Tesla 的 Dojo 晶圆处理器进入生产阶段

Tesla 的 Dojo 处理器已进入大规模生产阶段，并将很快部署。Dojo 是一种晶圆上系统处理器，由固定在称为载体晶圆的另一晶圆上的 5x5 系列独立处理器芯片组成，并通过台湾半导体公司的 InFo 晶圆互连技术相互连接。听起来很复杂？让我们简化一下。

Tesla 的 Dojo 将很快部署

Tesla Dojo 训练模块（公司称之为训练模块）实际上是 25 个强大处理器的组合，它们结合在一起作为一个超强大处理器运行，利用 TSMC 的互连技术，该技术专为高速互连而设计。现在这开始有点意义了，但首先简要介绍一下背景，即为什么 Tesla 需要自己的处理器，而像 Nvidia、IBM 和 Intel 这样的半导体巨头已经在为计算机和 AI 制造硬件。 

特斯拉进入人工智能、芯片设计和超级计算领域的决定表明，该公司，尤其是埃隆·马斯克，将创新视为不仅仅是企业业务的扩张。特斯拉从一开始就致力于开发具备自动驾驶功能的汽车，其销售的所有汽车都会向特斯拉传输数据，以帮助公司构建该系统。因此，Dojo 也是其垂直整合的一部分。

Dojo 与其他可用的 AI 加速器和超级计算工具截然不同。例如，Nvidia 的 A100 或 A200 GPU 嵌入在世界各地的许多超级计算机中，但这些和其他设备主要设计用于满足广泛的任务，包括研究、大数据处理、复杂模拟等。但 Dojo 是为特定任务设计的，如由真实世界数据驱动的 AI 计算机视觉；Dojo 还能做什么尚不清楚，因为该公司尚未透露太多信息。

基于晶圆的系统效率更高

如上所述，Dojo 由 25 个独立的高性能处理器组成，因此它对电力有着贪婪的需求，需要有效且复杂的冷却系统。根据 Tom's Hardware 的说法，为了供电，Tesla 使用了一个 电压调节系统，这本身就是一个复杂的模块，向处理器输送 18,000 安培的电力。在这些高功率水平下，系统散发 15,000 瓦的热量，为了高效工作，它需要液体冷却系统。

基于晶圆的加速器（如特斯拉的 Dojo）比多处理器系统更有效，性能更好。它们受益于通信核心之间的低延迟、高带宽，以及由于晶圆技术带来的更高能源效率。 

迄今为止，只有特斯拉和 Cerebras 拥有基于晶圆设计的系统，但由于更高的效率和更低的延迟，其他行业参与者也被预期会加入。然而，这些加速器也存在一些局限性；晶圆系统目前必须依赖片上内存，这通常是固定的，可能不足以应对不同类型的用例。但预计当下一代晶圆上平台能够实现 HBM4 存储芯片在加速器芯片上的 3D 堆叠时，这一问题将得到克服。