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。
日前，硅谷芯片技术研讨会 HOT CHIPS 上，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，并展示了 Dojo 的数据格式、系统网络、软件系统绕行死节点能力等。



所谓 Dojo，是特斯拉自研的超级计算机，可利用海量视频数据，完成 " 无人监管 " 的标注和训练。
在去年的 AI Day 上，特斯拉就已发布 Dojo 超级计算机，但当时其 " 羽翼未丰 "，尚只有第一个芯片及训练块，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 645mm ，小于英伟达的 A100（826 mm ）和 AMD Arcturus（750 mm ）。
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。