什么是特斯拉Dojo？为何说他是特斯拉最重要的项目？是炒作？还是颠覆性的机会？

什么是Dojo呢？Dojo是特斯拉最新研发的超级计算机。Dojo其实是一个日语单词，英文翻译为place of the way，中文是“道场”的意思。听名字你就知道，马斯克在超级计算机这个项目上是有野心的。

但实话讲，一开始我对于特斯拉dojo这个项目其实并没有太在意，特斯拉造计算机怎么都感觉有点儿风马牛不相及。直到我最近看到了Morgan Stanley的一份报告，则彻底改变了我的看法。Dojo的商业价值远远超出了我的想象，他不仅是特斯拉扩展业务版图的关键，更是未来科技发展重要的一环。如果说，以前市场对于特斯拉的定位还有争议的话，那么现在有了Dojo的特斯拉，可以说毫无疑问的是一家真正的科技巨头。

不过话又说回来，毕竟现在的特斯拉还是一家车企。Dojo超级计算机听起来确实不错，但对于本身特斯拉的业务是否会带来什么样的冲击呢？特斯拉这些年一直都处于市场的风口浪尖，但这次Dojo的落地，是否又是一次过度炒作呢？本期美投Pro视频，我们就来结合Morgan Stanley的这份报告，来详细分析一下特斯拉的Dojo这个项目。

Dojo到底是做什么的呢？他是通过特斯拉自研的AI芯片D1组成的一个超级计算机。一台Dojo大概有3000个特斯拉的自研芯片D1。他就有点类似于是英伟达的数据中心，通过超高算力来进行复杂的AI模型训练。据估计，Dojo的算力可以排到全球所有超级计算机里第七名。在7月份的时候，第一台Dojo已经做好并且投入了运营。据马斯克透露，公司还打算在短期内多做出六台Dojo来辅助生产。

关于Dojo超级计算机，有一点我们投资者必须要先清楚。那就是相比于其他超级计算机，特斯拉的Dojo，它的特点是专门针对视觉AI进行训练的。什么是视觉AI呢？看过我们之前分析自动驾驶那期视频的看官应该都了解，特斯拉的自动驾驶的特点，就是完全通过摄像头来收集图像数据，并进行AI级别的决策。这种通过摄像头获取的图像数据来进行AI训练的模式，就叫做视觉AI训练。

现在，每天在路上有成千上万辆的特斯拉，把大量的视觉信息传导到特斯拉的总部，而特斯拉就可以靠Dojo来对这些图像信息进行深度分析和训练，并最终对他的自动驾驶FSD软件进行优化。除了自动驾驶外，另一个Dojo的应用场景，是特斯拉的机器人Optimus。未来，在特斯拉的智慧工厂里，这些特斯拉的机器人就都会被装上“眼镜”，这些眼镜所获得的视觉数据就会被上传到Dojo，并进行训练和优化，从而让机器人Optimus能够不断去承担更为复杂的任务。

说到这儿你可能会好奇了，为什么特斯拉会去搞这么一个超级计算机的项目呢？明明市面上已经有大量现成的算力公司，难道他们就不能直接去找英伟达、去买他们的芯片吗？何苦要投资几十亿美元去自己搞一个超级计算机呢？

这就不得不说到，特斯拉这家公司在做数据处理时一个巨大的痛点。相比于其他应用AI的企业，特斯拉绝对是这个世界上，对视觉数据处理需求最高的公司了、没有之一。今天，全世界已经有4百万辆特斯拉在路上行驶，这些车无时无刻的都在接受来自外界的视觉数据。而且这个量级还在不断地增加。这么庞大的数据量，虽然对于特斯拉来说是一件好事，但要想充分利用起来，其实并不容易手，甚至对于特斯拉来说，已经成为了一种负担。来训练自己的AI模型，所需要的算力也是非常惊人的。这对于特斯拉来说也是一种负担。

现在，特斯拉就不得不为此找英伟达买大量的GPU进行它的AI训练。英伟达的GPU有多贵相信不用我多说了。前不久刚有消息透露，特斯拉刚刚买了1万个英伟达的H100芯片，这一次购买就花了特斯拉3亿美元之多。而这还仅仅是现在的采购规模，随着采集数据量的增加，未来特斯拉对于算力的需求还将会以指数型来增长。有投行估计，特斯拉每年要在算力上花费几十亿美元的成本，并且会逐年增加。这对于特斯拉来说很可能是个无底洞。

其实成本还不是最大的痛点，最大的痛点在于效率。英伟达的GPU虽然厉害，但是它所针对的是通用的应用场景。也就是说，甭管你是训练大语言模型，还是训练视觉神经系统，GPU统统照单全收，都能处理。但特斯拉的需求其实并没有那么复杂，他绝大部份的算力都是需要放在图像处理上，而这种数据的特性比较单一。据统计，特斯拉现在大部分时间只能用到英伟达一半的Capacity。也就是说，当这种单一任务放到一个全能型的GPU上，就造成了一定的资源浪费。

