摘要：在自动驾驶技术路线激烈博弈的关键期，特斯拉突然宣布解散内部孵化多年的 Dojo 超级计算机项目。这一决策不仅标志着其自研算力基础设施战略的重大转向，更催生了由前 Dojo 核心团队创立的 AI 新势力 DensityAI，为全球自动驾驶算力竞赛注入变数。
在自动驾驶技术路线激烈博弈的关键期，特斯拉突然宣布解散内部孵化多年的 Dojo 超级计算机项目。这一决策不仅标志着其自研算力基础设施战略的重大转向，更催生了由前 Dojo 核心团队创立的 AI 新势力 DensityAI，为全球自动驾驶算力竞赛注入变数。
一、Dojo 项目谢幕：七年自研之路的戛然而止
2025 年 8 月 10 日，特斯拉内部邮件证实，已正式终止 Dojo 项目的全部研发工作，涉及硬件团队 300 余人将被整合至自动驾驶部门或选择离职。作为特斯拉 2018 年启动的战略性项目，Dojo 曾被马斯克寄予厚望，计划通过定制化芯片与集群架构，为自动驾驶算法训练提供专属超算支持，累计投入超 10 亿美元。
项目的巅峰时刻出现在 2023 年，当时特斯拉发布基于 D1 芯片的 ExaPod 计算集群，宣称单集群算力达 1.1EFLOPS，可支撑每天 1000 万英里虚拟路测数据的训练。但实际应用中，Dojo 始终未能突破量产瓶颈 —— 其定制化架构与主流云服务的兼容性问题，导致实际算力利用率不足 30%，远低于行业平均水平。据内部人士透露，2024 年第四季度，特斯拉已悄悄将 70% 的训练任务迁回 AWS 与谷歌云平台。
Dojo 的技术路线争议成为解散的核心诱因。该项目坚持全栈自研，从芯片设计到集群调度系统均拒绝采用行业标准，导致研发成本高企。对比来看，英伟达 Drive Thor 芯片通过开放生态吸引 20 余家车企合作，而 Dojo 的封闭模式使其仅服务于特斯拉内部，规模效应难以显现。2025 年特斯拉财报显示，Dojo 项目年度运营成本达 2.3 亿美元，却仅贡献 15% 的自动驾驶模型迭代算力。
二、核心团队出走：DensityAI 携 "轻量化算力" 理念登场
几乎与 Dojo 解散同步，前 Dojo 项目负责人 Ganesh Venkataramanan 联合 11 名核心成员创立 AI 算力公司 DensityAI，并宣布完成由红杉资本领投的 1.2 亿美元 A 轮融资。新公司的定位直指自动驾驶行业的算力痛点 —— 提供兼容主流云平台的轻量化训练解决方案，与 Dojo 的封闭路线形成鲜明对比。
DensityAI 的技术方案展现出明显的 "去特斯拉化" 特征：放弃定制芯片，转而基于英伟达 H100 与 AMD MI300 构建混合计算集群；开发模块化训练框架，支持客户按需调用算力资源，将单次训练成本降低 40%。其核心产品 "AutoTrain" 平台已与 Rivian、Lucid 等三家车企达成测试协议，计划 2026 年一季度正式商用。
团队配置上，DensityAI 几乎复刻了 Dojo 的技术核心 —— 包括前芯片架构负责人、分布式系统主管等关键角色均已加盟。这种 "整体迁移" 现象引发行业关注，有分析师指出，这不仅是人才流动，更意味着 Dojo 项目的技术资产可能通过非公开渠道转移，特斯拉已就此启动内部调查。
三、行业连锁反应：自动驾驶算力竞赛转向 "务实主义"
特斯拉的战略转向迅速引发行业震荡。作为自动驾驶领域的标杆企业，其放弃自研超算的决策被解读为 "算力军备竞赛" 降温的信号。数据显示，2023 年全球车企在自研算力基础设施上的投入达 87 亿美元，而实际利用率超过 50% 的企业不足五家，大量资源被闲置。
传统 Tier1 供应商开始加速布局中间市场。博世集团宣布与微软 Azure 合作推出 "车云一体训练平台"，大陆集团则收购 AI 算力优化公司 Neural Magic，均聚焦于提升现有算力的利用效率。这种 "轻量化" 趋势使得英伟达、AMD 等芯片巨头受益，其股价在消息公布后分别上涨 3.2% 和 5.7%。
对于特斯拉自身，解散 Dojo 并不意味着放弃算力投入。其与谷歌云签署的新协议显示，未来三年将采购价值 5 亿美元的定制化算力服务，重点提升 4D 毫米波雷达数据的处理效率。马斯克在内部信中强调："算力策略必须服务于量产目标，而非技术炫技。" 这一表态标志着特斯拉自动驾驶研发进入 "结果导向" 新阶段。
四、未来挑战与格局重构
DensityAI 的崛起面临双重考验：一方面需证明其技术方案能突破 Dojo 的瓶颈，另一方面要摆脱 "特斯拉影子" 的市场认知。其商业模式能否成功，取决于能否在车企自建算力与公有云服务之间找到差异化空间。目前，该公司已申请 17 项专利，重点保护动态算力调度算法等核心技术。
行业层面，这场变动可能加速自动驾驶算力领域的整合。有预测显示，到 2027 年，具备全栈自研能力的车企将从当前的 12 家缩减至 3-5 家，其余企业将转向第三方解决方案。这种集中化趋势可能导致算力服务价格进一步下降，推动 L4 级自动驾驶技术的商业化落地。
从更宏观视角看，Dojo 的谢幕与 DensityAI 的登场，折射出 AI 技术商业化的残酷逻辑：再宏大的技术愿景，最终都需接受成本与效率的检验。当自动驾驶行业从 "技术竞赛" 转向 "量产冲刺"，那些能平衡创新与务实的玩家，将在新的竞争格局中占据先机。
来源：生活的探路者
