- A+
文 | NEXT趋势，作者 | 方远，编辑 | 小雨
总的来说，
文 | NEXT趋势，作者 | 方远，编辑 | 小雨
请记住，
一场内部的技术风暴，正悄无声息地席卷特斯拉。
说到底，
那个曾被马斯克寄予厚望的Dojo超级计算机项目，在耗资超过十亿美元后，被其创造者亲手画上了句点。
必须指出的是，
在AI技术浪潮下，即便是行业颠覆者也必须向规模经济和技术生态低头。企业的边界和核心竞争力正在被重新定义。
值得注意的是，
当单点的技术突破，让位于平台化的全面对抗，专注自身最擅长的领域、与产业链巨头合作，或许是更务实的勾选。
综上所述，
“道场”的废弃
说到底，
今年8月，平静的科技圈被一颗重磅炸弹所打破。特斯拉Dojo超算团队突然解散，项目正式关停。
Dojo，这个取自日本武术、意为“道场”的名字，曾承载着马斯克对完全自动驾驶（FSD）的全部野心。
时间拉回到2019年，马斯克首次提到Dojo的概念，其目标只有一个：打造一台专门用来处理和训练自动驾驶模型的性能猛兽。它的心脏，是特斯拉完全自研的D1芯片。
在特斯拉首届AI Day上，Dojo项目首次向世界揭开神秘面纱。
当时的特斯拉AI部门负责人称，这台超级计算机将赋能FSD神经网络，从而能够在大规模上训练，并自动化 XM外汇代理 处理各种长尾场景，比如应对路边的孩童或被风吹动的塑料袋。
反过来看，
然而，这场声势浩大的技术远征，最终却未能抵达彼岸。
与其相反的是，
取而代之的，是一份流向行业巨头的巨额订单。
然而，
特斯拉计划斥资数十亿美元购买英伟达AI芯片。马斯克本人也公开确认，到2025年底，公司拥有的英伟达旗舰H100芯片数量将从3.5万块增加到8.5万块。
请记住，
从全栈自研的孤注一掷，到豪掷千金的买买买。
更重要的是，
这180度的转变背后，不仅是一个项目的终结，更是一个深刻困扰的呈现：被马斯克奉为圭臬的成功法则，为何在Dojo这里失灵了？
AI芯片的“叹息之墙”
来自XM外汇官网：
要看懂特斯拉这次的放弃，就必须先理解马斯克成功的底层逻辑——垂直整合。
需要注意的是，
这位深受“第一性原理”影响的科技狂人，痴迷于掌控核心技术的整个链条，从原材料到最终产品，以此来最大化地优化成本和创新速度。
有分析指出，
在特斯拉过往的历史中，这一法则屡试不爽。
然而，
当所有传统车企都依赖第三方充电设施时，马斯克斥巨资在全球铺设了特斯拉专属的超级充电网络，将其打造成了品牌最坚固的护城河之一。
大家常常忽略的是，
当电池产能成为电动车的命脉时，他没有满足于向松下、LG采购，而是亲手打造了超级工厂，并全力推进4680大圆柱电池的自研，试图将供应链的命门牢牢掌握在自己手中。
事实上，
最成功的案例莫过于车载芯片。
尤其值得一提的是，
当他认为英伟达展现的车载芯片无法满足FSD的算力需求时，便毫不犹豫地组建团队。在2019年的自动驾驶日上，特斯拉正式推出了算力惊人的自研FSD芯片，完成了对车载计算平台的垂直整合。
令人惊讶的是，
这些成功的先例，让马斯克有充分的理由相信，Dojo不过是这条成功路径上的又一次复制。然而，他似乎低估了AI训练芯片这座“叹息之墙”的高度和厚度。
据专业机构分析，Dojo的芯片架构设计非常规且激进。它为了追求极致的算力和带宽，抛弃了传统的内存设计，试图将处理单元和高速缓存直接封装在一起。这种理论上性能极高的设计，在现实中却遭遇了散热、功耗和系统稳定性的巨大挑战。
换个角度来看，
一位分析师曾言：“特斯拉试图同时处理一个硬件困扰和一个软件困扰。他们不仅要制造出全新的芯片，还要为它编写一个全新的软件堆栈。这是一个极其困难的挑战。”
然而，
据科技工程学会媒体报道，到2024年，特斯拉已在Dojo项目上花费超过10亿美元，但其性能表现并未与投入成正比，也未能按时达到马斯克设定的性能目标。报道直言：“Dojo从未真正兑现它的炒作。”
当特斯拉还在为Dojo的稳定性苦苦挣扎时，它的对手英伟达，正以风驰电掣的速度向前飞奔。
值得注意的是，
从H100到最新的Blackwell平台，英伟达不仅展现性能强大的芯片，更主要的是，它展现的是一整套处理方案，背后是其经营了近二十年的无形壁垒——CUDA软件生态。
当全球几乎所有大型科技公司都将自己的AI未来押注在英伟达的平台上时，一场全球性的AI军备竞赛已然成型。
坚持自研Dojo，就像在所有人都利用高速公路的时代，坚持要自己修一条全新的铁路。纵然理想宏大，但远水解不了近渴。
有分析指出，
平台生态时代的来临
XM外汇用户评价：
特斯拉的放弃并非孤例，而是AI时代平台生态战争下的必然结果。
不可忽视的是，
英伟达的护城河不是硬件，而是建立在硬件之上的软件。
CUDA，这个英伟达推出的并行计算平台和编程模型，经过近二十年的积累，已经成为AI开发领域的Windows完成系统。
据报道，
全球数百万的AI开发者，都已经习惯于在这个平台上进行工作。任何一款新的AI芯片想要绕开CUDA，都无异于说服开发者们放弃熟悉的Windows，而去学习一套全新的完成系统。
总的来说，
这几乎是不可能的任务。
XM外汇专家观点：
英国一家备受瞩目的AI芯片独角兽公司Graphcore，曾被视为英伟达杀手，融资超过7亿美元，其芯片设计也备受赞誉。但最终，由于始终无法构建起能与CUDA抗衡的软件生态，在耗尽资金后，黯然走向被出售的命运。
概括一下，
Graphcore的失败，清晰地揭示了这场战争的残酷真相。特斯拉Dojo所面对的，是同样的困境。这次投降，并非自身能力不行，而是行业规律使然。
尤其值得一提的是，
放弃Dojo，对特斯拉来说并非一次纯粹的失败。国外某科技媒体的评论内容展现了一个全新的视角：“Dojo的关停对英伟达是胜利，但对特斯拉也可能同样是胜利。”
通常情况下，
这篇内容认为，将算力基础设施外包给最专业的玩家，能够让特斯拉的顶尖工程师们从多变的底层硬件维护中解放出来，将全部的精力聚焦于他们最擅长的领域：神经网络算法、数据处理和模型优化。
这标志着，特斯拉对AI竞争的认知，进入了一个新的层次。它终于意识到，在人工智能的下半场，竞争已不再是某个单点技术的突破，而是平台化、生态化的全面对抗。与其追求无所不包的垂直整合，不如将有限的资源投入到最能体现自身优势的领域中。
马斯克的这次放弃，看似是理想主义的退却，实则是现实主义的胜利。
Dojo的故事结束了，但特斯拉FSD的故事还在继续。
很多人不知道，
只不过，从今往后，它的算力底座上，将刻着英伟达的名字。
这或许不是马斯克最初想要的剧本，但它可能是那个能让特斯拉最快抵达终点的剧本。返回搜狐，查看更多