正因为英伟达的GPU又贵，又浪费资源，所以特斯拉才想说，那要不我根据自己的情况，来定制一款自己的AI芯片吧。于是，特斯拉在2019年决定，自己去研发专门用于视觉AI训练的芯片D1，而把这些AI芯片集成之后，就造就了现在的专门处理视觉数据的超级计算机Dojo。

尽管这个决策听起来是有理有据，但是特斯拉想转行搞芯片，还想要搞过行业龙头英伟达，怎么都听起来有些大胆。是的，这的确是一个大胆的项目，首先咱不得不佩服马斯克的魄力，但是当你了解了D1芯片的原理后，也许就明白为什么马斯克有勇气做这件事了。

其实特斯拉对于D1芯片的创新，并非是添加了什么新东西，而是给现有的芯片做减法，他们是把现有的AI芯片中，没用的东西给砍掉，从而去适应自己独特的需求。跟很多人想象的不同，和大语言模型比起来，特斯拉这种基于视觉模型的训练其实要更加简单。但它的问题是，处理的数据量要比大语言模型要多得多。

针对这个特点，特斯拉在它的D1芯片上进行了大刀阔斧的创新：特斯拉把计算内核集成到了芯片中，让内核以相对保守的频率进行运算，砍掉非必需的处理器功能，最终他把所有的资源全部都留给真正用于训练AI的‘向量计算’和‘矩阵计算’单元上。而这样的精简就让D1芯片做到了扬长避短，拥有了比GPU更高的效率。不得不说，Dojo就像它的名字‘道场’一样，把‘少即是多’的哲学在设计中发挥的淋漓尽致。

那到底Dojo的效果能比英伟达的GPU强出多少呢？下面这两张图或许能给你答案。这两张图是特斯拉自己给出的数据。可以看到，在相同算力的情况下，特斯拉的成本只是英伟达A100芯片的1/6；而从效率角度来说，Dojo在消耗相同能源下的训练效果，是英伟达的4倍。根据Morgan Stanley的估计，Dojo可以让特斯拉在2025年之前，节省下65亿美元的支出！要知道，过去这12个月里，特斯拉的盈利总共就130亿美元左右。这就意味着Dojo的落地能够为特斯拉带来50%的利润增长。

除了节省成本外，Dojo还能加速特斯拉的AI训练速度。关于这一点，特斯拉自己就表示，Dojo的训练速度可以比英伟达快30倍。在一些典型的特斯拉训练中，用英伟达的GPU需要一个月才能完成的训练，而Dojo只需要一周，相当于是效率提升了4倍。

这种效率的提升对于特斯拉的企业价值来说至关重要。因为这意味着特斯拉这笔投资的确定性将大幅提升。现在的市场虽然都看重特斯拉的FSD自动驾驶，但是由于其极强的不确定性，他们无法将所有的这些价值都计入到估值。但是有了Dojo的效率提升，说不定本来需要四年才能训练明白的FSD，一年就能够完成。这不仅能够增加FSD的竞争优势，同时能够让市场更早的意识到FSD的价值所在。

显然对于特斯拉来说，Dojo的效果非常简单粗暴。就是花更少的钱，去办更大的事儿。这也很符合马斯克一贯的行事风格。

看到这儿相信各位看官已经清楚了，Dojo对于特斯拉来说意味着什么。不过，如果说Dojo只是为了解决特斯拉自己的问题的话，那么格局就太小了。事实上，Dojo真正的商业价值，并不在于解决特斯拉自己的问题，而是在于解决别人的问题。

什么意思呢？Dojo这样的超级算力，理论上完全可以出借给其他公司。这将给特斯拉带来全新的商业模式。就像是亚马逊最开始开发AWS，也是为了更好的运营自己的电商网站，但是现在AWS已经成为了全球最大的云计算公司，四处出借自己的算力。而Dojo完全可以复制这套商业模式。

现在市面上研究自动驾驶的公司非常多，这些公司现在基本都离不开英伟达的GPU。这就意味着，他们正在面临着和之前特斯拉同样的问题：不仅贵，而且效率低。这对于任何一家自动驾驶公司来说都是一个负担。但如果特斯拉有多余的算力，便能够系统性的解决这些问题。Dojo不仅成本低，而且专门针对视觉AI训练，有着对口的经验和模型。那么其他自动驾驶公司也就没有理由拒绝了。

