Elon Musks ehrgeiziger Plan für Tesla Dojo Ai Supercomputer enthüllt

Seit Jahren ist Elon Musk laut DOJO, dem AI -Supercomputer im Herzen von Teslas KI -Ambitionen, lautstark. Im Juli 2024 betonte Musk seine Bedeutung und kündigte an, dass das KI-Team von Tesla vor der mit Spannung erwarteten Robotaxi-Enthüllung im Oktober die Bemühungen auf Dojo intensivieren würde.

Also, was genau ist Dojo und warum ist es für Teslas langfristige Strategie so entscheidend?

Im Wesentlichen ist Dojo Teslas maßgeschneiderter Supercomputer, der seine neuronalen Netzwerke "vollständig selbstfahrende" (FSD) trainieren soll. Die Verbesserung von Dojo ist eng mit Teslas Ziel verbunden, vollständige Selbstfahrerfunktionen zu erreichen und einen Robotaxi-Dienst zu starten. Derzeit kann FSD, das in Hunderttausenden von Tesla -Fahrzeugen installiert ist, bestimmte automatisierte Fahraufgaben erledigen, erfordert jedoch die Aufmerksamkeit eines menschlichen Fahrers.

Nach der Cybercab-Enthüllung im Oktober wird Tesla im Juni in Austin einen autonomen Fahrhailservice mit einer eigenen Fahrzeugflotte starten. Während des vierten Quartals 2024 und des Gesamtjahres im Januar kündigte Tesla Pläne zur Einführung eines unbeaufsichtigten FSD für US-Kunden im Jahr 2025 an.

Trotz der früheren Behauptungen von Musk, dass Dojo der Schlüssel zu Teslas vollständigen selbstfahrenden Ambitionen sei, war er zu diesem Thema relativ ruhig, als sich das Ziel nähert. Seit August 2024 hat sich das Gespräch zu Cortex verlagert, Teslas neuer KI -Training Supercluster in seinem Hauptquartier in Austin. Musk hat Cortex als "massiven Speicher für das Video -Training von FSD & Optimus" beschrieben.

Während Teslas Q4 -Shareholder Deck über Cortex aktualisiert wurde, schwieg es zu Dojo. Tesla investiert eindeutig stark in KI, einschließlich DOJO und jetzt Cortex, um Autonomie sowohl in Fahrzeugen als auch bei humanoiden Robotern zu erreichen. Da der EV -Markt immer wettbewerbsfähiger wird, hängt Teslas zukünftiger Erfolg stark von der Beherrschung dieser Technologien ab.

Teslas Dojo -Hintergrundgeschichte

Elon Musks Vision für Tesla erstreckt sich über die nur Herstellung von Autos, Sonnenkollektoren und Energiespeichersystemen. Er möchte, dass Tesla ein KI-Kraftpaket ist, das selbstfahrende Technologie durch die emulierende menschliche Wahrnehmung nachahmt.

Im Gegensatz zu vielen anderen autonomen Fahrzeug-Technologieunternehmen, die sich auf eine Mischung aus Sensoren wie Lidar, Radar und Kameras sowie hochauflösenden Karten angewiesen haben, strebt Tesla darauf ab, die volle Autonomie allein mit Kameras zu erreichen. Diese Kameras erfassen visuelle Daten, die dann von erweiterten neuronalen Netzwerken verarbeitet werden, um Echtzeit-Fahrentscheidungen zu treffen.

An Teslas erstem KI -Tag im Jahr 2021 verglich der ehemalige Leiter der KI, Andrej Karpathy, das Ziel des Unternehmens mit dem Aufbau eines "synthetischen Tieres von Grund auf". Musk hatte seit 2019 auf Dojo hingewiesen, wurde aber am AI -Tag offiziell enthüllt.

Während Unternehmen wie Alphabet's Waymo erfolgreich autonome Fahrzeuge der Stufe 4 kommerzialisiert haben, benötigt das System von Tesla immer noch einen Menschen hinter dem Lenkrad. Über 1,8 Millionen Menschen haben die FSD von Tesla abonniert, die zwischen 8.000 und 15.000 US -Dollar kosten kann. Das Versprechen ist, dass die von DOJO ausgebildete KI über regelmäßige Aktualisierungen an Kunden übertragen wird. Die umfangreichen Daten, die von FSD -Fahrzeugen gesammelt wurden - Millionen von Kilometern Videomaterial - werden das System trainiert und verfeinert.

