根本上改變。
在這種背景下，第一代Dojo及其自研晶片D1，首次亮相於2021年的特斯拉AI Day上，不過當時還只是Demo。
D1晶片是Dojo的核心，由台積電7nm工藝製造，有500億個電晶體，晶片面積為645mm²，小於輝達的A100（826 mm²）和AMD的Arcturus（750 mm²）。
每個晶片有354個訓練處理節點，以及440MB的靜態隨機儲存器，BF16精度下算力高達362TFLOPs，一塊晶片功耗只有400W。
D1晶片測試完成後，會被封裝到Dojo訓練瓦片（Tile）上，每個瓦片容納25顆D1，這就是最終的Dojo。
當時的Dojo有超過50萬個訓練節點，每個模組算力為9 petaflops，每秒36 TB的區塊外頻寬。
而120個Dojo組合在一起，就是當時超算的頂級配置－Dojo ExaPOD，集結3000塊D1晶片，擁有超1百萬個訓練節點，算力達到1.1EFLOP。
不過，特斯拉也表示，當時的D1晶片還無法完全為Dojo提供運算支援，需要和輝達的GPU一起工作，之後會逐步擴大D1和Dojo使用的佔比。
隔年9月，特斯拉展示了首個Dojo機櫃，進行了2.2兆瓦的負載測試，還展示了運行Stable Diffusion模型生成「火星Cybertruck」圖像的能力，以證明其AI訓練通用性。
直到2024年1月，特斯拉投資5億美元（約36億元），在紐約工廠打造了Dojo叢集，承擔起特斯拉5%~10%的智慧輔助駕駛訓練資料量。
只不過，特斯拉這時候仍是「自研+合作」雙路徑運行，沒有擺脫對輝達的依賴。
但這一切，可能都會隨著今年Dojo 2晶片的量產而改變。
據特斯拉透露，新一代Dojo晶片仍由台積電代工，解決了上一代Dojo的靜默資料損耗（SDC）和功耗問題，效能將比上一代提升10倍。
靜默資料損壞，就是超算有缺陷的節點，可能導致耗時數周的AI模型訓練產生錯誤結果，或使收斂速度顯著放緩，而這種缺陷很難被第一時間檢測。
而Dojo 2實現效能大漲，原因來自多方面，包括最佳化了D1的核心架構，採用更密集的mesh網路互聯架構擴展頻寬，模組化規模更大、整合度更高等等。
其中最值得一提的是台積電的最新封裝技術—InFO-SoW。
這是一種晶圓級系統整合技術，就是把整個晶圓當作一個整體，把多顆晶片、電源模組、散熱結構等直接整合在晶圓上，而不再是傳統方式中先切割晶圓，再單獨封裝晶片的方法。
Dojo將直接在整片晶圓上整合25個計算晶片，在645平方毫米的晶片上放置500億個電晶體，單晶粒提供362 TFlops的運算能力。
也就是說，一個晶圓就相當於一個超算模組，單一Dojo就擁有9 Petaflops（每秒千兆次）的算力。
同時，新的封裝技術取消傳統封裝中的基板（PCB）和中介層，晶片之間透過超高密度金屬布線直接進行高頻寬連接，資料傳輸速度翻倍增長。
散熱模組則直接整合在晶圓背面，熱量透過金屬板快速匯出，顯著改善了散熱問題。
據特斯拉介紹，Dojo 2已經能夠達到接近、甚至部分超越輝達B200的水平。
例如其單訓練瓦片算力可達1000 TOPS，高於B200單晶片的900 TOPS；Dojo 2的瓦片模組間頻寬達36TB/s，也是B200的NVLink 5（10TB/s）的3.6倍。
也就是說，特斯拉或許很快就能脫離外部GPU的依賴，實現「計算自由」。
而且，Dojo雖然是為FSD而生，卻也適用於其他應用領域，例如同樣需要「視覺」的特斯拉機器人柯博文。
此外，Dojo 2還不是特斯拉超算實力的終點。
馬斯克曾表示，Dojo實現起來“可能不抱希望”，並且應當是“三代出巔峰”。 Dojo 3將是特斯拉超算的最強水平，性能還會是Dojo 2的40倍。
而Dojo 3的推出時間已經不遠，預計2026年就會問世。
馬斯克不愧是馬斯克。
從公開首次提出概念，到二代產品即將追平世界頂尖水平，不過六年時間。
其實透過特斯拉的例子看中國汽車業，同樣大有啟發。
AI基礎設施，中國車企的新戰場
馬斯克之前，中國車圈沒有類似的先例。
現在，雖然能完全獨立的超算晶片還沒真正看到落地，但他的做法已經給了中國車圈啟發。
自動駕駛發展，有三大核心要素：算力、資料、演算法，它們也統稱為AI基礎設施。
現在，車圈已經有不少玩家和特斯拉類似，在這些AI基礎設施上佈局。
演算法方面，不用多說，這是各家車企最先爭奪的智慧化戰場。
資料方面，比亞迪在深圳建構了超級資料閉環平台，資料每日回傳規模達PB等級，蔚來在上海與合肥建立了雙資料中心，與部分外部雲平台（阿里、AWS）一起協同工作。
算力方面，有蔚來自研的神璣NX9031晶片，小鵬自研的圖靈晶片。
也有比亞迪成立先進技術研發中心，自建AI超算平台，吉利、長城、蔚小理等也都打造了自己的智算中心。
透過這些車企動作，可以得出一個汽車產業更遠的趨勢是：
車企智慧化戰場，已經從單純的智慧化功能疊加，轉向更持久的AI基礎建設能力。 （智慧車參考）