特斯拉放棄 Dojo：馬斯克的“造芯夢”為何終止？背後的三大真相與戰略轉向

快科技深度分析｜
馬斯克親自證實——特斯拉已正式解散內部雄心勃勃的 Dojo 超級計算機團隊。這個自 2019 年啟動、承載著特斯拉 AI 算力“自主化”夢想的專案，歷經數十億美元投入與頂尖工程團隊多年努力，最終走向終點。

馬斯克給出的解釋很直接：在有限資源下，同時開發 Dojo 訓練晶片與 AI5/AI6 推理晶片“並不合理”。 隨之而來的，是 Dojo 專案負責人、晶片設計界資深人物 Peter Bannon 離職，以及約 20 名核心工程師跳槽至由前特斯拉 AI 負責人 Ganesh Venkataramanan 創辦的 DensityAI。剩餘成員則被調配至自動駕駛硬體、Robotaxi 及人形機器人（Optimus）等更緊迫的業務線。

這場突如其來的調整，不僅引發了外界對特斯拉技術路線和 AI 戰略的猜測，更給投資者和行業觀察者留下了一個核心問題：這是技術瓶頸、財務壓力，還是一次更高維度的戰略取捨？

一、Dojo 的三重困境

1. 技術路線衝突與效能停滯

Dojo 旨在打造面向海量影片資料處理的 AI 訓練平臺。然而，自 2021 年釋出 D1 晶片後，研發陷入瓶頸。2025 年推出的 Dojo2 晶片效能未達預期，量產難題突出。
與此同時，車載推理晶片線一路狂飆。新一代 AI5 晶片採用台積電 3nm 工藝，算力高達 2500TOPS，比上一代提升 5 倍，並超越輝達為自動駕駛打造的旗艦 Thor-X（2000TOPS）。更關鍵的是，AI5/AI6 在推理任務和部分訓練能力上已達行業頂尖，與 Dojo 功能高度重疊，形成“內部競爭”。

2. 財務壓力下的資源收縮

晶片研發是一場“燒錢遊戲”。特斯拉 2025 財年資本支出預計超 90 億美元，其中 AI 投入佔據大頭。Dojo 每年需耗費數十億美元維持研發與運營，卻遲遲未產出匹配價值。
在財務轉型期，砍掉高投入、低產出且已有替代方案的專案，將資金與人才集中到商業化前景更明確的自動駕駛與機器人業務，是一次理性且必要的“斷臂求生”。

3. Cortex 叢集的崛起

壓倒 Dojo 的最後一根稻草是內部替代方案——Cortex 超級計算機叢集。
Cortex 2.0 採用輝達 H100 GPU，訓練效率比 Dojo 提升數倍，部署規模已達 5 萬塊 GPU，計劃擴充套件到 10 萬塊，並已承擔 5%-10% 的自動駕駛資料處理任務。相比自研晶片的艱難道路，Cortex 的成熟生態和更快迭代節奏，讓 Dojo 失去了存在意義。

二、權力重組與行業漣漪

1. 核心人才流向新勢力

Dojo 解散帶來人才外流。DensityAI 吸納了約 20 名特斯拉技術骨幹，包括前高管 Bill Chang、Ben Floering 等，專注 AI 資料中心晶片與硬體開發，有望在未來競爭中嶄露頭角。

2. 特斯拉內部 AI 權力集中

特斯拉已完成 AI 業務線的重組：

• Ashok Elluswamy 晉升為 AI 軟體副總裁，統管 Robotaxi 與 Optimus
• Aaron Rodgers 繼續領銜 AI5 晶片研發
• Silvio Brugada 接手韌體團隊
  戰略重心由“多點開花”轉向“集中突破”。

三、戰略轉向的深層邏輯

從表面看，放棄 Dojo 似乎削弱了特斯拉在晶片上的自主性，但結合現狀，這更像一次“以退為進”：

• Cortex 叢集保證訓練效率
• AI5/AI6 晶片確保端側推理效能
• 資金與資源集中於 Robotaxi 與人形機器人等高商業化專案

摩根士丹利曾預測，若 Dojo 成功，特斯拉市值可增加 5000 億美元。如今，市場關注點正轉向 Cortex 算力服務與 Robotaxi 的規模化落地。

但競爭依舊激烈——Waymo 在 Robotaxi 領域仍具先發優勢，中國的百度等廠商也在加速追趕。特斯拉此次戰略調整，顯然是為應對全球賽道的激戰所做的務實選擇。