تسلا، دوجو و گذار به کورتکس: از وعده‌ی اَبَررایانه‌ تا تصمیم برای تجمیع منابع AI

الون ماسک می‌خواست تسلا فقط یک خودروساز نباشد؛ هدف تبدیل تسلا به یک شرکت هوش مصنوعی بود که بتواند خودروها را به‌صورت واقعی خودران کند. محور این برنامه «دوجو» (Dojo)، اَبَررایانه‌ای بود که تسلا برای آموزش شبکه‌های عصبی سیستم Full Self-Driving (FSD) طراحی کرد. اگرچه FSD هنوز خودران کامل نیست و نیاز به نظارت انسانی دارد، تسلا امیدوار بود که با افزایش داده‌ها، توان محاسباتی و آموزش، از آستانه «نزدیک به خودران» به «خودران کامل» عبور کند — و دوجو قرار بود کلید این عبور باشد. با این حال، مسیر پیشرفت دوجو در نهایت متوقف شد و یک اَبَررأس جدید به نام «کورتکس» (Cortex) جای آن را گرفت.

چرا دوجو مهم بود؟
– هدف دوجو کاهش چشمگیر هزینه و زمان آموزش مدل‌های بزرگ بینایی و تصمیم‌گیری خودروها بود؛ تسلا آن را به‌عنوان راهی برای پردازش مقادیر عظیم ویدیوی جمع‌آوری‌شده از خودروها معرفی می‌کرد.
– دوجو مبتنی بر تراشه‌های اختصاصی تسلا (D1، سپس D2 و طرح‌های بعدی) طراحی شده بود تا با آرایش سخت‌افزاری/نرم‌افزاری ویژه، عملکرد بهینه برای یادگیری عمیق ارائه دهد.
– وعده‌ها شامل قابلیت ارائهٔ خدمات آموزشی به سایر شرکت‌ها و رقابت با ارائه‌دهندگان ابری مانند AWS نیز بود.

خلاصهٔ زمانی و نقاط عطف کلیدی
– 2019–2020: نخستین معرفی‌ها و وعده‌ها دربارهٔ دوجو در رویدادهای Tesla Autonomy Day و AI Day؛ معرفی تراشهٔ D1 و تشریح معماری اَبَرکلاستر.
– اواخر 2020 تا 2022: انتشار وایت‌پیپرهای فنی، تست‌های اولیهٔ کابینت‌های دوجو و اجرای نمونه‌های آزمایشی (از جمله دموی تولید تصویر با Stable Diffusion روی دوجو). برنامه‌ریزی برای ساخت چند Exapod و افزایش تولید کاشی‌های دوجو.
– 2022–2023: آغاز تولید برخی قطعات دوجو؛ اعلام هزینه‌های هنگفت و برنامه‌ریزی برای میلیاردها دلار سرمایه‌گذاری در زیرساخت‌های AI؛ هم‌زمان تسلا از ترکیب مسیر «NVIDIA و Dojo» برای تأمین نیازهای آموزشی سخن گفت.
– 2023: خبر از ساخت کلاستر عظیم کورتکس در گیگا تگزاس؛ تصویرسازی و اعلام اینکه کورتکس متشکل از ده‌ها هزار GPU (نسل H100/H200) خواهد بود.
– اوایل 2024: تکمیل ساخت و استقرار Cortex با حدود 50,000 GPU H100 اعلام شد؛ تسلا گزارش داد که کورتکس به اجرای آموزش‌های FSD V13 کمک کرده و داده‌های بیشتری (با کیفیت بالاتر) وارد چرخهٔ آموزش شده است.
– میانهٔ 2024 تا 2025: اعلام توقف و تعطیلی تیم دوجو و تمرکز کامل روی طراحی‌های تراشهٔ آتی (AI5/AI6)؛ قرارداد سنگین 16.5 میلیارد دلاری با سامسونگ برای تولید AI6؛ خروج برخی مهندسان دوجو و تشکیل استارتاپ‌هایی مانند DensityAI.
– تابستان 2025: ایلان ماسک اعلام کرد Dojo 2 قرار است در 2026 در مقیاس عملیاتی باشد، اما هم‌زمان به همپوشانی احتمالی و تمایل به همگرایی طراحی‌ها (تراشهٔ آموزش و استنتاج یکسان) اشاره کرد.

دلایل توقف دوجو و انتقال به کورتکس/AI6
– هزینه و مقیاس: به‌روزرسانی و رقابت در سطح سخت‌افزار AI نیازمند هزینه‌های میلیارد دلاری و تراز منابع عظیم است؛ تسلا همزمان در حال خرید حجم زیادی از GPUهای NVIDIA و سرمایه‌گذاری در زیرساخت‌های داخلِ گیگافکتوری بود.
– همگرایی طراحی: ماسک به این نتیجه رسید که تقسیم منابع روی دو طراحی مختلف تراشه (یک طراحی اختصاصی آموزش و یک طراحی برای استنتاج) منطقی نیست و ترجیح بر همگرایی بوده است؛ نتیجه تمرکز روی خانوادهٔ تراشه‌های AI5/AI6 شد.
– سرعت عملیاتی و نیاز به نتایج ملموس: کورتکس مبتنی بر GPUهای شناخته‌شده توانست سریع‌تر وارد چرخهٔ تولید و آموزش شود و بهبودهای قابل اندازه‌گیری در FSD V13 را ممکن سازد.

آثار و پیامدها برای FSD و اکوسیستم AI تسلا
– تسلا گزارش داده که کورتکس به شتاب‌دهی توسعهٔ FSD V13 کمک کرده است؛ از جمله افزایش چندبرابری داده‌های آموزشی و استفاده از ویدیوهای با وضوح بالاتر.
– جمع‌کل سرمایه‌گذاری‌های مرتبط با AI تا آن زمان در حدود 5 میلیارد دلار اعلام شد و تسلا انتظار دارد مخارج AI در 2025 به سطح ثابتی برسد.
– تغییر استراتژی به سمت تراشه‌های AI6 که با سامسونگ قرارداد بسته شد، نشان‌دهنده تلاش تسلا برای داشتن یک معماری یکپارچه که هم برای استنتاج در خودرو و هم برای آموزش مقیاس‌پذیر قابل استفاده باشد.

نتیجه‌گیری و چشم‌انداز
دوجو پروژه‌ای بلندپروازانه بود که اهداف فنی و تجاری بزرگی داشت؛ هرچند توسعهٔ آن متوقف شد، دستاوردهای فنی و تجربی مرتبط با زیرساخت‌های هوش مصنوعی و انتقال سریع به کلاسترهای مبتنی بر GPU (کورتکس) و طراحی تراشه‌های نسل بعدی (AI6) نشان می‌دهد تسلا مسیر خود را برای تبدیل‌شدن به یک بازیگر بزرگ در حوزهٔ AIکماکان دنبال می‌کند. برای موفقیت نهایی در رساندن FSD به سطح خودران کامل، تسلا همچنان به دادهٔ بیش‌تر، سخت‌افزار مقیاس‌پذیر و نوآوری در طراحی تراشه نیاز دارد — و تصمیمات اخیر شرکت مسیر این نوآوری‌ها را شکل خواهد داد.

کلمات کلیدی: تسلا، دوجو، Dojo، کورتکس، Cortex، Full Self-Driving، FSD، ایلان ماسک، تراشه AI6، آموزش هوش مصنوعی، سوپراسپیوتر.

دستیار صوتی هوش مصنوعی

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اسکرول به بالا