Dojo原本用途 訓練自駕車AI模型的超級電腦
摩根士丹利（Morgan Stanley）今年9月上調了美國電動車大廠特斯拉（Tesla）的評級，從「中立」上調至「增持」，還將其12個月目標價上調60%，至每股400美元，特斯拉的市值可望增加多達5000億美元。而大摩看好特斯拉的原因並非其電動車，而是特斯拉設計建造的超級電腦「Dojo」，不過這也讓人好奇，Dojo到底是做什麼的？為何能讓大摩調高投資評等？更可一舉提高特斯拉整體價值？
特斯拉執行長馬斯克於2019年首次提及Dojo，這是特斯拉用來訓練其自駕車AI模型的超級電腦，可進行電腦視覺、影像處理和辨識，特斯拉會從客戶和公司車輛中蒐集一段段影片和資料，來改善現有軟體，並且為全自動輔助駕駛系統（FSD）開發新功能。這意味著Dojo的運算能力，要能夠應付訓練自駕系統所需的大量資料。此外，Dojo還可訓練特斯拉開發的人形機器人「Optimus」。
Dojo內建3000個D1晶片 由台積電代工
至少從2021年開始，特斯拉就不斷提及Dojo將如何使該公司在AI和自動駕駛上具有優勢，特斯拉聲稱，每個Dojo在設計上擁有120個訓練模組，內建3000個D1晶片，擁有超過100萬個訓練節點，算力達到1.1EFLOP（每秒一百京次浮點運算）。
D1晶片是特斯拉自己設計的晶片，傳出是由台積電代工，採用7奈米製程結合先進封裝生產，晶片面積約645mm²，擁有超過500億個電晶體。市場傳出，D1晶片2023年在台積電投片量約5000片，2024年可望拉升至1萬片，2025年若持續擴大晶片用量，投片量也會繼續增加。對此消息，台積電僅稱不評論市場傳聞。
特斯拉在X平台上創建的特斯拉人工智慧（Tesla AI）官方帳號，於2023年6月公布了Dojo的預期規劃，顯示2023年7月就會開始投產Dojo，2024年2月將成為全球前5名的超級電腦，2024年10月算力總規模將達到100EFLOPS。
特斯拉執行長馬斯克已在2023年7月告訴投資者，特斯拉計劃2024年底之前砸下超過10億美元，在Dojo的資本支出和研發上，還在最新財報表示，已經開始生產Dojo。可見特斯拉正不遺餘力地，成為超級運算領域的參與者。
特斯拉備多種感測器 須依賴電腦快速判斷
為什麼特斯拉要大力投資在Dojo研發上？這與自動駕駛技術密不可分。目前自動駕駛技術感測器主要有光達（Lidar）、雷達（Radar）、攝影機（Camera）等技術，光達是利用光或雷射來測量距離，雖然比雷達更為精準，但價格相對高昂，且易受天氣變化影響，馬斯克老早就不認可光達，甚至說過：「任何依靠光達的人都注定會失敗。」
價格相對低廉的雷達，雖然沒有光達精準，但雷達可跨越障礙物發現物體，不過雷達的問題在於，它只能發現物體，卻無法辨識該物體是什麼，這限制了其整體用途。馬斯克就曾轉發推文，指出攝影機在辨識物體上，比雷達做得更加出色。
外媒《Volt Equity》曾對此分析，指出在自動駕駛系統中，汽車不僅必須「看到」周圍的世界，還要「知道」它所看到的東西是什麼，對比人類就如同眼睛和大腦一樣，就算眼睛看到了東西，也要大腦來進行應對。
報導認為，不同的感測器各有優缺，雖然有些自動駕駛公司會使用盡可能多的感應器，但當感測器提供的資訊不一致時，自駕系統的電腦，仍必須以某個感測器為主體，因此感測器越多，帶來的正面效果不一定越好。
馬斯克認攝影機 優於雷達
也因為這樣，儘管攝影機雖然在測量距離上，不比雷達和光達優異，但可透過AI訓練神經網路來改善。特斯拉捨棄了光達和雷達，將開發重心將全部放在攝影機上。馬斯克就曾指出，雷達和影像不一致時，影像更為精確，所以比起綜合多種感測器，專注在影像上是更好的方法。
特斯拉才會砸下重金在Dojo研發上，藉此訓練該公司的自駕系統讓其最佳化，馬斯克強調，特斯拉擁有「數量驚人」的影片可供使用，這歸功於特斯拉的客戶使用Autopilot，這是以攝影機為基礎的自動輔助駕駛軟體，以及「全自駕測試版」（FSD Beta）的相關功能，後者已累積超過3億英里（約4.82億公里）的數據。
亞馬遜雲端運算服務 貢獻70%稅前獲利
大摩之所以會把特斯拉升評，就是看好超級電腦Dojo能加快自駕系統開發，其分析師喬納斯（Adam Jonas）在報告舉例，這就像亞馬遜雲端運算服務（AWS）貢獻亞馬遜（Amazon）70%稅前獲利（EBIT）般，Dojo可開啟全新的潛在市場。
喬納斯認為，Dojo被設計來處理訓練自駕系統需要的大量數據，這可望讓特斯拉在這個潛在價值高達10兆美元的市場中，取得「不對稱的競爭優勢」，軟體及服務也可能從此成為特斯拉市值成長的最大驅動力。報告同時指出，特斯拉預計在年底推出的下世代全自駕系統，還有2024年初舉辦的「AI日」，皆值得後續關注。
原文出處 自由時報