tesla ExaPOD 图源：google
特斯拉在此前参加的半导体行业会议Hot Chips 34上分享了大量关于Dojo超级计算机和芯片架构的信息。
特斯拉的埃米尔·塔佩斯（Emil Talpes）之前在AMD工作了大约17年，负责皓龙（Opteron）处理器。他在Hot Chips 34中分享了Dojo的详细信息，但这些信息仅仅是关于块（tile）的硬件和功能以及Dojo整体的。Dojo的具体表现将在特斯拉2022人工智能日上进行讨论。
半导体行业会议Hot Chips 34海报 图源：google
据马斯克的说法，Dojo的目标是“真正擅长视频训练。我们可能拥有世界上第四或接近第三强大的人工智能训练计算中心。我们为Dojo设立的第一个目标是使其具有竞争力，相比于一堆GPU更有效，更具神经网络训练能力。”
由于特斯拉需要大量的计算能力来处理车队中车辆的视频数据，因此它构建了一个独有的晶圆上系统解决方案。
据网站ServeTheHome介绍，“每个D1裸片都集成到一个具有25个15kW裸片的块上。除25个D1裸片外，还有40个较小的I/O裸片。”
D1芯片构成 图源：tesla官网
所有的电源和冷却都直接集成在训练块上，它在块上的对分带宽为10TB/s，在块外的聚合带宽为36TB/s。此体系结构允许块之间使用9TB/s链路进行扩展。它们也可以插电，不需要自己的服务器。
“我们应用的核心目标是可扩展性，” 塔佩斯在介绍的最后说道。“我们不再强调传统CPU中的几种机制，如一致性、虚拟内存和全局查找目录，因为当我们扩展到非常大的系统时，这些机制不能很好地扩展。相反，我们依赖于整个网格中非常快速和分布非常分散的SRAM存储。与典型分布式系统相比，互连速度高出一个数量级。”
SRAM存储 图源：tesla官网
自去年发布Dojo超级计算机以来，特斯拉的FSD（完全自动驾驶能力）的开发进程持续加快。
在今年的年度股东大会上，马斯克透露，FSD 10.13版的研究已经持续了一段时间，特斯拉已经做出了“一些非常重要的架构改进”，例如提升了左转时的精密性。
teslaFSD技术 图源：tesla官网
他表示，特斯拉目前已在北美广泛部署FSD测评版，并将于今年开始对完全自动驾驶能力（FSD）软件进行大规模测试，该软件的测评版已运行超过4000万英里，预计年底将超过1亿英里。
马斯克在去年的人工智能日活动上说，“我们在特斯拉所努力做的是制造人们喜欢的、有效的人工智能……毫无疑问，这将是一种好的人工智能。”
马斯克今年会带来什么惊喜？让我们拭目以待。
