特斯拉于2025年8月正式关停自研的Dojo超级计算机项目(2019年启动,累计投入超10亿美元),转而采购英伟达芯片,计划将H100芯片持有量从3.5万块增至2025年底的8.5万块(源自Dojo团队解散报道及马斯克公开声明)。
此次战略调整源于Dojo项目技术瓶颈:其D1芯片因激进架构导致散热和稳定性问题,未能达到预期性能(科技工程学会2024年评估)。相比之下,英伟达的CUDA生态已成为行业标准,特斯拉的转向更符合规模经济原则。这一决策使原Dojo研发资金转为英伟达芯片采购,形成数十亿美元订单,同时标志着特斯拉首次在核心技术领域放弃垂直整合,凸显AI芯片生态壁垒对自研路线的压制效应。市场认为,短期将优化特斯拉FSD开发效率,但长期将强化英伟达在自动驾驶算力市场的主导地位。
为更透彻把握此事件对全球产业链的影响,我们需厘清以下几个核心概念:
英伟达H100芯片
这是英伟达推出的高性能计算芯片,如同自动驾驶领域的"超级发动机"。在本次事件中,特斯拉将其持有量从3.5万块计划提升至8.5万块,相当于将自家实验室的定制设备更换为市售顶级装备。H100之所以被选择,关键在于其成熟的CUDA生态支持,这就像智能手机选择安卓系统而非自研系统——虽然后者可能更贴合特定需求,但前者的应用兼容性和开发者支持显著降低使用门槛。
CUDA生态系统
可以理解为AI芯片界的"操作系统+应用商店"组合。就像手机应用开发者习惯基于iOS或安卓开发软件,AI研究人员早已适应在英伟达的CUDA架构上编写算法。特斯拉Dojo的失败部分源于未能打破这种生态壁垒——即使其D1芯片理论性能优异,但缺少开发者生态支持,就如同新推出的游戏主机没有足够游戏可玩。这种生态优势使得后来者难以通过单点技术突破撼动市场格局。
垂直整合战略
指企业掌控产业链关键环节的模式,好比农民既种小麦又开面包店。特斯拉此前在电池、电机等领域成功运用该策略,但Dojo关停首次暴露其边界。AI芯片领域需要同时攻克硬件设计、软件生态和制造工艺三重难关,其难度远超汽车零部件。此次转向说明:当某一环节存在绝对领先的第三方供应商(如英伟达)时,过度垂直整合可能导致资源错配,这与智能手机厂商普遍采用高通芯片而非全部自研的逻辑相似。