马斯克解散Dojo超算团队：百名工程师携带自己的代码离职

今日快讯 2025年08月12日 20:38 0 admin

▲文 | 外企君小编公共图库图 | Jérémy Glineur

“封闭技术帝国的裂缝中，出走的工程师正用开放理念重塑行业规则……”

——

特斯拉内部邮件证实解散Dojo超算项目，涉及硬件团队300余人将被整合至自动驾驶部门或选择离职。这一2018年启动、累计投入超10亿美元的战略项目，曾被马斯克视为实现完全自动驾驶的核心基础设施。

在2023年高调发布基于D1芯片的ExaPod计算集群后，Dojo却陷入实际算力利用率不足30%的困境。

到2024年底，特斯拉已悄悄将70%训练任务迁回AWS和谷歌云平台。项目负责人Peter Bannon的离职与约20名核心成员集体出走创立DensityAI，为这场技术豪赌画上句号。

作为特斯拉全栈自研战略的硬件基石，Dojo项目承载着马斯克用超算颠覆自动驾驶训练的野心。2019年首次披露时，马斯克宣称它能“处理真正庞大的视频数据”，将成特斯拉AI雄心的核心支柱。

技术架构上，Dojo选择了一条封闭而激进的道路。2021年AI日发布的D1芯片采用定制化设计，拒绝兼容行业通用标准。其巅峰之作ExaPod单集群算力高达1.1EFLOPS，理论可支撑每日1000万英里虚拟路测数据处理。

现实却给了理想一记重击。封闭架构导致与主流云服务兼容性差，实际算力利用率始终低于30%。摩根士丹利曾预测Dojo可为特斯拉增加5000亿美元市值，但2025年财报显示项目年度运营成本达2.3亿美元，仅贡献15%的自动驾驶模型迭代算力。

成本与效率的双重挤压下，技术理想主义终究输给了商业现实。当特斯拉工程师用Dojo训练自动驾驶模型时，高昂的电力成本和闲置算力在财务报表上划开一道无法忽视的伤口。

马斯克在X平台的回应揭示了战略转向的核心逻辑：“分散资源兵分两路去研发两款截然不同的AI芯片毫无意义。”这一表态彻底否定了Dojo引以为傲的封闭路线，标志着特斯拉从技术理想主义转向商业务实主义。

算力采购的全面外部化成为新战略主轴。特斯拉计划增加对英伟达GPU的依赖，并与AMD展开计算合作。更关键的布局是与三星签署的165亿美元AI6推理芯片生产协议。

这款芯片将同时服务于特斯拉电动车FSD系统与人形机器人Optimus，实现马斯克设想的“训练与推理芯片融合”目标。

战略重组伴随着人才布局的洗牌。Dojo团队解散后，约20名核心成员创立DensityAI并获得红杉资本1.2亿美元A轮融资。该公司转向基于英伟达H100与AMD MI300构建开放架构，与特斯拉的封闭路线形成戏剧性对立。

马斯克去年在财报会议上暗示：“考虑到Dojo3和AI6推理芯片，直觉上我们希望在那里找到趋同点，基本上使用同一款芯片。”

这一预见如今成为战略转型的最佳注脚，揭示科技巨头在创新与实用间的永恒博弈。

Dojo项目的终止并未让技术积累消散，反而催化了创新能量的裂变式释放。前负责人Ganesh Venkataramanan带领11名核心成员创立的DensityAI，成为Dojo技术遗产最重要的继承者。

新公司展现出与Dojo截然相反的开放生态基因。放弃特斯拉的定制芯片路线，转向基于英伟达H100与AMD MI300构建混合计算集群。其核心产品AutoTrain平台采用模块化设计，支持客户按需调用算力资源，宣称可将单次训练成本降低40%。

DensityAI的融资进展验证了市场期待。红杉资本领投的1.2亿美元A轮融资，创下2025年自动驾驶基础设施领域最高纪录。更富深意的是，Rivian、Lucid等三家特斯拉竞争对手已与其达成测试协议，计划2026年一季度商用。

技术迁徙同时引发知识产权争议。DensityAI几乎复刻了Dojo的技术核心班底，包括前芯片架构负责人、分布式系统主管等关键角色。

这种“整体迁移”现象已促使特斯拉启动内部调查，暗流涌动的法律博弈成为行业新看点。

外企君小编观察认为，特斯拉的战略转向在行业引发连锁反应。作为自动驾驶领域的标杆企业，其放弃自研超算被视为“算力军备竞赛”降温的信号。

2023年全球车企在自研算力基础设施投入达87亿美元，但实际利用率超过50%的企业不足五家。

传统供应商迅速抢占中间市场。博世集团宣布与微软Azure合作推出“车云一体训练平台”，大陆集团则收购AI算力优化公司Neural Magic。

这些举措直指车企自建算力的痛点——提升现有基础设施利用效率，避免重蹈特斯拉的覆辙。

芯片巨头成为最大赢家。英伟达与AMD股价在消息公布后分别上涨3.2%和5.7%，市场用真金白银投票认可了开放生态的胜利。

这与英伟达Drive Thor芯片通过开放生态吸引20余家车企合作的现状形成呼应，凸显行业技术路线的分野。

更深远的变革在于产业格局重构。IHS Markit预测，到2027年具备全栈自研能力的车企将从当前12家缩减至3-5家。

当L4级自动驾驶需要突破1000TOPS算力门槛时，多数车企将被迫在“自主研发的荣耀”与“商业现实的生存”间做出抉择。

三星晶圆厂的生产线上，为特斯拉代工的AI6推理芯片正源源不断下线；奥斯汀DensityAI实验室里，前Dojo工程师调试着基于英伟达芯片的混合计算集群。

当马斯克签署与谷歌云5亿美元的算力采购协议时，曾经梦想用Dojo超算征服自动驾驶的特斯拉，最终在效率与成本的十字路口低头。这场解散风波揭示的残酷逻辑正席卷整个科技界：再宏大的技术愿景，也需接受商业效率的检验。

京东方申请显示基板和显示装置专利，提供一种显示基板和显示装置

发表评论