Einige Branchenexperten in Frage stellen jedoch die Wirksamkeit dieses datenhaarigen Ansatzes. Anand Raghunathan, ein Professor an der Purdue University, sagte zu TechCrunch: "Zuallererst gibt es eine wirtschaftliche Einschränkung, und bald wird es einfach zu teuer. Einige Leute behaupten, dass uns möglicherweise aussagekräftige Daten ausgewiesen werden könnten, um die Modelle zu trainieren. Mehr Daten bedeuten nicht unbedingt mehr Informationen, so

Trotz dieser Bedenken scheint der Trend zu mehr Daten zumindest für den Moment zu bleiben. Und mit mehr Daten ist die Notwendigkeit einer weiteren Rechenleistung, um alles zu speichern und zu verarbeiten, wo das Dojo, der Supercomputer, ins Spiel kommt.

Was ist ein Supercomputer?

Dojo ist das Supercomputersystem von Tesla, das speziell für die Ausbilden von KI -Modellen entwickelt wurde, insbesondere für FSD. Der Name "Dojo" ist eine Anspielung auf Kampfkunsttrainingsräume.

Ein Supercomputer besteht aus Tausenden kleinerer Computer, die als Knoten mit jeweils eine CPU und GPU bezeichnet werden. Die CPU verwaltet den Knoten, während die GPU komplexe Aufgaben wie Spaltvorgänge und gleichzeitig daran arbeiten. GPUs sind für maschinelle Lernaufgaben von entscheidender Bedeutung, beispielsweise für die in FSD -Trainingssimulationen verwendeten. Sie führen auch Großsprachmodelle mit, was erklärt, warum Nvidia aufgrund des Anstiegs der generativen KI zum wertvollsten Unternehmen der Welt geworden ist.

Tesla verwendet derzeit den NVIDIA -GPUs, um seine KI zu schulen, aber es soll aufgrund der hohen Kosten und der begrenzten Verfügbarkeit von NVIDIA -Chips seine Hardwarequellen diversifizieren.

Warum braucht Tesla einen Supercomputer?

Teslas nur Vision-Ansatz erfordert einen Supercomputer. Die neuronalen Netzwerke, die FSD betreiben, werden auf massiven Mengen an Fahrdaten geschult, um Objekte rund um das Fahrzeug zu erkennen und zu klassifizieren und Fahrentscheidungen zu treffen. Wenn FSD verwendet wird, müssen diese Netzwerke visuelle Daten kontinuierlich sammeln und verarbeiten, die mit der menschlichen Wahrnehmung konkurrieren.

Im Wesentlichen zielt Tesla darauf ab, eine digitale Replik der visuellen Kortex- und Gehirnfunktionen zu erstellen. Um dies zu erreichen, muss Tesla große Mengen an Videodaten aus seiner globalen Fahrzeugflotte speichern und verarbeiten und unzählige Simulationen durchführen, um sein KI -Modell auszubilden.

Dojo pics pic.twitter.com/lu8yizxo8c

- Elon Musk (@elonmusk) 23. Juli 2024

Tesla ist auf NVIDIA für seinen aktuellen Dojo -Trainingscomputer angewiesen, arbeitet jedoch an seiner eigenen benutzerdefinierten Hardware, um die Effizienz zu steigern und die Kosten zu senken. Ziel ist es, Hardware zu entwickeln, die die Bandbreite stärkt und Latenzen reduziert und sich von der Standard -GPU -Hardware entfernen.

Erzähl mir mehr über diese Chips

Tesla glaubt, ähnlich wie Apple, daran, Hardware und Software zu entwerfen, die nahtlos zusammenarbeiten. Diese Philosophie führte Tesla dazu, eigene Chips für Dojo zu entwickeln.

