:::warning 推测内容
本页规格基于 Tesla 2024-10 We Robot 发布 + Elon Musk 公开声明 + 行业分析师推测。Tesla 官方尚未发布 Dojo v2 完整规格，正式数据以 2025 H2 实际发布为准。
:::
产品概述
Tesla Dojo v2（代号 Dojo 2）是 Tesla 第二代训练 AI 芯片，预计 2025 H2 发布。基于 TSMC 3nm 制程，1 PFLOPS FP8 dense 算力，Tesla 自研 D1 第二代芯片，2nd Gen Fabric 互联。配套 PyTorch + Tesla Dojo SDK，主攻 FSD（Full Self-Driving）v13/v14 + Optimus 机器人 + Robotaxi 训练。
战略意义：Tesla 是 唯一既造车又自研 AI 训练芯片的公司（Apple 是 Mobile 端、Meta 是 GPU 集群、Microsoft/OpenAI 用 NVIDIA）。Dojo v2 是 Tesla 从 NVIDIA H100 依赖转向自研的关键产品。
核心规格（推测）
| 项目 | 参数 |
|---|
| 架构 | Tesla D1 第二代 |
| 制程 | TSMC 3nm (N3) |
| 计算核心 | 每 D2 芯片 256 个 SCD（Single Core for Dojo） |
| SCD 算力 | 4 TFLOPS FP8 dense（推测） |
| D2 芯片 | 1 PFLOPS FP8 dense（256 × 4 TF） |
| Tile | 5×5 D2 = 25 芯片 / tile |
| Tile 算力 | 25 PFLOPS |
| Cabinet | 2 tile = 50 芯片 / cabinet |
| Cabinet 算力 | 50 PFLOPS |
| ExaPod | 8 cabinet = 400 芯片 / ExaPod |
| ExaPod 算力 | 400 PFLOPS FP8 |
| 互联 | 2nd Gen Fabric（2 TB/s 双向，vs D1 1.6 TB/s） |
| TDP（ExaPod） | ~150 kW |
| 量产 | 2025 H2 |
| 价格（ExaPod） | ~$5-10M（推测） |
Tesla Dojo 演进
| 代际 | 发布 | 制程 | 算力 | 互联 | 用途 |
|---|
| Dojo v1 | 2023-07 | 7nm | 362 PFLOPS ExaPod | 1.6 TB/s | FSD v12 |
| Dojo v2 | 2025 H2 | 3nm | 400-500 PFLOPS ExaPod | 2 TB/s | FSD v13/v14 |
| Dojo v3 (推测) | 2027+ | 2nm | 1 EFLOPS ExaPod | 4 TB/s | Optimus Gen 3 / Robotaxi |
Dojo v1 (D1 芯片) 已知规格
| 项目 | 参数 |
|---|
| 架构 | Tesla D1 |
| 制程 | TSMC 7nm |
| 晶体管数 | 500 亿 |
| 核心数 | 354 个 SCD（Single Core for Dojo） |
| 每 SCD | 64-bit 标量 + 64×64 矩阵 + 16×16 SIMD |
| 每 SCD 算力 | 1 TFLOPS BF16 |
| D1 芯片 | 362 TFLOPS BF16 |
| Tile | 5×5 = 25 颗 D1 芯片 |
| Tile 算力 | 9 PFLOPS BF16 |
| Cabinet | 2 个 tile = 50 颗 D1 |
| ExaPod | 10 个 cabinet = 500 颗 D1 = 1.1 EFLOPS BF16 |
Dojo v1 ExaPod 已知：1.1 EFLOPS BF16（已部署 7 个 ExaPod，共 ~7.7 EFLOPS）
Dojo v1 vs Dojo v2 对比
| 指标 | Dojo v1 (2023-07) | Dojo v2 (2025 H2 推测) | 提升 |
|---|
| 芯片 | D1 | D2 | 新代 |
| 制程 | 7nm | 3nm | 新代 |
| SCD 数 | 354 | 256（推测） | -27% |
| 单 SCD 算力 | 1 TF BF16 | 4 TF FP8（推测） | 4× |
| 单芯片算力 | 362 TF BF16 | 1 PF FP8（推测） | 2.7× |
| Tile | 5×5 = 25 芯片 | 5×5 = 25 芯片 | 同 |
| Cabinet | 2 tile = 50 芯片 | 2 tile = 50 芯片 | 同 |
| ExaPod | 10 cabinet = 500 芯片 | 8 cabinet = 400 芯片 | 优化 |
| ExaPod 算力 | 1.1 EF BF16 | 400-500 PF FP8 | 30-50% 提升 |
| Fabric 带宽 | 1.6 TB/s | 2 TB/s | +25% |
| TDP | 1+ MW | ~150 kW | 大幅节能 |
Dojo SDK 软件栈
| 层级 | 工具 | 说明 |
|---|
| AI 框架 | PyTorch | Tesla 主要使用 PyTorch（vs NVIDIA 主推 CUDA） |
| JAX | 实验 |
| 编译器 | Dojo Compiler | 自动向量化 + 矩阵优化 |