不光是自动驾驶，更进一步，未来所有有视觉AI训练需求的公司，都可能成为Dojo的目标客户。举个例子，比如说在航空航天领域。现在，视觉计算可以通过识别障碍物和跑道等物体，来提高飞机在飞行时的安全性，而且AI还能在早期，通过视觉扫描来发现潜在的危险。再比如，智慧城市。智慧城市的核心数据收集器就是摄像头，而这些数据主要都是以视觉图像为主。成千上万个摄像头加在一起，那涉及的视觉数据就需要大量的算力才能处理。这种AI模型也正是Dojo最拿手的训练场景。

这么看来，Dojo能做的事情远不止帮特斯拉自己提高效率这么简单，他的价值也远不止每年却省下这几十亿美元。如果能够成功，那他将有机会成为视觉AI领域里的英伟达，甚至能够成为提供算力以外全套服务的AWS。根据Morgan Stanley的估算，Dojo如果能实现这些愿景，那么它能给特斯拉带来5000亿美元的估值提升，折合成每股就是现在的160美元。

当然了，这样的价值最终能否实现我们现在还不清楚。我们能够看到的，是现在特斯拉管理层对于Dojo的一条清晰的计划。特斯拉的硬件总监表示，短期内特斯拉的当务之急还是在他们的内部来运行Dojo，让Dojo来提升特斯拉自身的运营效率。而马斯克则明确的表示，Dojo虽然在短期内还是为了解决FSD的问题而存在的，但最终的目标是向第三方开放。在一季度的财报会议上，他再次强调，像AWS一样去提供云服务，将会是Dojo长期的发展目标。

事实上，特斯拉管理层对于Dojo的这套长期规划是有成功范例的。像英伟达的数据中心，亚马逊的AWS，都是在一个细分领域实践成功后，再全面向市场出借算力基础设施的。如果特斯拉能够在视觉AI领域站稳脚跟的话，那么出借算力这套商业模式，确实是具有足够的想象空间。

到这里，你以为Dojo的商业价值就已经到顶了吗？其实还没有，英伟达也好，亚马逊也好，都是走到了出借算力这步就已经停止了。但是马斯克的野心不止于此。他还想更进一步，直接铺到了AI的应用层上。这里就不得不提到特斯拉的机器人Optimus了。

现在，Optimus还在研发当中，未来主要的使用场景，还是放在特斯拉的智慧工厂里，来替代人工。制造业最大的成本往往不是机械设备，而是人工。一旦机器人全面取代了工人，那么将会为特斯拉减少大量的成本。同时机器人还可以全天候，24小时不停歇的生产。还能够省去劳工局和罢工这些麻烦。这对于生产效率的提升也是巨大的。

而对于Optimus机器人这个项目，Dojo也将会成为它成功的关键。刚说过，Dojo的数据分析绝大部分都是针对视觉，就像我们的眼睛一样。而Optimus最重要的数据来源也是通过视觉。在马斯克的认知里，工厂里的机器人，它绝不能是像那些传统的机械手臂，或者机械车床那样只完成一项任务。而是要像人类一样，能够有能力胜任任何工作。所以对于Optimus机器人来说，视觉数据的收集就至关重要了。但这很显然会加大数据量和训练难度。如果Dojo可以系统性的降低Optimus机器人的训练成本，并且提升训练速度，那么马斯克的愿景就更有可能能够实现。

再往深想一层，既然Optimus能够提高特斯拉的产能和效率，那能不能为其他制造业提供相同的效果呢？当然可以，这便又会给特斯拉开辟一种全新的商业模式，出售机器人。我们看到现在三大汽车公司都被罢工搞得焦头烂额，如果说现在有一个训练成熟的Optimus，我想对于这些传统车企来说将会是一个极具吸引力的选择。

更进一步的话，我们看到，Optimus的设计原理，其实并非是通过AI来完成特定任务，而是通过AI学习来彻底代替制造工人的所有工作。这就意味着，Optimus如果成功的话，将不会有明显的工作限制。那么他就有可能会进入除了造车之外，任何其他制造业的工厂中去提升他们的效率。这样的话，他的商业价值将会更上一个档次。很显然，你看现在马斯克研发Optimus的思路，就知道他确实是带有更大的野心的。

到这里，Dojo超级计算机的上限其实已经就很高了。但马斯克仍然觉得不够。他在今年6月份的一条推特上说，第一代的Dojo主要是集中在视觉AI的训练和分析上。但第二代Dojo会有明显的不同，他不光会在整体的表现上能够比第一代强10倍，而且还能够应用到所有AI训练当中。如果真能实现的话，这就相当于是直接对标英伟达的业务了。这种表态现在看来，更像是一张空头支票，马斯克也并没有给出Dojo第二代的时间表。不过Morgan Stanley似乎对此非常看好。他们认为，第二代Dojo不怕没有用户，因为马斯克自己就有大量的公司都能够用得上。

