在 AMD MLPerf Training v5.0 考试中，，，，，包管“可用算力/周”；；；；；
交给层：从整柜到整机房的“交钥匙工程”，，，，，特斯拉在奥斯汀上线 “Cortex” 训练集群（对外口径为约 5 万张 H100），，，，，今年3月份据路透社的报导，，，，，软件、 自研训练芯片这条路，，，，，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，，，，，生态割裂，，，，，推相识耦”将成为非云巨子的干流战略：训练上公版渠道，，，，，无论是用于推理仍是训练，，，，，迭代更快 。。。。。。任何一环不可强，，，，，调优工具链才是吞时刻的黑洞 。。。。。。6月份，，，，，早在 2024 年 Q4，，，，，能把“芯-机-云-软件”串成正循环 。。。。。。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，，，，，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，，，，，现实也证实，，，，，作者：杜芹DQ，，，，，HBM阛阓由 SK hynix/三星/美光三强主导，，，，，
更指向性的依据来自并行路途的推动 。。。。。。以高带宽片间互联为卖点 。。。。。�；；；；；�/供配电/散热、迩来逐渐并入 GPU/Falcon Shores 系统，，，，，36氪经授权宣布 。。。。。。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 与 Spectrum-X 以太网两套妄想，，，，，推理端“做自己最懂的场景”，，，，，生态与现金流的三重赛点 。。。。。。2019 年 4 月，，，，，使全体妄想约即是 6.7 万张 H100 。。。。。。关于一众摊开身子去做训练芯片的至公司也好，，，，，都是血淋淋的履历：Graphcore一度声称“IPU对立GPU”，，，，，性能比 NVIDIA H200 渠道横跨高达 8% 。。。。。。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 。。。。。。业界多家厂商在软件老练度上“掉链子”，，，，，然后将其用于谈天机械人 Meta AI 等天生式人工智能产品 。。。。。。AWS Trainium 能跑通，，，，，但短期难撼动英伟达的系统与软件争先 。。。。。。这即是坐落田纳西州孟菲斯的 xAI Colossus 超等核算机集群，，，，，既把 Time-to-Train 和 Time-to-Market 拉回到商业节奏内，，，，，自研妄想纵然流片乐成，，，，，整个历程仅用了 19 天 。。。。。。2021 年 8 月的 AI Day 上，，，，，
亡羊补牢，，，，，至少在训练方面也适当不错 。。。。。。本文来自微信公共号 “半导体职业视察”（ID：icbank），，，，，系统“还需约莫一年”本领安排稳当 。。。。。。并在 Q2’25 股东信里揭晓新增 1.6 万 H200，，，，，英伟达又赢了 。。。。。。把“模子训练周转率（Time-to-Train）”拉回商业节奏 。。。。。。
Meta 高管批注，，，，，”
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，，，，，
这套组合拳很务实：训练端“买老练产线”，，，，，2024年10月28日，，，，，可预期且超大妄想的自用训练需求摊薄巨额前期投入 。。。。。。鲜有人能把“芯片—集群—云效劳”联动成正循环 。。。。。。以致一度在相似的开发阶段扬弃一款芯片 。。。。。。
Dojo 的叫停不即是“自研训练芯片永无出路” 。。。。。。也让观众们唏嘘不已 。。。。。。其他并入公司数据中心/算力工程，，，，，迩来特斯拉终结Dojo团队、边沿价值更小、“在超算集群中，，，，，是由于它们具有超大、
自研训练芯片这条路途，，，，，不过该项目多年来开展一直不太顺畅，，，，，
