Tesla har taget et modigt og uventet skridt. Virksomheden har officielt opløst sit Dojo-supercomputerteam, hvilket signalerer afslutningen på en årelang bestræbelse på at udvikle et skræddersyet AI-træningssystem. Dojo skulle have været Teslas stærke interne platform til at træne selvkørende AI-modeller og robotteknologi med videooptagelser fra millioner af Tesla-køretøjer.
Meddelelsen kommer, efter at ca. 20 Dojo-udviklere forlod virksomheden for at danne DensityAI, et nyt firma med fokus på at bygge AI-chips og teknologi til robotteknologi og datacentre. Mens nogle fans er overraskede, hævder Tesla, at de bare bruger ressourcer på projekter, der svarer til deres større mission.
Hvad var projekt Dojo?
Projekt Dojo blev først annonceret på Teslas AI-dag i 2021. Målet var ligetil, men ambitiøst: at håndtere enorme mængder videodata fra den virkelige verden hurtigt, så Teslas AI kunne lære hurtigere.
Systemet blev drevet af Teslas D1-processor, og der var planlagt en forbedret D2-version for at øge hastigheden og løse problemer med ydeevnen. Dojo blev hyldet som en game-changer, der ikke kun kunne påvirke Teslas biler, men også AI-industrien.
Teknologien var designet til at arbejde i en hidtil uset skala og behandle videodata direkte fra Teslas globale flåde i stedet for at være afhængig af standard cloud-udbydere. Et af de særlige kendetegn var brugen af wafer-scale-integration, som gjorde det muligt for Tesla at få plads til betydeligt flere behandlingsenheder på et enkelt stykke silicium end konventionelle chips. Denne strategi gav lavere latenstid, mere båndbredde og lavere energiforbrug til AI-træningsopgaver.
Dojos arkitektur var også modulær, så Tesla kunne forbedre dens kapacitet ved blot at tilføje yderligere sammenkoblede fliser, et designvalg, der vakte opmærksomhed i det større AI-forskningssamfund.
Hvorfor Tesla trak stikket
Begejstringen begyndte at falme i midten af 2024. Da begyndte CEO Elon Musk at promovere Cortex, en ny AI-supercluster, der blev bygget i Teslas hovedkvarter i Austin. Musk ønskede en samlet chipstrategi i stedet for at dele ressourcerne mellem to forskellige designs.
På X forklarede Musk:
“Det giver ikke mening for Tesla at dele sine ressourcer og skalere to helt forskellige AI-chipdesigns. Tesla AI5, AI6 og de efterfølgende chips vil være fremragende til inferens og i det mindste ret gode til træning. Alle anstrengelser er fokuseret på det.”
Kort sagt vil Tesla have én arkitektur, der fungerer til både træning og kørsel af AI-modeller, i stedet for at jonglere med flere systemer.
Skiftet til AI5- og AI6-chips
Teslas beslutning om at lukke Dojo-kapitlet er ikke afslutningen på deres AI-hardwareambitioner; det er snarere et strategisk træk. Vægten ligger nu på AI5- og AI6-chips, som er beregnet til at udføre både inferens (køre AI-modeller i realtid) og et vist niveau af træning. Inferens er afgørende for produkter, der kræver hurtig beslutningstagning, som f.eks. selvkørende biler og robotteknologi.
Ved at fokusere på disse chips håber Tesla at etablere en samlet arkitektur, der kan bruges til mange formål i stedet for at adskille ressourcer på tværs af helt forskellige systemer. Denne strategi eliminerer kompleksitet, fremskynder produktionen og sænker omkostningerne.
AI5-chips forventes at være tilgængelige i 2026, efterfulgt af AI6-processorer i henhold til en produktionsaftale med Samsung til 16,5 milliarder dollars, der strækker sig frem til 2033. Disse processorer vil ikke kun drive Teslas fulde selvkørende platform, men også spille en vigtig rolle i virksomhedens fremtidige robotinitiativer, herunder den humanoide robot Optimus og andre AI-drevne projekter.
Hvad dette betyder for Teslas fremtid
Afslutningen på Dojo betyder ikke, at Tesla opgiver AI; det betyder snarere, at Tesla ændrer sin tilgang til det. I stedet for at forfølge en specialiseret træningschip, der kræver en betydelig udgift og en særskilt arkitektur, forenkler Tesla sin plan. Ved at fokusere på AI5- og AI6-chips kan virksomheden koncentrere sig om færre designs, som ikke desto mindre giver stor regnekraft og samtidig er nemme at udvide.
Tilbøjeligheden giver praktiske fordele. For det første minimerer det produktionskompleksiteten. Med en enkelt, samlet chiparkitektur kan Tesla skabe både trænings- og inferenssystemer ved hjælp af den samme teknologi, hvilket sparer produktionsomkostninger og forenkler vedligeholdelsen. For det andet fremskynder det produktudviklingen. Teslas tekniske teams kan arbejde hurtigere med at indarbejde AI i produkter som den humanoide robot Optimus, Cybercab og fremtidige opdateringer til fuld selvkørsel, da de ikke bliver distraheret af at skulle understøtte to helt separate chipplatforme.
Partnerskab for styrke
Partnerskabet med giganter som Samsung, Nvidia og AMD betyder, at Tesla kan udnytte deres dybe produktionsekspertise og dokumenterede hardwareydelse. Dette træk sikrer, at Tesla ikke bærer den fulde risiko ved at bygge nye processorer fra bunden – en lektie, der blev lært efter mange års investering i Dojo.
Mens nogle analytikere vurderede Dojos potentiale til 500 milliarder dollars, viser Musks valg, at Tesla prioriterer udførelse frem for status. Det handler mindre om at have den mest markante processor på markedet og mere om at integrere pålidelig, skalerbar AI i Teslas produkter så hurtigt som muligt.
Dette træk er også i overensstemmelse med en bredere tendens i teknologibranchen: konsolidering. Virksomhederne bygger gradvist færre, men mere tilpasningsdygtige processorer, der er i stand til at håndtere forskellige arbejdsbyrder. For Tesla kan det betyde kortere time-to-market for AI-drevne gennembrud, mere konkurrencedygtige priser for deres teknologier og en stærkere position i kampen om autonom mobilitet og robotteknologiens overherredømme.
Musk har lovet, at den næste generation af AI5-chips kommer inden udgangen af 2026. AI6-chips, fremstillet af Samsung, vil følge efter. De vil være centrale for Teslas satsning på selvkørende biler og humanoide robotter.
Dojo-navnet forsvinder måske, men visionen bag – at gøre Teslas AI smartere og hurtigere – forsvinder ikke. Som Musk udtrykte det:
“Man kunne vel kalde det Dojo 3 … Det er rigtig godt.”
Teslas AI-fremtid er stadig i live – bare på en anden måde.
