多年来，埃隆·马斯克一直畅谈Dojo的前景。作为特斯拉AI雄心的基石，Dojo本应成为其核心AI超级计算机。在10月Robotaxi发布会之前，特斯拉曾加倍投入该项目。
然而经过六年炒作，特斯拉于去年12月决定在2025年8月“关闭Dojo项目”并解散团队。就在预测采用自研D2芯片的第二代超级集群Dojo 2将于2026年规模化仅数周后，马斯克便改口称其为“进化上的死胡同”。
本文最初旨在解析Dojo如何助力特斯拉实现完全自动驾驶、人形机器人及半导体自主化等目标。如今，它更像是一份项目讣告——该项目曾让众多分析师和投资者相信，特斯拉不仅是车企，更是AI巨头。
Dojo是特斯拉定制的超级计算机，专为训练“完全自动驾驶”（FSD）神经网络而生。
加强Dojo建设与特斯拉实现FSD及Robotaxi商业化的目标相辅相成。FSD（监督版）作为特斯拉高级驾驶辅助系统，已搭载于数十万辆车上，虽仍需驾驶员保持专注，但已是Robotaxi服务的技术基础。今年6月，特斯拉已在奥斯汀推出基于Model Y的有限Robotaxi服务。
尽管Dojo的存在理由逐渐显现，但特斯拉从未将FSD的成功归功于此。过去一年，马斯克和公司几乎不再提及Dojo。2024年8月，特斯拉转而推广Cortex——位于奥斯汀总部、用于解决现实世界AI问题的“巨型新AI训练超级集群”。马斯克曾表示，它将拥有“支撑FSD和Optimus视频训练的庞大存储空间”。
在“特斯拉2024年第四季度股东演示文稿”中，公司更新了Cortex进展却未提Dojo。目前尚不清楚关停Dojo是否会影响Cortex。
市场对Dojo解散反应不一：有人视其为马斯克又一未兑现的承诺，尤其在EV销量下滑和Robotaxi推广受阻之际；也有人认为这是从高风险自研硬件向依赖合作伙伴芯片开发的战略转型。
Dojo的兴衰揭示了其中的利害关系、项目短板及其关停对特斯拉未来的信号。
Dojo关停回顾
2025年8月中旬，特斯拉解散Dojo团队并终止项目。负责人Peter Bannon离职，此前约20名员工出走创立了AI芯片公司DensityAI。
分析师指出，关键人才流失会迅速阻碍高度专业化的内部技术项目。
此次关停发生在特斯拉签署“165亿美元交易”获取三星下一代AI6芯片后数周。AI6是特斯拉的新押注，其规模可从FSD和Optimus扩展至数据中心高性能AI训练。
马斯克在X平台发文称：“一旦明确所有路径汇聚到AI6，就必须关闭Dojo并做出艰难的人员调整，因为Dojo 2已成为进化上的死胡同。Dojo 3在某种意义上以单个板卡上大量AI6 SoC的形式延续了下来。”
特斯拉Dojo的背景故事
马斯克坚持将特斯拉定位为AI公司，通过模拟人类感知破解自动驾驶密码，而非单纯的汽车或能源供应商。
多数自动驾驶公司依赖激光雷达、雷达、摄像头及高精地图的组合方案。特斯拉则坚信纯视觉路线：仅靠摄像头捕捉数据，利用先进神经网络处理并快速决策，即可实现完全自动驾驶。
其核心逻辑是：由Dojo训练的AI软件将通过OTA推送给用户。随着FSD车队积累数百万英里视频素材，数据越多，越接近真正的完全自动驾驶。
然而，行业专家质疑单纯依靠堆砌数据的“蛮力”方法存在局限。
普渡大学硅谷分校教授Anand Raghunathan表示：“首先存在经济约束，很快会变得过于昂贵。其次，我们可能耗尽有意义的训练数据。更多数据不等于更多信息，关键在于数据能否提炼出更好的模型。”
Raghunathan认为，短期内数据增长趋势仍存，但这意味着需要更强的算力来存储和处理数据，这正是超级计算机Dojo的价值所在。
什么是超级计算机？
Dojo是特斯拉设计的AI训练平台，专攻FSD，其名致敬武术修炼场所。
超级计算机由数千个节点组成。每个节点包含负责整体管理的CPU和处理复杂并行任务的GPU。
GPU对机器学习至关重要，既支撑仿真环境中的FSD训练，也是大语言模型和生成式AI崛起的基础，这也成就了Nvidia的市值地位。
即便特斯拉也采购Nvidia GPU用于AI训练。
