特斯拉机器人“大脑”揭秘：7nm工艺、500亿个晶体管 可“自学成才”

特斯拉首次披露了自研AI芯片及Dojo系统更多细节。大脑

日前，拉机硅谷芯片技术研讨会HOT CHIPS上，器人特斯拉硬件工程师Emil Talpes公开了特斯拉Dojo超算指令集结构细节，揭秘晶体并展示了Dojo的工艺管数据格式、系统网络、自学软件系统绕行死节点能力等。大脑

所谓 Dojo，拉机是器人特斯拉自研的超级计算机，可利用海量视频数据，揭秘晶体完成“无人监管”的工艺管标注和训练。

在去年的自学AI Day上，特斯拉就已发布Dojo超级计算机，大脑但当时其“羽翼未丰”，拉机尚只有第一个芯片及训练块，器人公司仍在推动构建完整的Dojo Exapod。

而特斯拉也表示，理论上，Dojo ExaPod将是世界上最快的AI训练超级计算机。

如今，Dojo Exapod也终于揭开面纱——从本次研讨会上Talpes的展示来看，每个Dojo ExaPod集成120个训练模块，内置3000个D1芯片，拥有超过100万个训练节点，算力达到1.1EFLOP*（每秒千万亿次浮点运算）。

微架构方面，每个Dojo节点都有一个内核，是一台具有CPU专用内存和I/O接口的成熟计算机。

Dojo Exapod的核心，便是特斯拉自研的D1芯片。该芯片由台积电制造，采用7nm工艺，拥有500亿个晶体管，芯片面积为645mm²，小于英伟达的A100（826 mm²）和AMD Arcturus（750 mm²）。

值得注意的是，有望在下个月现身的特斯拉人形机器人“擎天柱”大脑所使用的，便是Dojo D1超级计算芯片，每个D1芯片之间无缝连接，相邻芯片之间的延迟极低，训练模块最大程度上实现了带宽的保留。

特斯拉之前已透露，Tesla Bot“擎天柱”头部将配备与自家汽车相同的智能驾驶摄像头，并与汽车共用AI系统——换言之，特斯拉人形机器人延续了以视觉为主的传感技术路线。

得益于庞大数据库的支撑、AI预测能力与算法，特斯拉认为，纯视觉方案也能较好地弥补深度传感器缺失所带来的不足。目前，其基于视觉的神经网络技术已在汽车FSD上获得实战验证，华安证券27日报告指出，该技术有望借助Dojo超算加速训练升级。