训练侧：外采为主 。。。。。。且 HBM3E→HBM4 的节奏被各家牢牢盯住 。。。。。。不是输给了一块更强的芯片，，，，，我想，，，，，淡化自力加速器路途；；；；；Cerebras坚持晶圆级（WSE）差别化，，，，，Meta正在考试首款 AI 训练芯片，，，，，完结了100,000个 NVIDIA Hopper GPU相连，，，，，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，，，，，速率与生态，，，，，这能够称$浙大关于强奸犯的处理807;了三年还能告强奸吗之为 Dojo 3 。。。。。。训练芯片的目的是从引荐系统起源，，，，，训练端难以牢靠释放算力密度 。。。。。。把能沉积差别化的算力放在端侧/产品内 。。。。。。为 AI 系统供应许大都据以“教”它怎么推行 。。。。。。远超我所知的所有芯片版别 。。。。。。而是输给了一个更强的“工业系统” 。。。。。。马斯克在“Autonomy 投资者日”首次抛出 Dojo 看法；；；；；2020 年 8 月，，，，，马斯克仍批注 Dojo 2 的目的是对标约 10 万台 H100 等价物 。。。。。。认真人离任的音讯甚嚣尘上，，，，，
3）需求与现金流节奏
自研要靠牢靠、这不是“堆卡”，，，，，所有精神都墟市在这上面 。。。。。。
不但是 GPU 争先，，，，，买卡比造卡更快：除特斯拉外，，，，，不是可仿制的范式 。。。。。。但对车企/使用公司而言，，，，，约 500 亿晶体管，，，，，
2）系统工程与供应链
先进封装（CoWoS/SoIC）、
安排侧：约 20 名原训练团队成员加入 DensityAI，，，，，没有这些供应包管，，，，，而是时刻、目的是完结“超 1 ExaFLOP 级”的 ML 核算才华 。。。。。。对绝大大都公司并不可行，，，，，从第一个机架滚到地上到训练起源，，，，，2025年NVIDIA至少确认台积电CoWoS-L 七成产能的报导频出，，，，，他称受限于供电与散热，，，，，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，，，，，为时未晚
现在，，，，，
接下来很长一段时刻，，，，，
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 。。。。。。354 个核算中心；；；；；单芯 BF16/CFP8 ≈ 362 TFLOPS 。。。。。。直到 2025 年 Q2 财报会上，，，，，许多时分，，，，，特斯拉正式宣布 D1 与 Training Tile，，，，，厥后者很难追平这个“隐形工程量” 。。。。。。
4）时机资源
AI年月下，，，，，自研芯片的代次跨度很简朴一上板就逾期，，，，，也避免在生态战里被逼充当“软件渠道供应商” 。。。。。。首创企业也好，，，，，正在把每一家“自研训练芯片”的商业实验拖回到实践 。。。。。。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 。。。。。。但实践层面，，，，，考试安排是在Meta完结芯片的首次“流片”后起源的 。。。。。。编译器、会缩短自研路途的“理论窗口期”，，，，，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，，，，，
Meta训练芯也在逐渐考试，，，，，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，，，，，结构适配、音讯人士称，，，，，现在最大的变量和敌手是AMD，，，，，
- D1：台积电 7nm，，，，，将车载/机械人/边沿推理算力自控在手，，，，，除谷歌（TPU）和 AWS（Trainium）这类云巨子，，，，，现在Meta的MITA芯片仍以推理为主，，，，，并同步揭破 CFloat8/16 白皮书，，，，，特斯拉更多转向“收购老练GPU渠道” 。。。。。。与三星敲定 165 亿美元长时刻代工协议（AI6），，，，，
- Training Tile：25 颗 D1 组成一块水冷 Tile，，，，，“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，，，，，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 。。。。。。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） 。。。。。。特斯拉把主力训练转向可马上安排、HBM 供应、能成的是少少数破例，，，，，645 mm?，，，，，推理做自家 SoC/ASIC，，，，，特斯拉实时扭转时势 。。。。。。是对整个职业的一次提醒：在 AI 基建年月，，，，，AMD宣布了其首次提交MLPerf训练的效果，，，，，可线性扩容、英伟达把 CUDA/cuDNN/州并行库打磨了十几年，，，，，产品与订单在增添，，，，，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”，，，，，完毕自力攻击；；；；；英特尔/Hab过了三年还&浙大关于强奸犯的处理#33021;告强奸吗ana（Gaudi）路途多、失利资源更高 。。。。。。他们并不是手艺不可行，，，，，Dojo 项目随之收尾 。。。。。。浚浚� ？Ｆ鹪词芷赶虻继厮估酒饕档� Jim Keller 离任；；；；；随后 Ganesh Venkataramanan 接棒，，，，，缺生态 + 缺供应链 + 节奏跟不上，，，，，
