Tesla rozwiązuje zespół Dojo i wprowadza nową strategię AI

Tesla kończy działalność zespołu Dojo po odejściach liderów

Koncern Tesla rozwiązał kluczową grupę inżynierską odpowiedzialną za projekt superkomputera Dojo, co stanowi istotny zwrot w strategii firmy dotyczącej sztucznej inteligencji. Według doniesień Bloomberga, decyzja ta została podjęta po odejściu Petera Bannona, lidera Dojo, oraz około 20 inżynierów, którzy przeszli do nowego startupu DensityAI. Pozostałych członków zespołu Dojo Tesla zamierza przydzielić do innych projektów związanych z obliczeniami i centrami danych.

Założenia projektu Dojo

Początkowo Dojo skupiał się na autorskich układach scalonych przeznaczonych do trenowania oraz skalowalnej architekturze superkomputera, stworzonej do analizy ogromnych ilości nagrań wideo i danych telemetrycznych z pojazdów Tesli. Celem było zoptymalizowane trenowanie sieci neuronowych dla modeli autonomicznej jazdy, co miało zapewnić szybsze iteracje i efektywniejszy trening niż tradycyjne klastry GPU.

Porównanie Dojo i rozwiązań alternatywnych

• Dojo: Niestandardowe akceleratory obliczeniowe zoptymalizowane do przetwarzania wielkoskalowych danych wideo i szeregów czasowych, szybkie łącza o niskich opóźnieniach oraz architektura projektowana z myślą o rozproszonym uczeniu modeli.
• Stosy oparte na GPU (Nvidia/AMD): Dojrzałe ekosystemy programistyczne, szerokie wsparcie podmiotów zewnętrznych oraz natychmiastowa dostępność mocy obliczeniowej zarówno do trenowania, jak i inferencji.

Nowy plan rozwoju chipów: AI5 i AI6

Dyrektor generalny Elon Musk poinformował na platformie X, że Tesla rezygnuje z rozproszenia zasobów inżynieryjnych pomiędzy dwie linie chipów. Firma postawiła na rozwój układów AI5 i AI6, które Musk określa jako „doskonałe do inferencji i co najmniej bardzo dobre do uczenia.” Wskazał, że chipy te mogą być wykorzystywane w dużych klastrach – mowa także o potencjalnej przyszłej konfiguracji „Dojo 3” bazującej na standaryzowanym sprzęcie.

Funkcje i przewagi AI5/AI6

• Zrównoważona wydajność do zadań uczenia i inferencji.
• Możliwość skalowania w centrach danych, co pozwala na lepszą integrację ze stosem autonomicznej jazdy Tesla oraz AI pokładowym w pojazdach.
• Porozumienia produkcyjne oraz związane z dostawami (szczególnie z Samsungiem) mają przyspieszyć tempo wytwarzania.

Łańcuch dostaw, partnerstwa i znaczenie rynkowe

Wraz z rozproszeniem zespołu Dojo, Tesla coraz mocniej opiera się na zewnętrznych dostawcach. Nvidia i AMD pozostaną kluczowymi dostawcami wysoko wydajnych rozwiązań obliczeniowych dla różnorodnych zastosowań, natomiast Samsung Electronics zdobył wartą 16,5 miliarda dolarów umowę na produkcję chipów AI dla Tesli. Musk wskazał, że fabryka Samsunga w Teksasie będzie miejscem produkcji układu AI6, natomiast seryjna produkcja AI5 ma ruszyć pod koniec 2026 roku.

Zastosowania, porównania i ryzyko

System AI Tesli będzie wykorzystywany m.in. do zaawansowanych systemów wsparcia kierowcy, treningu modeli pełnej autonomii, usług AI w pojeździe takich jak chatbot Grok, robotyki humanoidalnej czy zadań w centrach danych korporacyjnych. W porównaniu do autorskich projektów wewnętrznych jak Dojo, hybrydowa strategia, łącząca własne chipy z branżowymi grafikami GPU, umożliwia szybsze wdrożenie na rynek lecz zwiększa zależność od partnerów. Odejścia do DensityAI i inne zmiany strukturalne obrazują ryzyka realizacyjne: sukces zależy od tego, czy ścieżka AI5/AI6 i sieć partnerów będą w stanie zapewnić przepustowość treningową i efektywność kosztową, jaką obiecywał oryginalny Dojo.

Wnioski

Decyzja Tesli o likwidacji zespołu Dojo zwiastuje strategiczne skupienie się na opracowywaniu własnych chipów oraz budowaniu relacji z zewnętrznymi partnerami produkcyjnymi. Dla ekspertów technologicznych taki zwrot rodzi pytania o przyszłą kontrolę nad infrastrukturą AI w kontraście do korzyści praktycznych z korzystania z już ugruntowanych rozwiązań Nvidii, AMD czy Samsunga. Ostatecznie kierunek rozwoju AI w Tesli zależeć będzie od skuteczności dostarczania przez nowe chipy, oprogramowanie i partnerów oczekiwanych rozwiązań dla autonomii, robotyki i funkcji wspierających pojazdy.