近日，有知情人士透露，特斯拉公司正在解散其 Dojo 超级计算机团队，团队负责人也将离职。这一决定打乱了这家电动汽车制造商自主研发无人驾驶芯片的计划。据了解，特斯拉首席执行官埃隆・马斯克已下令关闭这一项目，未来特斯拉将更加依赖外部技术伙伴，包括英伟达、AMD 提供计算能力，以及三星电子提供芯片制造。就在上周，特斯拉宣布与三星签署了一项价值 165 亿美元的协议。

        这一消息的传出，在科技和汽车行业引起了轩然大波。毕竟，Dojo 项目曾被视为特斯拉斥资数十亿美元、在人工智能竞赛中增强计算能力的核心。Dojo 系统是一款由特斯拉自主设计的超级计算机，主要用于训练其自动驾驶和 “完全自动驾驶”（FSD）软件背后的机器学习模型，还支持其人形机器人 “擎天柱”（Optimus）的研发。该计算机处理由车辆采集的数据，以快速改进特斯拉的算法。如此重要的项目戛然而止，背后究竟有着怎样的深层原因？这一战略调整又会对特斯拉产生哪些影响？未来特斯拉又将走向何方？接下来，我们将深入剖析这些问题。

项目终止的核心事实

一、团队解散，核心人才流失

        特斯拉 Dojo 项目负责人 Peter Bannon 即将离职，这一关键人物的离开，无疑给项目带来了沉重一击。约 20 名核心成员已跳槽到 Density AI，这家公司由 Dojo、特斯拉前任员工创建，他们带走了在 Dojo 项目中积累的丰富经验和专业技术。剩余成员则被重新分配至特斯拉其他项目，这使得 Dojo 项目原本紧密的团队架构彻底瓦解，技术研发的连贯性和稳定性遭到严重破坏。

        人才是科技项目成功的关键因素之一。Dojo 团队的核心成员在芯片研发、人工智能算法优化等方面拥有深厚的专业知识和实践经验。他们的流失，不仅让特斯拉失去了推动 Dojo 项目前进的关键力量，还可能导致技术秘密的泄露，对特斯拉在相关领域的竞争力造成潜在威胁。同时，新成立的 Density AI 极有可能利用这些人才，在类似技术领域与特斯拉形成竞争关系，进一步加剧市场竞争的复杂性。

二、战略大转弯，倚重外部合作

        马斯克的这一决策，标志着特斯拉在芯片技术路线上的重大转变。此前，特斯拉致力于打造自主可控的芯片研发体系，期望通过 Dojo 项目实现自动驾驶和人工智能领域的技术突破。然而，如今特斯拉计划加强与英伟达和 AMD 在计算方面的合作。英伟达在人工智能计算领域占据着领先地位，其 GPU 产品广泛应用于深度学习、数据分析等多个领域，具有强大的并行计算能力和丰富的软件生态系统。AMD 近年来也在不断发力，其推出的高性能计算产品在性价比方面具有一定优势。特斯拉与这两家公司合作，能够快速获得成熟、高效的计算解决方案，满足其在自动驾驶算法训练、数据处理等方面的需求。

        在芯片制造方面，特斯拉与三星电子展开更深入合作。三星作为全球领先的半导体制造商，拥有先进的芯片制造工艺和大规模生产能力。特斯拉与三星的合作，将有助于确保其芯片供应的稳定性和质量。例如，三星位于得州的新工厂将专门生产特斯拉下一代 AI6 芯片，而台积电则负责制造刚完成设计的 AI5 芯片。这种多元化的芯片供应策略，能够降低特斯拉对单一供应商的依赖，提高供应链的弹性和抗风险能力。

三、Dojo 的兴衰历程

        Dojo 项目自 2019 年启动以来，承载着特斯拉在人工智能和自动驾驶领域的厚望。当时，马斯克提出打造一款专门为特斯拉自动驾驶和 AI 训练服务的超级计算机，旨在通过自研超算芯片为自动驾驶和人形机器人 Optimus 提供强大的算力支持。这一项目的提出，是基于特斯拉对未来交通和人工智能发展趋势的深刻洞察。随着自动驾驶技术的不断发展，对计算能力的需求呈指数级增长，传统的通用计算芯片难以满足复杂的自动驾驶算法训练和实时数据处理需求。因此，特斯拉希望通过自研芯片，实现更高的性能、更低的成本和更好的兼容性。

