特斯拉Dojo项目终止 - 特斯拉终止了耗资超过10亿美元的Dojo超级计算机项目，该项目曾被视为实现完全自动驾驶(FSD)的核心技术 [6][10][12] - Dojo项目始于2019年，采用自研D1芯片架构，旨在通过超算能力解决自动驾驶长尾场景问题 [10] - 项目终止后，特斯拉转向采购英伟达芯片，计划将H100芯片数量从3.5万块增至2025年底的8.5万块 [13] 垂直整合策略的局限性 - 特斯拉过往通过垂直整合策略在充电网络、电池生产等领域取得成功，但Dojo项目成为该战略的首次重大失败 [15] - Dojo芯片采用激进架构设计，舍弃传统内存方案，导致面临散热、功耗和系统稳定性等工程难题 [16] - 项目投入超10亿美元后仍未能达到预期性能目标，最终被评估为"未能兑现炒作" [16] AI芯片行业竞争格局 - 英伟达凭借CUDA生态构建了难以逾越的竞争壁垒，其解决方案覆盖从H100到Blackwell平台的完整技术栈 [17][22] - CUDA生态经过20年发展已成为AI开发领域的事实标准，类比Windows操作系统地位 [23] - 英国AI芯片公司Graphcore融资超7亿美元仍失败，印证了挑战CUDA生态的难度 [27] 行业趋势转变 - AI竞争进入平台化、生态化阶段，单点技术突破让位于全面系统对抗 [21][27] - 特斯拉战略转向聚焦算法与模型优化，将基础设施外包给专业厂商 [27] - 行业呈现强者愈强格局，全球科技公司普遍选择英伟达作为AI算力基础 [18][30] 战略调整评估 - 终止Dojo被视为特斯拉从理想主义向现实主义的战略转变 [28] - 资源重新配置有利于特斯拉集中优势于自动驾驶算法开发 [27] - 采用英伟达方案可能加速FSD技术商业化进程 [31]