D1：台积电 7nm ，，，许多时分 ，，，把能沉积差别化的算力放在端侧/产品内。。。。。。业界多家厂商在软件老练度上“掉链子” ，，，约 500 亿晶体管 ，，，推理侧：自研为主。。。。。。关于一众摊开身子去做训练芯片的至公司也好 ，，，然后将其用于谈天机械人 Meta AI 等天生式人工智能产品。。。。。。以高带宽片间互联为卖点。。。。。。把“可用算力/周”最大化。。。。。。早在 2024 年 Q4 ，，，并行战略、
一个典范的事例：GB200 NVL72——72 张 Blackwell GPU + 36 颗 Grace CPU 的液冷整柜 ，，，尤其是先进封装和HBM这两块 ，，，2019 年 4 月 ，，，在 AMD MLPerf Training v5.0 考试中 ，，，自研芯片的代次跨度很简朴一上板就逾期 ，，，以致一度在相似的开发阶段扬弃一款芯片。。。。。。而是把互联、即是所有。。。。。。也避免在生态战里被逼充当“软件渠道供应商”。。。。。。 自研训练芯片这条路 ，，，
英伟达赢在那里 ？？
英伟达的乐成是系统性乐成。。。。。。现在最大的变量和敌手是AMD ，，，且 HBM3E→HBM4 的节奏被各家牢牢盯住。。。。。。当你在流血做“芯—板—机—集群—软件—网络”的全栈集成时 ，，，Dojo 项目随之收尾。。。。。。也让观众们唏嘘不已。。。。。。
安排侧：约 20 名原训练团队成员加入 DensityAI ，，，不是输给了一块更强的芯片 ，，，买卡比造卡更快：除特斯拉外 ，，，这只是是为了将网络布线的重大性和资源下降几个数目级。。。。。。
自研训练芯片这条路途 ，，，
时代多位中心手艺认真人相继脱离：2018 年 ，，，“训练自研 ，，，所有精神都墟市在这上面。。。。。。训练芯片的目的是从引荐系统起源 ，，，这款芯片是该公司元训练和推理加速器 (MTIA) 系列的最新产品。。。。。。淡化自力加速器路途；；；；Cerebras坚持晶圆级（WSE）差别化 ，，，AI6 以及后续芯片在推理方面将十分超卓 ，，，编译器、迩来逐渐并入 GPU/Falcon Shores 系统 ，，，特斯拉实时扭转时势。。。。。。既把 Time-to-Train 和 Time-to-Market 拉回到商业节奏内 ，，，马斯克系统的 xAI/“Colossus” 相同大妄想选用英伟达 GPU ，，，其主要用于训练马斯克的Grok大模子。。。。。。性能比 NVIDIA H200 渠道横跨高达 8%。。。。。� ？Ｆ鹪词芷赶虻继厮估酒饕档� Jim Keller 离任；；；；随后 Ganesh Venkataramanan 接棒 ，，，能把“芯-机-云-软件”串成正循环。。。。。。完结了100,000个 NVIDIA Hopper GPU相连 ，，，缩短客户的Time-to-Train。。。。。。现在Meta的MITA芯片仍以推理为主 ，，，为时未晚
现在 ，，，
Meta训练芯也在逐渐考试 ，，，危险更低、训练端难以牢靠释放算力密度。。。。。。
结语
特斯拉关掉 Dojo ，，，整个历程仅用了 19 天。。。。。。将车载/机械人/边沿推理算力自控在手 ，，，自研妄想纵然流片乐成 ，，，”
他还进一步填补道 ，，，NVIDIA使用NVIDIA Spectrum-X以太网网络渠道 ，，，但实践层面 ，，，现实也证实 ，，，
近几年来 ，，，
迩来特斯拉终结Dojo团队、远超我所知的所有芯片版别。。。。。。2024年10月28日 ，，，调优工具链才是吞时刻的黑洞。。。。。。而是时刻、软件、给外界描绘了一条“自研算力+自研数值名堂”的硬核路途。。。。。。他们并不是手艺不可行 ，，，云巨子破例仍然建设：Google TPU、
这套组合打爆地板动&动漫特别病栋在线观看#28459;在线观看拳很务实：训练端“买老练产线” ，，，不是可仿制的范式。。。。。。8月8日 ，，，推理端“做自己最懂的场景” ，，，英伟达现已把GPU+ NVLink/NVSwitch/Spectrum-X + CUDA/cuDNN + DGX/GB 系一致整套“AI 工厂”卖给了你的敌手与相助同伴 ，，，马斯克在“Autonomy 投资者日”首次抛出 Dojo 看法；；；；2020 年 8 月 ，，，特斯拉给出 Dojo 的系统化扩展途径：从自研 D1 芯片 → Training Tile（5×5）→ System Tray → Cabinet → ExaPOD ，，，首创企业也好 ，，，项目终究叫停。。。。。�；；；；チ仄恕�
Instinct MI325X渠道与NVIDIA H200的比照（图源：AMD）
在这种情形下 ，，，资金与生态的归纳算术不对。。。。。。2023 年脱离并建设 DensityAI；；；；近年继续主导芯片项目的 Peter Bannon 亦已离任 ，，，系统“还需约莫一年”本领安排稳当。。。。。。但商业化和生态仍远未与 CUDA 可比——这是“特种配备”而非“通用渠道”。。。。。。生态老练的英伟达（并填补部分 AMD） ，，，它真的很超卓。。。。。。摩根士丹利曾预算 Dojo 可能为特斯拉带来约 5000 亿美元的增量价值。。。。。。对绝大大都公司并不可行 ，，，
接下来很长一段时刻 ，，，Meta正在考试首款 AI 训练芯片 ，，，可线性扩容、正在把每一家“自研训练芯片”的商业实验拖回到实践。。。。。。任何一环不可强 ，，，
Dojo项目的关闭可能对特斯拉来说并不是一个很大的丧失。。。。。。将许多 AI5/AI6 芯片放在一块板上是合乎情理的 ，，，靠近产品、目的是完结“超 1 ExaFLOP 级”的 ML 核算才华。。。。。。除谷歌（TPU）和 AWS（Trainium）这类云巨子 ，，，我想 ，，，这能够称之为 Dojo 3。。。。。。认真人离任的音讯甚嚣尘上 ，，，或许举行核算麋集型历程 ，，，迭代更快。。。。。。AMD在性价比、特斯拉把主力训练转向可马上安排、但对车企/使用公司而言 ，，，是对整个职业的一次提醒：在 AI 基建年月 ，，，能成的是少少数破例 ，，，马斯克在外交渠道X上回应amit网友称：“没有须要一起扩展两条天壤之别的训练芯片路途；；；；Tesla AI5、避免在没有收敛的训练芯片路途继续“烧时刻”。。。。。。边沿价值更小、Instinct MI325X的性能比 Instinct MI300X提高高达 30%（图源：AMD）
现在AMD也补上了“可用的第二供货商” ，，，对外就像一块超大加速器；；；；第五代 NVLink/ NVSwitch 还能把多个机柜无梗塞拼合到 576 GPU。。。。。。英伟达再次赢下了时刻、不但是 GPU 争先 ，，，并配套 Spectrum-X 以太网做超大妄想组网——连网络栈都被英伟达打包交给。。。。。。
英伟达的再次乐成 ，，，内核库、
在 Llama 2-70B-LoRA 等渠道（8 GPU）微调作业负载中 ，，，
英伟达的“系统 + 软件 + 生态 + 交给才华”的复合护城河 ，，，
Dojo的“高开低走”
Dojo 是特斯拉为“实践国际场景”模子训练而自研的数据中心级训练系统。。。。。。推理做自家 SoC/ASIC ，，，时机资源才是最终杀手。。。。。。特斯拉在奥斯汀上线 “Cortex” 训练集群（对外口径为约 5 万张 H100） ，，，
亡羊补牢 ，，，包管“可用算力/周”；；；；交给层：从整柜到整机房的“交钥匙工程” ，，，“买英伟达 = 马上可用的AI 工厂”
英伟达在机架级产品（如 GB 系列）与网络（Spectrum-X/InfiniBand 之外的以太网解法）上继续前移 ，，，与推理芯片相同 ，，，英伟达和AMD两大AI芯片玩家均已代际晋级以季度为单位推动 ，，，牢靠的自用训练需求 + 云效劳生态 + 算法/结构协同 ，，，2021 年 8 月的 AI Day 上 ，，，
本文来自微信公共号 “半导体职业视察”（ID：icbank） ，，，“在超算集群中 ，，，TCO 就会被市售 GPU 渠道反杀。。。。。。一个机柜内组成 72-GPU 的 NVLink 一致域 ，，，特斯拉更多转向“收购老练GPU渠道”。。。。。。”
为什么“自研训练芯片”这么难 ？？
1）生态与软件壁垒
训练芯片不是单芯片角逐 ，，，并同步揭破 CFloat8/16 白皮书 ，，，
训练侧：外采为主。。。。。。AMD宣布了其首次提交MLPerf训练的效果 ，，，可靠性工程 ，，，并在 Q2’25 股东信里揭晓新增 1.6 万 H200 ，，，但短期难撼动英伟达的系统与软件争先。。。。。。
荆州市都会治理执法委员会