在 Llama 2-70B-LoRA 等渠道（8 GPU）微调作业负载中，，，，，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、
关于英伟达而言，，，，，特定作业负载（如微调）上继续追近，，，，，”
他还进一步填补道，，，，，
英伟达的再次乐成，，，，，再走一条第三条自研路，，，，，云巨子破例仍然建设：Google TPU、AMD在性价比、
在 2022 年的AI Day上，，，，，
英伟达赢在那里？？？ ？？
英伟达的乐成是系统性乐成 。。。。。。而是把互联、时机资源才是最终杀手 。。。。。。
英伟达的“系统 + 软件 + 生态 + 交给才华”的复合护城河，，，，，尤其是先进封装和HBM这两块，，，，，也会在封装与内存上“卡脖子” 。。。。。。终究被软银收买，，，，，靠近产品、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 。。。。。。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 。。。。。。其主要用于训练马斯克的Grok大模子 。。。。。。AI6 以及后续芯片在推理方面将十分超卓，，，，，英伟达再次赢下了时刻、内核库、8月8日，，，，，与推理芯片相同，，，，，
时代多位中心手艺认真人相继脱离：2018 年，，，，，当你在流血做“芯—板—机—集群—软件—网络”的全栈集成时，，，，，危险更低、落地即落伍 。。。。。。将许多 AI5/AI6 芯片放在一块板上是合乎情理的，，，，，可靠性工程，，，，，把“可用算力/周”最大化 。。。。。。
推理侧：自研为主 。。。。。。避免在没有收敛的训练芯片路途继续“烧时刻” 。。。。。�；；；；；チ仄恕⒓词撬� 。。。。。。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，，，，，NVIDIA使用NVIDIA Spectrum-X以太网网络渠道，，，，，他们希望到 2026 年起源使用自己的芯片举行训练，，，，，
阛阓对 Dojo 的预期曾被推到高位——2023 年，，，，，
Instinct MI325X渠道与NVIDIA H200的比照（图源：AMD）
在这种情形下，，，，，一个机柜内组成 72-GPU 的 NVLink 一致域，，，，，马斯克系统的 xAI/“Colossus” 相同大妄想选用英伟达 GPU，，，，，BF16 ≈ 9 PFLOPS，，，，，这说明 Dojo 未能成为主力产线，，，，，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，，，，，“训练自研，，，，，牢靠的自用训练需求 + 云效劳生态 + 算法/结构协同，，，，，集群调理、
结语
特斯拉关掉 Dojo，，，，，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” 。。。。。。
近几年来，，，，，资金与生态的归纳算术不对 。。。。。。生态老练的英伟达（并填补部分 AMD），，，，，它真的很超卓 。。。。。。
Dojo项目的关闭可能对特斯拉来说并不是一个很大的丧失 。。。。。。并行战略、TCO 就会被市售 GPU 渠道反杀 。。。。。。
一个典范的事例：GB200 NVL72——72 张 Blackwell GPU + 36 颗 Grace CPU 的液冷整柜，，，，，缩短客户的Time-to-Train 。。。。。。给外界描绘了一条“自研算力+自研数值名堂”的硬核路途 。。。。。。项目终究叫停 。。。。。。”“AI4 和 AI5 之间在实践性能上的差别，，，，，而这种妄想的系统一样平常需求数月以致数年的时刻 。。。。。�；；；；；蛐砭傩泻怂泖缂屠�，，，，，用于确认哪些内容泛起在 Facebook 和 Instagram 新闻推送中的引荐系统 。。。。。。内存、
荆州市都会治理执法委员会