为什么特斯拉需要超级计算机？
纯视觉方案决定了特斯拉必须拥有超级计算机。FSD神经网络需利用海量数据识别物体并决策，必须以匹配人类视觉的深度和速度持续处理信息。
换言之，特斯拉旨在构建人类视觉皮层与大脑功能的数字副本。
为此，特斯拉需存储处理全球车辆视频数据，并运行数百万次模拟以训练模型。
Dojo 图片 pic.twitter.com/Lu8YiZXo8c — Elon Musk (@elonmusk) 2024年7月23日
特斯拉主要依赖Nvidia驱动当前Dojo训练，但不愿把所有鸡蛋放在一个篮子里，尤其考虑到Nvidia芯片昂贵且难获。特斯拉曾希望自研硬件以提升带宽、降低延迟，更高效地训练AI模型。
该计划核心是专有D1芯片，针对AI工作负载优化。
深入了解这些芯片
与苹果类似，特斯拉主张软硬件协同设计，因此致力于摆脱标准GPU，自研芯片驱动Dojo。
2021年AI Day展示了手掌大小的D1芯片，并于2023年7月左右投产。
D1由台积电7nm工艺制造，拥有500亿晶体管和645平方毫米裸片面积，承诺极高的性能与效率。
不过，D1性能仍不及Nvidia A100。
特斯拉研发的下一代D2芯片旨在解决信息流瓶颈，将整个Dojo图块置于单片硅晶圆上，而非单独连接芯片。
特斯拉从未确认D1芯片的订购数量，也未提供Dojo在D1上运行的具体时间表。
Dojo对特斯拉意味着什么？
掌控芯片生产能让特斯拉未来以低成本快速扩充AI算力，摆脱对昂贵且紧缺的Nvidia芯片的依赖。如今，特斯拉转向与Nvidia、AMD及三星（代工AI6芯片）合作。
马斯克曾在2024年Q2财报会上坦言，Nvidia硬件需求极高且难以稳定获取，因此需加大Dojo投入以确保训练能力。
Dojo是一场高风险赌注，马斯克曾多次暗示可能失败以对冲风险。
长远看，特斯拉曾考虑基于AI部门创建新商业模式。马斯克甚至提出过“与英伟达在Dojo方面竞争”的路径。虽然D1针对计算机视觉标注和训练（利于FSD和Optimus），但对通用AI用途有限，未来版本需更通用化。
挑战在于现有AI软件多为GPU编写，使用Dojo训练通用模型需重写软件。
除非特斯拉像AWS和Azure一样出租算力——这一想法曾令分析师兴奋。摩根士丹利2023年9月报告预测，Dojo可通过解锁Robotaxi和软件服务等新收入流，为特斯拉增加5000亿美元市值。
简言之，Dojo芯片是特斯拉的保险策略，但也蕴含回报潜力。
Tesla Dojo进展到了什么程度？
马斯克常发布进度报告，但Dojo的许多目标从未实现。
例如，马斯克2023年6月称Dojo已上线运行数月有用任务；特斯拉曾预计2024年2月前跻身全球五大超算，10月总算力达100 exaflops（需约27.6万块D1或32万块A100）。但这些目标均未达成或更新。
财务方面，特斯拉2024年1月承诺在纽约布法罗工厂花费5亿美元建造Dojo超算，据报道已支出3.14亿美元。
2024年Q2财报会后，马斯克在X发布Dojo 1照片，称年底将有“约8000个H100等效在线训练能力”，规模不容小觑。
然而，关于Dojo的讨论在2024年8月戛然而止，焦点转向Cortex。
2024年Q4财报显示，特斯拉已完成德州工厂“约5万块H100训练集群”Cortex的部署，助力FSD V13监督学习。
2025年Q2，特斯拉在德州工厂新增1.6万个H200 GPU，使Cortex总等效H100达6.7万个。马斯克当时预计2026年第二个Dojo集群将规模化运行，并暗示潜在冗余问题。
马斯克曾表示：“考虑到Dojo 3和AI6推理芯片，直觉上想找到两者的收敛点，即基本使用相同芯片。”
但几周后他便改变主意，解散了Dojo团队。
TechCrunch于2025年8月底证实，特斯拉仍计划在布法罗投入5亿美元建设超算，只是不再名为Dojo。
本文最初于2024年8月3日发布，2025年9月2日更新补充了特斯拉关闭Dojo的最新信息。