一场内部的技术风暴，正悄无声息地席卷特斯拉。
那个备受马斯克看好的Dojo超级计算机计划，在投入远超十亿美金之后，最终由其发起人本人宣告结束。
在人工智能发展迅猛的背景下，即使是那些能够颠覆行业的公司，也必须顺应规模经济和技术生态的趋势。企业的范围和核心能力正在经历重新阐释。
当单项技术的革新逐渐式微，整体性的平台竞争日益激烈，那么集中精力于自身最具优势的环节，并同行业内的领军企业展开协作，很可能是更为稳妥的做法。
“道场”的废弃
今年八月，原本安稳的科技界遭遇重大变故，特斯拉Dojo超算团队意外宣布终止，相关计划随之正式终止。
Dojo，源自日本武术，指代练武场所，曾经寄托了马斯克对于完全自动驾驶的全部期望。
2019年，马斯克初次提及Dojo构想，其核心任务仅限于构建一款专用于自动驾驶模型运算和培育的超级计算机。该机器的中央处理器，系特斯拉独立研发的D1芯片。
特斯拉举办的首次人工智能庆典活动中，Dojo计划向全球公众展示了其此前不为人知的面貌。
特斯拉AI团队的领导表示，该超级计算机可以强化FSD神经网络的性能，使其具备海量数据训练的能力，还能自动应对多种罕见情况，例如处理路边的孩童或被风影响的塑料包装物。
然而，这场声势浩大的技术远征，最终却未能抵达彼岸。
取而代之的，是一份流向行业巨头的巨额订单。
特斯拉打算投入数十亿资金购置英伟达的人工智能处理器。马斯克亲自表态，到二零二五年年尾，企业手里的英伟达最高端H100处理器数量，会从三万五千片增长到八万五千片。
从全栈自研的孤注一掷，到豪掷千金的买买买。
这180度的变化里面，不单单是一个计划的完成，更是一个重要状况的暴露：那个被马斯克当作典范的做事方式，怎么在Dojo这边行不通了？
AI芯片的“叹息之墙”
要明白特斯拉这次的选择，需要先弄清马斯克成功的根本原因——全产业链掌控。
这位科技狂人深受“第一性原理”的影响，热衷于全面掌控核心技术的各个环节，从最初的原料到最终成品，目的是为了最大程度地降低成本，同时提升创新的效率。
在特斯拉过往的历史中，这一法则屡试不爽。
众多常规汽车制造商都借助外部充电站，而马斯克投入巨额资金，在全球范围内建立了特斯拉独有的超级充电系统，这一举措已成为品牌最稳固的竞争壁垒之一。
电池制造能力是电动汽车的核心要素，他并未局限于向松下、LG进货，而是自主建设了先进制造基地，同时倾力开发4680型圆柱电芯，目的在于将产业链的关键环节完全控制住。
最成功的案例莫过于车载芯片。
当他认为英伟达给出的汽车处理器达不到完全自动驾驶的运算要求时，立刻着手成立专门小组。到了2019年那个关于自动驾驶的展示活动期间，特斯拉把性能卓越的自主研发的自动驾驶芯片正式对外发布，从而实现了对车辆计算系统的整体掌控。
那些成功的范例，使马斯克有足够的底气认定，Dojo只是这条成功轨迹上的又一次仿制。但是，他好像没料到，AI训练芯片这道“叹息之墙”既高又厚。
Dojo的专业机构研究指出，其芯片构造方案极不寻常且大胆。该方案为了获取顶尖的计算能力和数据传输速率，舍弃了惯用的存储器方案，意图将运算部件与高速存储区域直接整合封装。这种设计在理论层面展现出卓越的性能水平，但在实际应用中却面临严峻的散热难题、能耗控制难题以及系统运行可靠性的重大考验。
有位专家表示：特斯拉想要一并处理一个设备故障和一个系统故障，他们既要研发一套全新的电子元件，也要为它开发一套全新的系统软件，这实在是一个异常艰巨的任务。
科技工程学会相关报道指出，特斯拉在Dojo项目上的支出到2024年已经累计超过十亿美元，然而其性能发挥却与巨额投入极不相称，同样也没有依照马斯克预定的时间节点实现性能指标。该报道明确表示：“Dojo始终未能如预期般展现出其宣传的效能。”
特斯拉现在还在为Dojo的运行状态费尽心思，它的竞争者英伟达，却正以极快的速度不断前进。
英伟达从H100发展到Blackwell平台，不仅推出了功能卓越的处理器，更关键的是，它提供的是完整的技术支持体系，这得益于其经营近二十年的无形护城河——CUDA软件生态体系。
全球所有主要科技企业，无不将自己的智能发展寄望于英伟达的技术上，由此，一场范围广阔的人工智能竞赛已经展开。
固守自主研发Dojo，譬如在众人皆走高速的时期，偏要另辟蹊径建一条全新轨道。目标固然远大，可终究无法立刻应对眼前之需。
平台生态时代的来临
特斯拉的退出并非特例，而是人工智能时代平台生态系统竞争中的必然现象。
英伟达的护城河不是硬件，而是建立在硬件之上的软件。
英伟达开发的CUDA，是一个并行计算平台与编程模型，历经将近二十年发展，现已成为人工智能研究领域不可或缺的基础设施，如同个人电脑领域内的Windows系统。
全球有数百万人工智能领域的创造者，已经适应在某个特定平台上开展活动。任何一种新兴的人工智能处理器，如果希望避开CUDA的限制，就相当于要求这些创造者抛弃他们已经掌握的Windows环境，转而去掌握一个完全不同的系统。
这几乎是不可能的任务。
英国一家引人注目的AI芯片初创企业Graphcore，一度被视为挑战英伟达的强劲对手，成功募集了超过7亿美元的资金，其芯片设计方案也获得了广泛认可。然而，公司最终未能建立起与CUDA匹敌的软件支持体系，在用尽所有资金之后，遗憾地接受了被收购的命运。
Graphcore的陨落，无疑展现了这场竞争的冷酷本质。特斯拉Dojo所遭遇的，也是类似的难题。这次放弃，并非源于自身实力不足，而是受到了行业法则的制约。
舍弃Dojo，对特斯拉而言并非单纯的挫折。海外一家科技类媒体撰文指出了一种不同见解：Dojo的终止对英伟达或许构成利好，对特斯拉而言也可能意味着成功。
该文主张，若把计算资源基础建设交给技艺最为精湛的机构负责，特斯拉的杰出技术人员便能摆脱繁杂的底层设备管理，把所有心思都投入到他们最擅长的范畴，诸如神经网络技术、信息处理以及系统改进。
这表明，特斯拉对人工智能竞争的理解，迈上了一个新的台阶。它开始明白，在人工智能发展的后半段，竞争的核心不再是某个单一技术的革新，而是平台构建和生态建设的整体较量。与其试图实现全方位的垂直整合，不如集中有限的资源，投入到最能彰显自身核心竞争力的那些领域。
这次马化腾的放手，表面上像是理想主义者的让步，实际上却是务实态度的成功。
Dojo的故事结束了，但特斯拉FSD的故事还在继续。
只不过，从今往后，它的算力底座上，将刻着英伟达的名字。
这未必是马斯克最初设想的情节，但它是那个或许能让特斯拉最先到达目的地的情节。