        在项目推进过程中，特斯拉投入了大量的人力、物力和财力。2021 年，特斯拉在 AI Day 上正式推出 D1 芯片，该芯片针对 AI 工作负载进行了优化，具有高带宽、低延迟等特点。为了实现更高的带宽和更强的算力，特斯拉人工智能团队将 25 块 D1 芯片融合成计算模块（tile）。随后，特斯拉还计划研发新一代 D2 芯片，D2 芯片并非连接单个芯片，而是将整个 Dojo 芯片集成到一块硅晶圆上，以解决信息流瓶颈问题。然而，尽管特斯拉在技术研发上取得了一定进展，但项目的实际落地却面临诸多挑战。建设滞后问题严重，如得州数据中心因隧道工程延误，导致项目进度大幅推迟。同时，人才流失问题也逐渐凸显，这一系列因素最终导致 Dojo 项目未能达到预期目标，走向终止。

战略调整的深层原因

一、技术遇阻，成本居高不下

        Dojo 项目在技术研发过程中遭遇了诸多难题。D1/D2 芯片研发面临性能瓶颈，尽管特斯拉在芯片设计上投入了大量精力，但在实际应用中，这些芯片的性能表现未能达到预期。与市场上的竞争对手相比，如英伟达的 H100 等外部 GPU，其算力提升速度远远超过了 Dojo 芯片。英伟达凭借其在图形处理和并行计算领域的深厚技术积累，不断推出性能更强大的 GPU 产品。这些产品不仅在算力上具有明显优势，而且在软件生态系统方面更加完善，能够更好地支持各种深度学习框架和应用程序。

        在成本方面，Dojo 项目的研发投入巨大，但回报却不尽如人意。芯片研发是一个高度复杂且资金密集的过程，需要大量的研发设备、专业人才和实验材料。特斯拉在 Dojo 项目上的持续投入，使得公司的财务压力不断增大。同时，由于项目建设滞后，无法按时实现量产和商业化应用，导致前期投入的资金无法及时回收，成本与回报严重不成比例。而直接采购 NVIDIA H100、AMD MI300 等成熟 GPU 方案，不仅能够更快获得可用算力，满足特斯拉在自动驾驶算法训练等方面的紧急需求，而且这些成熟产品在市场上已经形成了规模效应，价格相对更加合理，与现有 AI 框架的兼容性也更高，能够有效降低技术整合成本和风险。

二、资源整合，聚焦核心业务

        特斯拉将资源集中于 Cortex 超级集群，该集群融合了 50,000 个英伟达 H100 GPU 和 20,000 个自研硬件，旨在为 FSD 和 Optimus 的训练提供强大的算力支持。Cortex 超级集群充分利用了英伟达 GPU 的强大计算能力和特斯拉自身的硬件研发优势，能够更高效地处理大规模的数据和复杂的计算任务。通过将资源集中于此，特斯拉能够优化计算资源的配置，提高计算效率，加速自动驾驶算法的迭代和优化。

        同时，公司继续推进 AI 5 车载芯片的量产。AI 5 车载芯片采用了先进的 3nm 工艺，算力高达 2000 - 2500TOPS，预计 2025 年底上车。车载芯片是汽车智能化的核心部件之一，直接关系到车辆的自动驾驶性能、人机交互体验等关键指标。特斯拉在 AI 5 车载芯片上的持续投入和推进，表明其将核心业务聚焦于提升汽车的智能化水平。通过打造高性能的车载芯片，特斯拉能够更好地控制车辆的硬件系统，实现对自动驾驶算法的精准执行，提升车辆的整体性能和安全性。这一战略调整，体现了特斯拉在资源有限的情况下，优先保障核心业务发展的决策思路。

三、市场竞争，合作伙伴施压

        在 AI 芯片领域，英伟达占据着主导地位，其产品在性能、技术成熟度和市场份额方面都具有明显优势。英伟达通过不断投入研发，持续推出创新的芯片产品和软件解决方案，构建了庞大的开发者社区和丰富的应用生态系统。这使得英伟达在 AI 芯片市场上拥有强大的竞争力，吸引了众多企业选择其产品作为计算平台。AMD 也在不断加大在 AI 芯片领域的研发投入，凭借其在 CPU 和 GPU 技术上的积累，逐渐在市场上崭露头角，为客户提供了更多的选择。

