為了訓(xùn)出最強Grok 3，xAI耗時19天，打造了由10萬塊H100組成的世界最大超算集群。

而在訓(xùn)練FSD、擎天柱機器人方面，馬斯克同樣不惜重金，投入了大量的計算資源。

超算Dojo，是特斯拉AI的基石，專為訓(xùn)練FSD神經(jīng)網(wǎng)絡(luò)而打造。

就在今天，他在德州超級工廠（Cortex）參觀了特斯拉的超級計算機集群。

馬斯克稱，「這將是一個擁有約10萬個H100/H200 GPU，并配備大規(guī)模存儲的系統(tǒng)，用于全自動駕駛（FSD）和Optimus機器人的視頻訓(xùn)練」。

不僅如此，除了英偉達(dá)GPU，這個超算集群中還配備了特斯拉HW4、AI5、Dojo系統(tǒng)。

它們將由一個高達(dá)500兆瓦的大型系統(tǒng)提供電力和冷卻。

2021年特斯拉AI Day上，馬斯克首次對外宣布Dojo。

如今三年過去了，Dojo建得怎樣了？

8000塊H100等價算力，加倍下注

半個月前，網(wǎng)友稱2024年年底，特斯拉擁有AI訓(xùn)練算力，等價于9萬塊H100的性能。

馬斯克對此做了一些補充：

我們在AI訓(xùn)練系統(tǒng)中不僅使用英偉達(dá)的GPU，還使用自己的AI計算機——Tesla HW4 AI（更名為AI4），比例大約為1:2。

這意味著相當(dāng)于有大約9萬個H100，加上大約4萬個AI4計算機。

他還提到，到今年年底，Dojo 1將擁有大約8000個相當(dāng)于H100算力。這個規(guī)模不算龐大，但也不算小。

Dojo D1超算集群

其實在去年6月，馬斯克曾透露Dojo已經(jīng)在線并運行了幾個月的有用任務(wù)。

這已經(jīng)暗示著，Dojo已經(jīng)投入到一些任務(wù)的訓(xùn)練中。

最近，在特斯拉財報會議上，馬斯克表示特斯拉準(zhǔn)備在10月推出自動駕駛出租車，AI團(tuán)隊將「加倍投入」Dojo。

預(yù)計Dojo的總計算能力，將在2024年10月達(dá)到100 exaflops。

假設(shè)一個D1芯片可以實現(xiàn)362 teraflops，要達(dá)到100 exaflops，特斯拉將需要超過27.6萬個D1芯片，或者超過32萬英偉達(dá)A100 GPU。

500億晶體管，D1已投產(chǎn)

2021年特斯拉AI Day上，D1芯片初次亮相，擁有500億晶體管，只有巴掌大小。

它具備了強大和高效的性能，能夠快速處理各種復(fù)雜的任務(wù)。

今年5月，D1芯片開始投產(chǎn)，采用臺積電7nm工藝節(jié)點。

Autopilot前硬件高級總監(jiān)Ganesh Venkataramanan曾表示，「D1可以同時進(jìn)行計算和數(shù)據(jù)傳輸，采用定制ISA指令集架構(gòu)，并針對機器學(xué)習(xí)工作負(fù)載進(jìn)行了充分優(yōu)化」。

這是一臺純粹的機器學(xué)習(xí)的芯片。

盡管如此，D1仍沒有英偉達(dá)A100強大，后者同樣采用了臺積電7nm工藝制造。

D1在645平方毫米的芯片上放置了500億個晶體管，而A100包含540億個晶體管，芯片尺寸為826平方毫米，性能領(lǐng)先于D1。

為了獲得更高的帶寬和算力，特斯拉AI團(tuán)隊將25個D1芯片融合到一個tile中，將其作為一個統(tǒng)一的計算機系統(tǒng)運作。

每個tile擁有9 petaflops的算力，以及每秒36 TB的帶寬，并包含電力源、冷卻和數(shù)據(jù)傳輸硬件。

我們可以將單個tile視為，由25臺小型計算機組成的一臺自給自足的計算機。

通過使用晶圓級互連技術(shù)InFO_SoW（Integrated Fan-Out，System-on-Wafer），在同一塊晶圓上的25塊D1芯片可以實現(xiàn)高性能連接，像單個處理器一樣工作。