Am AI-Tag im Jahr 2021 stellte Tesla den D1-Chip vor, ein palmengroßes Siliziumquadrat. Die Produktion des D1 begann mindestens Mai 2024, wobei die Herstellung von der Taiwan Semiconductor Manufacturing Company (TSMC) unter Verwendung von 7 Nanometer -Halbleiterknoten behandelt wurde. Der D1 verfügt über 50 Milliarden Transistoren und eine große Größe von 645 Millimetern quadratisch und verspricht hohe Leistung und Effizienz für komplexe Aufgaben.

"Wir können gleichzeitig berechnet und Datenübertragungen berechnet, und unsere benutzerdefinierte ISA, die die Architektur für Anweisungen ist, ist für Workloads für maschinelles Lernen vollständig optimiert", sagte Ganesh Venkataramanan, ehemaliger Senior Director von Autopilot Hardware, am Teslas AI -Tag 2021. "Dies ist ein reines maschinelles Lernen."

Obwohl der D1 leistungsfähig ist, passt sie nicht ganz mit dem A100 -Chip von Nvidia überein, der auch einen 7 -Nanometer -Prozess verwendet und 54 Milliarden Transistoren mit einer größeren Sterblichkeit von 826 Quadratmillimetern enthält.

Um eine höhere Bandbreite und Berechnung zu erzielen, kombinierte das AI -Team von Tesla 25 D1 -Chips in eine einzelne Fliese und fungierte als einheitliches Computersystem. Jede Kachel bietet 9 Petaflops mit Rechenleistung und 36 Terabyte pro Sekunde Bandbreite und enthält alle notwendigen Hardware für Strom, Kühlung und Datenübertragung. Sechs Kacheln bilden einen Rack, zwei Racks bilden einen Schrank und zehn Schränke erzeugen einen Exapod. Am AI -Tag 2022 enthüllte Tesla Pläne, das Dojo zu skalieren, indem mehrere Exapoden bereitgestellt wurden und den Supercomputer bildeten.

Tesla entwickelt auch einen D2-Chip der nächsten Generation, um Informationen zu den Fluss Engpässen zu beheben. Der D2 würde die gesamte Dojo -Fliese in einen einzelnen Siliziumwafer integrieren.

Tesla hat nicht bekannt gegeben, wie viele D1 -Chips es bestellt oder erwartet wird, und es hat auch einen Zeitplan für die Zeitleistung für den DOJO -Supercomputer auf D1 -Chips bereitgestellt.

Als Reaktion auf einen Juni -Beitrag auf X über den Bau eines riesigen GPU -Kühlers in Texas sagte Musk in den nächsten 18 Monaten auf "halbe Tesla AI -Hardware, halb Nvidia/Other". Die "Anderen" könnten laut Musks Januar -Kommentaren AMD -Chips enthalten.

Was bedeutet Dojo für Tesla?

Durch die Kontrolle seiner Chipproduktion könnte Tesla seine KI -Trainingsprogramme möglicherweise zu geringeren Kosten erheblich erheblich erweitern, insbesondere wenn die Produktionsskalen mit TSMC skaliert werden.

Dieser Schritt könnte auch das Vertrauen von Tesla auf die immer teureren und knappen Chips von Nvidia verringern. Während Teslas Gewinn-Call im zweiten Quartal äußerte sich Musk besorgt über die Sicherung stetiger GPU-Vorräte und betonte die Notwendigkeit, sich mehr auf DOJO zu konzentrieren.

Trotz dieser Bemühungen kauft Tesla immer noch Nvidia -Chips für seine KI -Schulung. Im Juni hat Musk auf X gepostet:

Von den rund 10 Mrd. USD in KI-bezogenen Ausgaben sagte ich, dass Tesla in diesem Jahr etwa die Hälfte innen ist, vor allem der von Tesla entworfene KI-Inferenz-Computer und Sensoren, die in allen unseren Autos vorhanden sind, plus Dojo. Für den Aufbau der AI -Trainings -Superclusters beträgt NVIDIA -Hardware etwa 2/3 der Kosten. Meine derzeit beste Vermutung für Nvidia -Einkäufe von Tesla betragen in diesem Jahr 3 Mrd. USD bis 4 Mrd. USD.

