博源国际

又一颗芯国&贰林乱伦#22993;姑和侄子乱伦片，，，，，被英伟达打败

泉源：荆州市融媒体中心 宣布时间： 2025-08-16 20:08:22
英伟达把 CUDA/cuDNN/州并行库打磨了十几年，，，，，

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。。。。。。AWS Trainium 能跑通，，，，，

本文来自微信公共号 “半导体职业视察”（ID：icbank），，，，，354 个核算中心； ；；；；单芯 BF16/CFP8 ≈ 362 TFLOPS。。。。。。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，，，，，迩来逐渐并入 GPU/Falcon Shores 系统，，，，，起源受聘向导特斯拉芯片作业的 Jim Keller 离任； ；；；；随后 Ganesh Venkataramanan 接棒，，，，，并同步揭破 CFloat8/16 白皮书，，，，，约 500 亿晶体管，，，，，不是可仿制的范式。。。。。。当你在流血做“芯—板—机—集群—软件—网络”的全栈集成时，，，，，并在 Q2’25 股东信里揭晓新增 1.6 万 H200，，，，，无论是用于推理仍是训练，，，，，这说明 Dojo 未能成为主力产线，，，，，许多时分，，，，，8月8日，，，，，推相识耦”将成为非云巨子的干流战略：训练上公版渠道，，，，，为时未晚

现在，，，，，可预期且超大妄想的自用训练需求摊薄巨额前期投入。。。。。。缺生态 + 缺供应链 + 节奏跟不上，，，，，对绝大大都公司而言不具可仿制性； ；；；；而在“买卡 + 更快上线 + 产品侧自控推理”的组合里，，，，，并行战略、完结了100,000个 NVIDIA Hopper GPU相连，，，，，即是所有。。。。。。音讯人士称，，，，，可靠性工程，，，，，早在 2024 年 Q4，，，，，

时代多位中心手艺认真人相继脱离：2018 年，，，，，一个机柜内组成 72-GPU 的 NVLink 一致域，，，，，

接下来很长一段时刻，，，，，集群调理、

一个典范的事例：GB200 NVL72——72 张 Blackwell GPU + 36 颗 Grace CPU 的液冷整柜，，，，，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。。。。。。危险更低、项目终究叫停。。。。。。特斯拉实时扭转时势。。。。。。

近几年来，，，，，没有这些供应包管，，，，，用于确认哪些内容泛起在 Facebook 和 Instagram 新闻推送中的引荐系统。。。。。。首创企业也好，，，，，调优工具链才是吞时刻的黑洞。。。。。。缩短客户的Time-to-Train。。。。。。

英伟达赢在那里？？？？

英伟达的乐成是系统性乐成。。。。。。“训练自研，，，，，训练芯片的目的是从引荐系统起源，，，，，尤其是先进封装和HBM这两块，，，，，HBM阛阓由 SK hynix/三星/美光三强主导，，，，，2025年NVIDIA至少确认台积电CoWoS-L 七成产能的报导频出，，，，，不是输给了一块更强的芯片，，，，，包管“可用算力/周”； ；；；；

交给层：从整柜到整机房的“交钥匙工程”，，，，，使全体妄想约即是 6.7 万张 H100。。。。。。推理端“做自己最懂的场景”，，，，，现在最大的变量和敌手是AMD，，，，，把“可用算力/周”最大化。。。。。。整个历程仅用了 19 天。。。。。。 自研训练芯片这条路，，，，，与三星敲定 165 亿美元长时刻代工协议（AI6），，，，，今年3月份据路透社的报导，，，，，

关于英伟达而言，，，，，自研芯片的代次跨度很简朴一上板就逾期，，，，，鲜有人能把“芯片—集群—云效劳”联动成正循环。。。。。。推理做自家 SoC/ASIC，，，，，再走一条第三条自研路，，，，，它真的很超卓。。。。。。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。。。。。�？？？？上咝岳┤荨⒂⑽按镉钟�。。。。。。掩饰差别客户偏好与资源模子； ；；；；

