令人唏嘘，特斯拉Dojo项目突然夭折了

近日，有消息称，特斯拉首席执行官埃隆·马斯克解散自研芯片和超级计算机项目后，重新分配工程人员，被终止的这一Dojo业务已被拆分，相关人员被分配至多个小组。有消息称，DensityAI已聘请了约20名经验丰富的特斯拉资深工程师。

Dojo超级计算机项目曾被视为"改变AI计算规则"的前沿项目，在经历五年研发后突然夭折，核心团队被拆分重组，特斯拉的AI战略重心要转向何方？这场算力革命的戛然而止，不仅暴露了特斯拉在技术路线上的深层矛盾，更折射出全球AI军备竞赛的残酷现实，当自研芯片的高昂成本撞上外部技术的飞速迭代，即使是马斯克也不得不低头。

Dojo项目的终结，是一场理想主义与商业现实的惨烈对决。自2019年启动以来，Dojo就被马斯克寄予厚望，他甚至将其比作"特斯拉实现完全自动驾驶的关键钥匙"。该项目旨在通过自研D1芯片构建专用超算集群，处理特斯拉车辆每天产生的海量视频数据，从而实现FSD算法的快速迭代。巅峰时期，Dojo团队拥有超过150名顶尖工程师，包括来自AMD、英伟达的芯片设计专家，以及斯坦福、MIT的AI研究员。

然而，这场豪赌最终输给了现实。有数据显示，Dojo项目累计投入超过20亿美元，但实际算力提升却未达预期。尽管Dojo 2.0集群在2024年实现了15 EFLOPS的算力，但同期英伟达H100 GPU集群的算力已突破30 EFLOPS，且成本更低、兼容性更强。更致命的是，Dojo采用的晶圆级封装技术良率始终低于50%，导致单芯片成本飙升至普通GPU的3倍以上。这种"投入产出比失衡"，最终让马斯克在2025年财报会议上做出了痛苦决定："分散资源开发两款截然不同的AI芯片毫无意义。"

Dojo项目的终止，直接引发了一场人才地震。据知情人士透露，约20名核心工程师已加入由前Dojo负责人Ganesh Venkataramanan创立的DensityAI，其中包括参与D1芯片架构设计的首席工程师Eric Quinnell。这家隐身模式的初创公司，正在秘密研发针对机器人和自动驾驶的数据中心芯片，其技术路线与Dojo高度重合。更值得玩味的是，DensityAI已获得红杉资本和英伟达的联合投资，估值超5亿美元。

这场人才流失对特斯拉的打击是双重的。一方面，Dojo项目积累的技术Know-how随着核心团队的出走而流失，尤其是晶圆级封装和专用指令集架构（ISA）的专利归属问题尚未厘清；另一方面，DensityAI的出现可能在未来形成直接竞争。正如摩根士丹利在研报中指出："DensityAI正在复制Dojo的技术路径，但拥有更灵活的商业化策略，这可能会在机器人芯片市场对特斯拉构成威胁。"

Dojo的终结，标志着特斯拉AI战略的彻底重构。马斯克在X平台上直言："未来特斯拉将更依赖外部技术伙伴。"这一表态背后，是特斯拉与英伟达、AMD、三星等企业的深度绑定。特斯拉已与英伟达签订协议，2025年将采购价值12亿美元的H200 GPU集群，用于FSD算法训练。这一采购量较2024年增长300%。此外，三星获得了特斯拉AI6推理芯片的独家代工权，合同金额高达165亿美元。这款基于3nm工艺的芯片，将用于2026款Cybertruck的自动驾驶系统。

据悉，特斯拉正与AMD合作开发"车-云协同"计算架构，计划将部分AI推理任务从车载芯片转移至云端，以降低硬件成本。在自研成本控制不住的是，合作无疑也是一种非常现实的举措。"造不如买"的策略，可以在短期内缓解特斯拉的财务压力。2025年Q2财报显示，其研发支出同比下降18%，而自动驾驶软件收入增长27%。但长期来看，过度依赖外部供应商可能削弱特斯拉的技术自主性。毕竟，"当英伟达和AMD掌握算力话语权，特斯拉在自动驾驶领域的差异化优势将逐渐消失。"

Dojo的突然关闭，也在重塑全球AI芯片行业的竞争逻辑。过去五年，科技巨头们掀起了一场自研芯片的军备竞赛，苹果、谷歌、Meta等企业纷纷投入巨资开发专用AI芯片。然而，特斯拉的案例证明，即使是财大气粗的行业巨头，也难以承受自研芯片的高昂成本和技术风险。Dojo的关闭也可能终结"全栈自研"的神话。摩根士丹利在最新报告中指出："随着外部芯片性能的快速迭代，企业需要重新评估自研的必要性。只有当专用芯片能带来10倍以上的性能提升时，自研才具备商业价值。