        在芯片制造领域，三星和台积电作为行业的领军企业，拥有先进的制造工艺和大规模生产能力。随着芯片制造技术的不断发展，工艺节点越来越小，对制造设备和技术的要求也越来越高。三星和台积电在这方面投入了大量资金，不断提升其制造工艺水平，能够为客户提供高质量的芯片制造服务。特斯拉作为一家汽车制造商，在芯片研发和制造领域相对缺乏经验和资源。面对激烈的市场竞争和合作伙伴的强大实力，选择与这些行业巨头合作，成为了特斯拉在当前形势下的务实之举。通过合作，特斯拉能够借助合作伙伴的技术和资源优势，快速提升自身在人工智能和自动驾驶领域的竞争力，在市场竞争中占据有利地位。

对特斯拉的影响与未来展望

一、短期震荡，机遇与挑战并存

        Dojo 项目的终止，短期内可能会对特斯拉的自动驾驶算法训练效率产生一定影响。Dojo 项目原本是为了满足特斯拉对自动驾驶算法训练的特定需求而设计的，其终止可能导致在算法训练过程中，计算资源的调配和使用出现一定的不适应。然而，特斯拉与英伟达、三星等合作伙伴的紧密合作，有望在一定程度上缓解这一问题。英伟达的高性能计算产品能够为特斯拉提供强大的算力支持，三星的芯片制造能力能够确保芯片供应的稳定，这为特斯拉维持自动驾驶业务的发展提供了保障。

        在股价表现上，消息传出后特斯拉盘后跌幅一度扩大至 1%，但次日股价回升 0.74%。这一波动反映了市场对特斯拉这一战略调整的复杂态度。起初，市场对特斯拉放弃自研芯片项目存在担忧，认为这可能影响其技术自主性和未来发展潜力，从而导致股价下跌。然而，随着市场对特斯拉与外部合作伙伴合作模式的进一步理解，认识到这种合作能够带来的技术优势和成本效益，股价逐渐回升。这表明市场对特斯拉的未来发展仍持有一定信心，相信通过与外部合作伙伴的协同，特斯拉能够在自动驾驶和人工智能领域继续取得进展。

二、长期考验，平衡自主与合作

        从长期来看，特斯拉面临着在依赖外部技术与保持技术自主性之间找到平衡的挑战。过度依赖英伟达等外部技术供应商，可能会使特斯拉在技术发展上受到一定的限制，削弱其在自动驾驶领域的差异化优势。例如，在芯片供应方面，如果外部供应商出现产能问题或供应中断，可能会对特斯拉的生产和业务发展造成严重影响。在技术创新方面，依赖外部技术可能导致特斯拉在技术研发上缺乏自主性，难以根据自身的业务需求和战略方向进行深度定制和创新。

        然而，通过与外部合作伙伴的合作，特斯拉也能够获得诸多好处。合作伙伴在芯片研发、制造和计算技术等方面拥有先进的技术和丰富的经验，能够为特斯拉提供高质量的产品和解决方案。特斯拉可以利用这些优势，加速自身在自动驾驶和人工智能领域的技术升级和产品迭代。因此，特斯拉需要制定合理的战略，在借助外部技术的同时，加强自身技术研发能力的建设。例如，可以加大在自动驾驶算法、数据处理技术等方面的研发投入，通过与外部合作伙伴在技术上的深度融合，实现技术的自主可控和创新发展。

三、行业变革，特斯拉引领新方向？

        特斯拉叫停 Dojo 项目，反映出科技行业在技术研发和商业战略上的深刻变革。在科技快速发展的今天，企业面临着技术创新成本高、市场竞争激烈等诸多挑战。在这种情况下，企业需要更加灵活地调整自身的战略，合理配置资源。特斯拉的这一决策，为行业内其他企业提供了重要的参考。当企业在自研技术面临巨大困难和成本压力时，适时地选择与外部合作伙伴合作，可能是一种更为务实和有效的策略。通过合作，企业能够整合各方资源，实现优势互补，在降低研发成本和风险的同时，加速技术创新和产品上市的速度。

        未来，特斯拉有望在自动驾驶和人工智能领域继续发挥引领作用。随着与外部合作伙伴合作的深入，特斯拉可能会进一步开放其 AI 生态。通过与更多的开发者和企业合作，特斯拉能够汇聚各方智慧，丰富其 AI 应用场景和功能。在 Robotaxi 和 Optimus 的商业化进程中，特斯拉可以利用其庞大的用户基础和数据优势，结合合作伙伴的技术支持，快速推动这些产品的落地和普及。例如，在 Robotaxi 领域，特斯拉可以通过与出行服务提供商合作，优化运营模式，提高服务质量，实现商业价值的最大化。在 Optimus 人形机器人方面，特斯拉可以与工业制造、物流等行业合作，开发出更多具有实际应用价值的功能和解决方案，推动人形机器人在不同领域的广泛应用。