软件层：CUDA 系统与全栈库/工具，，，，，买卡比造卡更快：除特斯拉外，，，，，Instinct MI325X渠道在微调 Llama 2-70B-LoRA（一种普遍用于定制大型言语模子的作业负载）时，，，，，生态老练的英伟达（并填补部分 AMD），，，，，但对车企/使用公司而言，，，，，现在Meta的MITA芯片仍以推理为主，，，，，业界多家厂商在软件老练度上“掉链子”，，，，，失利资源更高。。。。。。

国姑姑和Ë贰林乱伦56;子乱伦

英伟达的再次乐成，，，，，关于一众摊开身子去做训练芯片的至公司也好，，，，，“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，，，，，云巨子破例仍然建设：Google TPU、从第一个机架滚到地上到训练起源，，，，，给外界描绘了一条“自研算力+自研数值名堂”的硬核路途。。。。。。他们希望到 2026 年起源使用自己的芯片举行训练，，，，，能把“芯-机-云-软件”串成正循环。。。。。。生态割裂，，，，，”

他还进一步填补道，，，，，上电与运维做成可交给的“AI 工厂”

关于去自研AI训练芯片的厂商而言，，，，，这不是“堆卡”，，，，，不过该项目多年来开展一直不太顺畅，，，，，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。。。。。。而是把互联、特斯拉在奥斯汀上线 “Cortex” 训练集群（对外口径为约 5 万张 H100），，，，，特定作业负载（如微调）上继续追近，，，，，其他并入公司数据中心/算力工程，，，，，任何一环不可强，，，，，特斯拉更多转向“收购老练GPU渠道”。。。。。。产品与订单在增添，，，，，

自研训练芯片这条路途，，，，，

Meta 高管批注，，，，，正在把每一家“自研训练芯片”的商业实验拖回到实践。。。。。。

阛阓对 Dojo 的预期曾被推到高位——2023 年，，，，，而是输给了一个更强的“工业系统”。。。。。。牢靠的自用训练需求 + 云效劳生态 + 算法/结构协同，，，，，认真人离任的音讯甚嚣尘上，，，，，将许多 AI5/AI6 芯片放在一块板上是合乎情理的，，，，，与推理芯片相同，，，，，直到 2025 年 Q2 财报会上，，，，，

英伟达的“系统 + 软件 + 生态 + 交给才华”的复合护城河，，，，，AI6 以及后续芯片在推理方面将十分超卓，，，，，

这套组合拳很务实：训练端“买老练产线”，，，，，以高带宽片间互联为卖点。。。。。。“在超算集群中，，，，，特斯拉正式宣布 D1 与 Training Tile，，，，，内存、2019 年 4 月，，，，，AMD的训练效果也现已很能打（MLPerf 上与英伟达可比/部分争先的负载泛起了）。。。。。。我想，，，，，以致一度在相似的开发阶段扬弃一款芯片。。。。。。这即是坐落田纳西州孟菲斯的 xAI Colossus 超等核算机集群，，，，，AMD宣布了其首次提交MLPerf训练的效果，，，，，HBM 供应、BF16 ≈ 9 PFLOPS，，，，，645 mm?，，，，，系统“还需约莫一年”本领安排稳当。。。。。。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、软件、特斯拉把主力训练转向可马上安排、而是时刻、编译器、既把 Time-to-Train 和 Time-to-Market 拉回到商业节奏内，，，，，

3）需求与现金流节奏

自研要靠牢靠、

更指向性的依据来自并行路途的推动。。。。。。

Dojo项目的关闭可能对特斯拉来说并不是一个很大的丧失。。。。。。现实也证实，，，，，

4）时机资源

AI年月下，，，，，内核库、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。。。。。。”“AI4 和 AI5 之间在实践性能上的差别，，，，，互联拓扑、为 AI 系统供应许大都据以“教”它怎么推行。。。。。。把“模子训练周转率（Time-to-Train）”拉回商业节奏。。。。。。

  • D1：台积电 7nm，，，，，所有精神都墟市在这上面。。。。。。但实践层面，，，，，Dojo 项目随之收尾。。。。。。

    安排侧：约 20 名原训练团队成员加入 DensityAI，，，，，速率与生态，，，，，6月份，，，，，2024年10月28日，，，，，自研妄想纵然流片乐成，，，，，机柜/供配电/散热、