6個這樣的tile構(gòu)成一個機架（rack），兩個機架構(gòu)成一個機柜（cabinet）。

十個機柜構(gòu)成一個ExaPOD。

在2022年AI Day中，特斯拉表示，Dojo將通過部署多個ExaPOD進(jìn)行擴展。所有這些加在一起構(gòu)成了超級計算機。

晶圓級處理器（wafer-scale processor），比如特斯拉的Dojo和Cerebras的晶圓級引擎WSE，比多處理器（multi-processor）的性能效率要高得多。

前者的主要優(yōu)點包括內(nèi)核之間的高帶寬和低延遲通信、較低的電網(wǎng)阻抗以及更高的能源效率。

目前，只有特斯拉和Cerebras擁有晶圓上系統(tǒng)設(shè)計。

然而，將25個芯片放在一起對電壓挑戰(zhàn)和冷卻系統(tǒng)也是不小的挑戰(zhàn)。

網(wǎng)友拍到特斯拉在德州建設(shè)巨型冷卻系統(tǒng)

晶圓級芯片的固有挑戰(zhàn)還在于，必須使用片上內(nèi)存（on-chip memory），這不夠靈活，可能無法滿足所有類型的應(yīng)用。

Tom's Hardware預(yù)測， 下一代使用的技術(shù)可能是CoW_SoW（Chip-on-Wafer），在tile上進(jìn)行3D堆疊并集成HBM4內(nèi)存。

此外，特斯拉還在研發(fā)下一代D2芯片，為了破解信息流難題。

與連接單個芯片不同，D2將整個Dojo tile放在了單個硅晶圓上。

到2027年，臺積電預(yù)計將提供更復(fù)雜的晶圓級系統(tǒng)，計算能力預(yù)計將提升超過40倍。

自D1發(fā)布以來，特斯拉既沒有公開已訂購、預(yù)期接收的D1芯片訂單情況，也沒有公開Dojo超算的具體部署時間表。

不過在今年6月份的時候，馬斯克曾表示，在未來18個月，一半部署特斯拉AI硬件，一半是英偉達(dá)/其他硬件。

其他硬件，也可能是AMD。

為什么需要Dojo 

自動駕駛耗算力

在我們的印象中，特斯拉的主業(yè)僅限于生產(chǎn)電動汽車，再附帶一些太陽能電池板和儲能系統(tǒng)的業(yè)務(wù)。

但馬斯克對特斯拉的期望遠(yuǎn)遠(yuǎn)不止于此。

大多數(shù)自動駕駛系統(tǒng)，比如谷歌母公司Alphabet旗下的Waymo，仍舊依靠傳統(tǒng)的感知器作為輸入，比如雷達(dá)、激光雷達(dá)和攝像頭等。

但特斯拉采取的是「全視覺」路徑，他們僅依靠攝像頭捕捉視覺數(shù)據(jù)，輔以高清地圖進(jìn)行定位，再使用神經(jīng)網(wǎng)絡(luò)處理數(shù)據(jù)以進(jìn)行自動駕駛的快速決策。

直觀來看，顯然前者是一種更簡單快捷的路徑，事實也的確如此。

Waymo已經(jīng)實現(xiàn)了L4級自動駕駛的商業(yè)化，即SAE所定義的，在一定條件下下無需人工干預(yù)即可自行駕駛的系統(tǒng)。但特斯拉的FSD（Full Self-Driving）神經(jīng)網(wǎng)絡(luò)仍無法脫離人類操作。