- Elon Musk (@elonmusk) Juni 2024

"Inference Compute" bezieht sich auf die von Tesla-Fahrzeugen durchgeführten Echtzeit-KI-Berechnungen, die sich von dem von DOJO behandelten Trainingsberechnung unterscheiden.

Dojo ist ein riskantes, aber möglicherweise lohnendes Unterfangen für Tesla. Musk hat anerkannt, dass Tesla möglicherweise nicht mit DOJO erfolgreich ist, aber er sieht es sich als Eckpfeiler für die KI -Abteilung von Tesla vor, die zunächst auf die Kennzeichnung und das Training von Computer Vision für FSD und Optimus, Teslas Humanoid -Roboter, zugeschnitten ist.

Zukünftige Versionen von DOJO könnten für das allgemeine KI-Training angepasst werden, obwohl dies erforderlich wäre, um Software neu zu schreiben, die derzeit für GPUs konzipiert werden. Alternativ könnte Tesla seine Rechenleistung vermieten, ähnlich wie AWS und Azure.

Während des zweiten Quartals erwähnte Musk "einen Weg, um mit Nvidia mit Dojo wettbewerbsfähig zu sein." Ein Bericht von Morgan Stanley im September 2023 schlug vor, dass DOJO den Marktwert von Tesla 500 Milliarden US -Dollar hinzufügen könnte, indem neue Einnahmequellen für Robotaxis- und Softwaregesendienste eröffnet werden.

Im Wesentlichen dienen DOJOs Chips als Versicherungspolice für Tesla mit dem Potenzial für erhebliche Renditen.

Wie weit ist Dojo?

Reuters berichtete, dass Tesla im Juli 2023 mit der Produktion auf Dojo begann, aber ein Beitrag von Musk im Juni 2023 zeigte, dass Dojo "seit einigen Monaten nützliche Aufgaben ausführte".

Tesla erwartete, dass DOJO bis Februar 2024 zu den fünf wichtigsten Supercomputern einreichen würde, obwohl dies nicht öffentlich bestätigt wurde, was seine Leistung in Zweifel umsah. Das Unternehmen prognostizierte auch, dass der Gesamtberechnung von DOJO bis Oktober 2024 100 Exaflops erreichen würde (ein Exaflops entspricht 1 Quintillion Computerbetrieb pro Sekunde, um 100 Exaflops zu erreichen, vorausgesetzt, ein D1 kann 362 Teraflops, Tesla benötigen, über 276.000 D1s oder um 320.500 NVIDIA A100 GPUs.)).

Im Januar 2024 versprach Tesla 500 Millionen US -Dollar für den Bau eines Dojo -Supercomputers in seinem Gigafactory in Buffalo, New York.

Im Mai 2024 erwähnte Musk, dass der hintere Teil von Teslas Austin Gigafactory einem "super dichten, wassergekühlten Supercomputer-Cluster" gewidmet wäre, der sich als Cortex und nicht für Cortex und nicht für Dojo herausstellte.

Nach Teslas Gewinn-Call im zweiten Quartal veröffentlichte Musk auf X, dass das AI-Team von Tesla Tesla HW4 AI-Computer (umbenannt AI4) verwendet, die in Tesla-Fahrzeugen gefundene Hardware in der Trainingsschleife mit NVIDIA-GPUs. Er stellte fest, dass der Zusammenbruch ungefähr 90.000 NVIDIA H100S plus 40.000 AI4 -Computer beträgt.

"Und Dojo 1 wird bis Ende des Jahres ungefähr 8K H100 äquivalent im Online-Training haben", fuhr er fort. "Nicht massiv, aber auch nicht trivial."

Tesla hat nicht bestätigt, ob diese Chips jetzt betriebsbereit sind und Dojo ausführen. Während des Ertragsaufrufs des vierten Quartals 2024 des Unternehmens wurde DOJO nicht erwähnt, aber Tesla berichtete, dass der Einsatz von Cortex im vierten Quartal abgeschlossen wurde, was V13 der beaufsichtigten FSD ermöglichte.

Diese Geschichte hat ursprünglich am 3. August 2024 veröffentlicht, und wir werden sie als neue Informationen aktualisieren.