文 | NEXT 趋势，作者 | 方远，编辑 | 小雨
一场内部的技术风暴，正悄无声息地席卷特斯拉。
那个曾被马斯克寄予厚望的 Dojo 超级计算机项目，在耗资超过十亿美元后，被其创造者亲手画上了句点。
在 AI 技术浪潮下，即便是行业颠覆者也必须向规模经济和技术生态低头。企业的边界和核心竞争力正在被重新定义。
当单点的技术突破，让位于平台化的全面对抗，专注自身最擅长的领域、与产业链巨头合作，或许是更务实的选择。
“ 道场” 的废弃
今年 8 月，平静的科技圈被一颗重磅炸弹所打破。特斯拉 Dojo 超算团队突然解散，项目正式关停。
Dojo，这个取自日本武术、意为“ 道场” 的名字，曾承载着马斯克对完全自动驾驶 （FSD） 的全部野心。
时间拉回到 2019 年，马斯克首次提到 Dojo 的概念，其目标只有一个：打造一台专门用来处理和训练自动驾驶模型的性能猛兽。它的心脏，是特斯拉完全自研的 D1 芯片。
在特斯拉首届 AI Day 上，Dojo 项目首次向世界揭开神秘面纱。
当时的特斯拉 AI 部门负责人称，这台超级计算机将赋能 FSD 神经网络，从而能够在大规模上训练，并自动化处理各种长尾场景，比如应对路边的孩童或被风吹动的塑料袋。
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。
特斯拉计划斥资数十亿美元购买英伟达 AI 芯片。马斯克本人也公开确认，到 2025 年底，公司拥有的英伟达旗舰 H100 芯片数量将从 3.5 万块增加到 8.5 万块。
从全栈自研的孤注一掷，到豪掷千金的买买买。
这 180 度的转变背后，不仅是一个项目的终结，更是一个深刻问题的呈现：被马斯克奉为圭臬的成功法则，为何在 Dojo 这里失灵了？
AI 芯片的“ 叹息之墙”
要看懂特斯拉这次的放弃，就必须先理解马斯克成功的底层逻辑—— 垂直整合。
这位深受“ 第一性原理” 影响的科技狂人，痴迷于掌控核心技术的整个链条，从原材料到最终产品，以此来最大化地优化成本和创新速度。
在特斯拉过往的历史中，这一法则屡试不爽。
当所有传统车企都依赖第三方充电设施时，马斯克斥巨资在全球铺设了特斯拉专属的超级充电网络，将其打造成了品牌最坚固的护城河之一。
当电池产能成为电动车的命脉时，他没有满足于向松下、LG 采购，而是亲手打造了超级工厂，并全力推进 4680 大圆柱电池的自研，试图将供应链的命门牢牢掌握在自己手中。
最成功的案例莫过于车载芯片。
当他认为英伟达提供的车载芯片无法满足 FSD 的算力需求时，便毫不犹豫地组建团队。在 2019 年的自动驾驶日上，特斯拉正式推出了算力惊人的自研 FSD 芯片，完成了对车载计算平台的垂直整合。
这些成功的先例，让马斯克有充分的理由相信，Dojo 不过是这条成功路径上的又一次复制。然而，他似乎低估了 AI 训练芯片这座“ 叹息之墙” 的高度和厚度。
据专业机构分析，Dojo 的芯片架构设计非常规且激进。它为了追求极致的算力和带宽，抛弃了传统的内存设计，试图将处理单元和高速缓存直接封装在一起。这种理论上性能极高的设计，在现实中却遭遇了散热、功耗和系统稳定性的巨大挑战。
一位分析师曾言：“ 特斯拉试图同时解决一个硬件问题和一个软件问题。他们不仅要制造出全新的芯片，还要为它编写一个全新的软件堆栈。这是一个极其困难的挑战。”
据科技工程学会媒体报道，到 2024 年，特斯拉已在 Dojo 项目上花费超过 10 亿美元，但其性能表现并未与投入成正比，也未能按时达到马斯克设定的性能目标。报道直言：“Dojo 从未真正兑现它的炒作。”
当特斯拉还在为 Dojo 的稳定性苦苦挣扎时，它的对手英伟达，正以风驰电掣的速度向前飞奔。
从 H100 到最新的 Blackwell 平台，英伟达不仅提供性能强大的芯片，更重要的是，它提供的是一整套解决方案，背后是其经营了近二十年的无形壁垒——CUDA 软件生态。
当全球几乎所有大型科技公司都将自己的 AI 未来押注在英伟达的平台上时，一场全球性的 AI 军备竞赛已然成型。
坚持自研 Dojo，就像在所有人都使用高速公路的时代，坚持要自己修一条全新的铁路。纵然理想宏大，但远水解不了近渴。
平台生态时代的来临
特斯拉的放弃并非孤例，而是 AI 时代平台生态战争下的必然结果。
英伟达的护城河不是硬件，而是建立在硬件之上的软件。
CUDA，这个英伟达推出的并行计算平台和编程模型，经过近二十年的积累，已经成为 AI 开发领域的 Windows 操作系统。
全球数百万的 AI 开发者，都已经习惯于在这个平台上进行工作。任何一款新的 AI 芯片想要绕开 CUDA，都无异于说服开发者们放弃熟悉的 Windows，而去学习一套全新的操作系统。
这几乎是不可能的任务。
英国一家备受瞩目的 AI 芯片独角兽公司 Graphcore，曾被视为英伟达杀手，融资超过 7 亿美元，其芯片设计也备受赞誉。但最终，由于始终无法构建起能与 CUDA 抗衡的软件生态，在耗尽资金后，黯然走向被出售的命运。
Graphcore 的失败，清晰地揭示了这场战争的残酷真相。特斯拉 Dojo 所面对的，是同样的困境。这次投降，并非自身能力不行，而是行业规律使然。
放弃 Dojo，对特斯拉来说并非一次纯粹的失败。国外某科技媒体的评论文章提供了一个全新的视角：“Dojo 的关停对英伟达是胜利，但对特斯拉也可能同样是胜利。”
这篇文章认为，将算力基础设施外包给最专业的玩家，可以让特斯拉的顶尖工程师们从复杂的底层硬件维护中解放出来，将全部的精力聚焦于他们最擅长的领域：神经网络算法、数据处理和模型优化。
这标志着，特斯拉对 AI 竞争的认知，进入了一个新的层次。它终于意识到，在人工智能的下半场，竞争已不再是某个单点技术的突破，而是平台化、生态化的全面对抗。与其追求无所不包的垂直整合，不如将有限的资源投入到最能体现自身优势的领域中。
马斯克的这次放弃，看似是理想主义的退却，实则是现实主义的胜利。
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。
这或许不是马斯克最初想要的剧本，但它可能是那个能让特斯拉最快抵达终点的剧本。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