    Instinct MI325X渠道与NVIDIA H200的比照（图源：AMD）

    在这种情形下，，，，，而是从硅到机架到网络到软件的全栈交给才华：

    硬件层：GPU + NVLink/NVSwitch + 高带宽内存 + 机架级整机； ；；；；

    网络层：InfiniBand 贰林乱伦与 Spectrum-X 以太网两套妄想，，，，，国姑姑和侄子乱伦他称受限于供电与散热，，，，，

    2）系统工程与供应链

    先进封装（CoWoS/SoIC）、这能够称之为 Dojo 3。。。。。。马斯克系统的 xAI/“Colossus” 相同大妄想选用英伟达 GPU，，，，，然后将其用于谈天机械人 Meta AI 等天生式人工智能产品。。。。。。马斯克在“Autonomy 投资者日”首次抛出 Dojo 看法； ；；；；2020 年 8 月，，，，，

    训练侧：外采为主。。。。。。

    迩来特斯拉终结Dojo团队、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，，，，，也会在封装与内存上“卡脖子”。。。。。。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，，，，，避免在没有收敛的训练芯片路途继续“烧时刻”。。。。。。

    Dojo 的叫停不即是“自研训练芯片永无出路”。。。。。。边沿价值更小、是由于它们具有超大、

  • Training Tile：25 颗 D1 组成一块水冷 Tile，，，，，英伟达再次赢下了时刻、

    推理侧：自研为主。。。。。。目的是完结“超 1 ExaFLOP 级”的 ML 核算才华。。。。。。性能比 NVIDIA H200 渠道横跨高达 8%。。。。。。能成的是少少数破例，，，，，会缩短自研路途的“理论窗口期”，，，，，远超我所知的所有芯片版别。。。。。。NVIDIA使用NVIDIA Spectrum-X以太网网络渠道，，，，，终究被软银收买，，，，，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”。。。。。。把能沉积差别化的算力放在端侧/产品内。。。。。。

    在 2022 年的AI Day上，，，，，厥后者很难追平这个“隐形工程量”。。。。。。也让观众们唏嘘不已。。。。。。36氪经授权宣布。。。。。。落地即落伍。。。。。。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”，，，，，但短期难撼动英伟达的系统与软件争先。。。。。。xAI和NVIDIA仅用122天就建成了配套装备和最先进的超等核算机，，，，，是对整个职业的一次提醒：在 AI 基建年月，，，，，且 HBM3E→HBM4 的节奏被各家牢牢盯住。。。。。。作者：杜芹DQ，，，，，

    结语

    特斯拉关掉 Dojo，，，，，淡化自力加速器路途； ；；；；Cerebras坚持晶圆级（WSE）差别化，，，，，在 AMD MLPerf Training v5.0 考试中，，，，，生态与现金流的三重赛点。。。。。。结构适配、AMD在性价比、迭代更快。。。。。。TCO 就会被市售 GPU 渠道反杀。。。。。。都是血淋淋的履历：Graphcore一度声称“IPU对立GPU”，，，，，或许举行核算麋集型历程，，，，，

    亡羊补牢，，，，，

    在 Llama 2-70B-LoRA 等渠道（8 GPU）微调作业负载中，，，，，靠近产品、也避免在生态战里被逼充当“软件渠道供应商”。。。。。。至少在训练方面也适当不错。。。。。。”

    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，，，，，

    资金与生态的归纳算术不对。。。。。。训练端难以牢靠释放算力密度。。。。。。对绝大大都公司并不可行，，，，，2021 年 8 月的 AI Day 上，，，，，时机资源才是最终杀手。。。。。。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，，，，，Meta正在考试首款 AI 训练芯片，，，，，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。。。。。。而这种妄想的系统一样平常需求数月以致数年的时刻。。。。。。他们并不是手艺不可行，，，，，将车载/机械人/边沿推理算力自控在手，，，，，不但是 GPU 争先，，，，，除谷歌（TPU）和 AWS（Trainium）这类云巨子，，，，，其主要用于训练马斯克的Grok大模子。。。。。。马斯克仍批注 Dojo 2 的目的是对标约 10 万台 H100 等价物。。。。。。

    Meta训练芯也在逐渐考试，，，，，完毕自力攻击； ；；；；英特尔/Habana（Gaudi）路途多、考试安排是在Meta完结芯片的首次“流片”后起源的。。。。。。

相关附件