| 运行时 | Dojo Runtime | ExaPod 调度 |
| Python API | dojo.torch | 类 torch.device('dojo') |
| 分布式 | Dojo Fabric | 跨 ExaPod 通信 |
| 可视化 | Dojo Visualizer | ExaPod 3D 实时监控 |
Dojo 软件优势：PyTorch 原生支持（vs Cerebras 需 SDK 转换），Tesla 自研 5 年。
Tesla 自研 Dojo 战略
| 维度 | 2023-2024 | 2025-2026 推测 | 2027+ 推测 |
|---|
| FSD 训练 | Dojo v1 + NVIDIA H100 | Dojo v2 | Dojo v3 |
| 机器人 | - | Optimus 训练 | Optimus Gen 3 |
| Robotaxi | - | Robotaxi 训练 | 商业化 |
| Dojo 部署 | 7 ExaPod | 20+ ExaPod | 50+ ExaPod |
| 算力 | ~7.7 EF | ~10-20 EF | 50+ EF |
| NVIDIA 依赖 | 50% 训练 | 30% 训练 | 10% 训练 |
| 成本节省 | - | ~$2B/年 vs 全部 NVIDIA | $5B/年 |
Dojo 战略意义：**Tesla 是唯一既自研训练芯片 + 自研推理芯片（FSD Computer）+ 自研数据（Tesla Fleet）**的公司。Dojo 让 Tesla AI 完全垂直整合。
客户（仅 Tesla 内部）
| 场景 | 用途 |
|---|
| FSD v12（2024-Q4） | 端到端神经网络训练 |
| FSD v13（2025 H1） | Dojo v1 训练 |
| FSD v14（2025 H2） | Dojo v2 训练 |
| Optimus Gen 2（2025） | 机器人 AI 训练 |
| Robotaxi（2026） | L4-L5 自动驾驶训练 |
| xAI Grok | 备用（Tesla 与 xAI 合作） |
厂商信息
| 项目 | 内容 |
|---|
| 公司 | Tesla, Inc. |
| 业务部门 | Tesla AI / Dojo 团队（Palo Alto + Austin） |
| Dojo 团队 | 200+ 工程师（前 AMD / Apple / Intel） |
| 代工 | TSMC 3nm (Dojo v2) |
| 2024 投入 | $5B+（Dojo 研发 + 制造） |
| 目标 | FSD / Optimus / Robotaxi 全栈 AI 训练 |
| 状态 | 持续迭代（每年新代） |
适用场景
- ✅ FSD 自动驾驶（v13/v14 训练）
- ✅ Optimus 机器人（Gen 2/3 训练）
- ✅ Robotaxi L4-L5（2026 商业化）
- ✅ Tesla 内部分布式训练（20+ ExaPod）
- ✅ 成本节省（vs NVIDIA H100 $30K/卡）
- ❌ Tesla 外部销售（仅 Tesla 内部）
- ❌ CUDA 兼容（需 Dojo SDK 移植）
- ❌ 推理部署（仅训练）
与 NVIDIA H100 集群对比（Dojo v2 ExaPod vs 1,000×H100）
| 指标 | Dojo v2 ExaPod (400 芯片) | 1,000× NVIDIA H100 |
|---|
| FP8 | 400 PF | 1.5 PF sparse (400W/H100) |
| FP16 | ~200 PF | 1 PF sparse |
| TDP | 150 kW | 700 kW |
| 能效 | 2.67 TF/W | 2.16 TF/W |
| 价格 | ~$5-10M | ~$25-30M |
| 软件 | Dojo SDK | CUDA |
| 训练 LLM 405B | ~7 天（推测） | ~3 天 |
| 训练 FSD 网络 | 数小时 | 数天（Tesla 报告） |
Dojo vs NVIDIA 集群：能效 1.2× + 价格 50% + FSD 训练专项优化，Tesla 2025+ 减少 50% NVIDIA 依赖。
Dojo v2 关键时间线（推测）
| 时间 | 事件 |
|---|
| 2023-07 | Dojo v1 ExaPod 启用（Tesla 7 个 ExaPod） |
| 2024-08 | FSD v12 端到端 NN（部分 Dojo 训练） |
| 2024-10 | We Robot 发布 Optimus Gen 2 / Robotaxi（提及 Dojo v2） |
| 2025 H2 | Dojo v2 发布（推测） |
| 2026 | Optimus Gen 3 + Robotaxi 商业化（Dojo v2 训练） |
| 2027+ | Dojo v3 发布（2nm） |
关键特性
- D2 自研芯片：Tesla 100% 自研（vs NVIDIA 商用）
- 3nm TSMC：与 NVIDIA B200 同代
- 1 PFLOPS 单芯片：业界领先训练专用
- 2 TB/s Fabric：跨 ExaPod 高带宽
- PyTorch 原生：vs Cerebras 需 SDK 转换
- FSD / Optimus / Robotaxi 全栈：Tesla 唯一垂直整合
- 缺点：仅 Tesla 内部、生态 2 年、单 Tesla 客户
相关卡