Andrej Karpathy曾在特斯拉擔(dān)任AI負(fù)責(zé)人，他表示，實現(xiàn)FSD基本是在「從頭開始構(gòu)建一種人造動物」。

我們可以將其理解為人類視覺皮層和大腦功能的數(shù)字復(fù)制。FSD不僅需要連續(xù)收集和處理視覺數(shù)據(jù)，識別、分類車輛周圍的物體，還需要有與人類相當(dāng)?shù)臎Q策速度。

由此可見，馬斯克想要的絕不只是能盈利的自動駕駛系統(tǒng)而已。他的目標(biāo)，是打造一種新智能。

但幸運的是，他幾乎不太需要擔(dān)心數(shù)據(jù)不夠的問題。目前大約有180萬人為FSD支付了8000美元的訂閱費（之前可達(dá)1.5萬美元），這意味著特斯拉能收集到數(shù)百萬英里的駕駛視頻用于訓(xùn)練。

而算力方面，Dojo超算就是FSD的訓(xùn)練場。它的中文名字可以翻譯為「道場」，是對武術(shù)練習(xí)空間的致敬。

英偉達(dá)不給力

英偉達(dá)GPU有多搶手？看看各大科技巨頭的CEO有多想跟老黃套近乎就知道了。

即便財大氣粗如馬斯克，也會在7月的財報電話會上承認(rèn)，自己對特斯拉可能沒法用上足夠的英偉達(dá)GPU感到「非常擔(dān)憂」。

「我們看到的是，對英偉達(dá)硬件的需求如此之高，以至于通常很難獲得GPU。」

目前，特斯拉似乎依舊使用英偉達(dá)的硬件為Dojo提供算力，但馬斯克似乎不想把雞蛋都放在一個籃子里。

尤其是考慮到，英偉達(dá)芯片的溢價如此之高，而且性能還不能讓馬斯克完全滿意。

在硬件與軟件協(xié)同這方面，特斯拉與蘋果的觀點類似，即應(yīng)該實現(xiàn)兩者的高度協(xié)同，尤其是FSD這種高度專門化的系統(tǒng)，更應(yīng)該擺脫高度標(biāo)準(zhǔn)化的GPU，使用定制硬件。

這個愿景的核心，是特斯拉專有的D1芯片，于2021年發(fā)布，今年5月開始由臺積電量產(chǎn)。

此外，特斯拉還在研發(fā)下一代D2芯片，希望將整個Dojo塊放在單個硅片上，解決信息流瓶頸。

在第二季度財報中，馬斯克指出，他看到了「通過Dojo與英偉達(dá)競爭的另一條途徑」。

Dojo能成功嗎

即便自信如馬斯克，在談到Dojo時，也會支支吾吾地表示，特斯拉可能不會成功。

從長遠(yuǎn)來看，開發(fā)自己的超算硬件可以為AI部門開拓新的商業(yè)模式。

馬斯克曾表示，Dojo的第一個版本將為特斯拉的視覺數(shù)據(jù)標(biāo)注和訓(xùn)練量身定制，這對FSD和訓(xùn)練特斯拉的人形機器人Optimus來說非常有用。

而未來版本將更適合通用的AI訓(xùn)練，但這不可避免地要踏入英偉達(dá)的護(hù)城河——軟件。

幾乎所有的AI軟件都是為了與英偉達(dá)GPU配合使用，使用Dojo就意味著要重寫整個AI生態(tài)系統(tǒng)，包括CUDA和PyTorch。

這意味著，Dojo幾乎只有一條出路——出租算力，建立類似于AWS和Azure一樣的云計算平臺。

摩根士丹利在去年9月的報告中預(yù)測，Dojo可以通過robotaxi和軟件服務(wù)等形式釋放新的收入來源，為特斯拉的市值增加5000億美元。

簡言之，從目前馬斯克對硬件的謹(jǐn)慎配比來看，Dojo并非「孤注一擲」而更像是一種雙重保險。但一旦成功，也可以釋放巨大紅利。