到这里，特斯拉Dojo的价值就全部给各位介绍完了。我想看到这儿，肯定有人会觉得，这样的愿景是不是或多或少，有些不切实际。是的，没错，站在现在这个时间点，Dojo很多的商业价值都是无法确定的。但我也不想各位因为这些不切实际的愿景，而全盘否定Dojo的价值。所以，最后我想帮大家梳理一下，Dojo的成功关键，以及他可能面临的风险。

首先，我们要清楚一点，第一代Dojo超级计算机已经是落地并投入运营的产品了。我们不管特斯拉自己给出的数据是否可信，至少我们现在能够确定，Dojo已经可以在实践中去检验它的效果了。这就说明Dojo已经开始解决视觉AI训练的问题，并且有能力在实际运营中，去不断提升自己产品的性能。所以说我认为，我们肯定不能说Dojo项目只是一个炒作。

而对于Dojo的商业价值，我认为咱需要分成两个阶段来看，第一个阶段是为特斯拉自己解决问题。第二个阶段是为别人解决问题。

对于第一个阶段，我认为还是很有机会实现的。毕竟Dojo已经落地，而特斯拉也已经在这个项目上投入了数十亿美元。我相信Dojo的产品性能会持续得到提升，并最终能够帮助特斯拉解决算力的难题，至少能够解决部分的难题也是狠有价值的。不过，光有价值还不够，我们还要清楚这个价值的上限到底在哪。

Dojo在内部获得成功，最直接的影响就是降低成本，并且提高效率。他对于特斯拉的价值肯定市会有积极的影响。但是这种影响我们要清楚，它绝不会是立竿见影的，也是我们很难在短期内就能够看到的。在我看来，他就有点类似于苹果的M1、M2芯片。摆脱了英特尔的依赖，苹果自研芯片确实为他带来了提升，但是你有看到苹果股价因为M1、M2芯片的出现，而系统性出现了提升吗？其实也并没有，它更多地是一种长期的，潜移默化的影响。而我认为，第一阶段的Dojo之于特斯拉，也将会是类似的效果。

不过第二阶段的Dojo，也就是帮别人解决问题的Dojo，那他的价值就完全不同了。他就类似于是有了AWS的亚马逊。AWS现在的价值占了亚马逊总市值的一半还多。这是因为AWS为亚马逊带来了全新的商业模式，而且这个模式还增长快，利润高。而第二阶段的Dojo之于特斯拉，我认为也将会是如此。

不过，第二阶段的Dojo能否成型，不确定性就很强了。其实之所以Dojo能够有能力出借算力的前提，在于视觉AI训练和通用AI训练，在芯片算力需求上巨大的不同。这点我在上面也讲过，如果说两者区别不大，那么用户大可以选择英伟达的通用芯片来训练视觉AI，而英伟达也可以轻而易举的去开发出适应视觉AI训练的芯片。正是因为视觉AI训练和通用AI训练，两者存在巨大的不同，而特斯拉正是抓住了这点不同，才开辟出了Dojo的这个独特优势。然而问题是，这种算力上的不同到底有多大呢？即便真的有特斯拉说的那么大，那么这种巨大的不同能够维持多久呢？

这些在我看来，都有很强的不确定性。总结来看，这些不确定性其实来源于两点，一点在于技术的发展，另一点在于竞争。技术方面我不是专家，各位看官有懂的可以在评论区里补充一下。而在我看来，光竞争这一点就足以冲击Dojo的价值。现在的英伟达确实没有针对视觉AI训练的GPU，这多少也与当前视觉AI训练的需求相对较低有关。即便是特斯拉，现在的数据量还没有到GPU处理不了的地步。

但未来随着自动驾驶等技术的发展，视觉AI训练的需求必然会大幅增加。英伟达完全有意愿、也有能力向这一领域布局。而且英伟达还有CUDA这个积累了十多年的软件平台作为后盾。届时特斯拉的Dojo，能否应对的了英伟达的冲击还未可知。别说英伟达了，就是谷歌的TPU也有向特斯拉D1挑战的可能。如果视觉AI训练真的是一块大蛋糕，那么特斯拉不可能一家独大，他的竞争优势，现在看来还具有很高的不确定性。所以我认为，Morgan Stanley对于这部分5000亿的估值，站在现在这个时间点来说，我认为可能是过于乐观了。

不过，愿景归愿景，风险归风险，但还是不得不佩服马斯克的远见和魄力。他第一次提出Dojo这个设想还是在2019年，那时他就已经看到了未来社会对于视觉AI算力的需求。而他所做的Optimus机器人，也是带着颠覆整个制造业的思路在研发。不管最终成功与否，我相信这些努力，无论是对于特斯拉本身，还是对于人类社会的技术进步，都会是有积极意义的。也许特斯拉股东的信仰就是来源于此吧。