Протягом багатьох років Ілон Маск говорив про потенціал Dojo — надпотужного комп’ютера, який повинен був стати основою амбіцій Tesla в сфері штучного інтелекту. У липні 2024 року він заявив, що команда штучного інтелекту компанії «зосередиться» на Dojo перед показом роботаксі, який відбувся в жовтні.
Після шести років обіцянок Tesla вирішила минулого місяця закрити Dojo та розпустити команду, що працювала над цим суперкоп’ютером, у серпні 2025 року. Лише через кілька тижнів після прогнозів щодо Dojo 2, другого суперкластера Tesla, який мав бути побудований на чіпах D2, Маск змінив свою думку, назвавши проект «еволюційним тупиком».
Ця стаття спочатку повинна була пояснити, що таке Dojo та як він міг допомогти Tesla досягти повністю автономного водіння та створити гуманоїдних роботів, але тепер це скоріше прощання з проектом, який переконав багатьох аналітиків та інвесторів у тому, що Tesla — не просто виробник автомобілів, а компанія в сфері штучного інтелекту.
Що таке Dojo
Dojo — це спеціально розроблений комп’ютер Tesla, призначений для навчання нейронних мереж «Повного Автономного Водіння» (FSD).
Розвиток Dojo був у тісному зв’язку з метою Tesla вийти на ринок робота-таксі. FSD (Supervised) — це просунута система допомоги водієві, яка вже використовується в сотнях тисяч автомобілів Tesla і здатна виконувати певні автоматизовані водійські завдання, проте все ще вимагає уваги людини за кермом. Ця технологія також лежить в основі обмеженого сервісу роботаксі, запущеного компанією в Остіні в червні цього року на базі Model Y.
Навіть коли Dojo почав проявляти свою функціональність, Tesla не змогла прив’язати свої успіхи в самоуправлінні — хай і суперечливі — до суперкоп’ютера. Насправді, протягом минулого року Маск і Tesla рідко згадували Dojo. В серпні 2024 року Tesla почала просувати Cortex, «новий гігантський суперкомп’ютер для навчання штучного інтелекту, який будується у штаб-квартирі Tesla в Остіні для розв’язання реальних проблем в сфері AI», про який Маск зазначав, що він матиме «масивне сховище для відео для навчання FSD і Optimus».
У звіті для акціонерів за четвертий квартал 2024 року компанія представила оновлення щодо Cortex, але нічого не повідомила про Dojo. Невідомо, чи закриття Dojo вплине на Cortex.
Відгуки на закриття Dojo були різними. Дехто вважає це ще одним прикладом обіцянок, які Маск не зміг виконати, у часи зниження продажів електромобілів та млявого запуску роботаксі. Інші стверджують, що закриття не є провалом, а швидше стратегічним зміщенням від ризикованого, самостійного апаратного забезпечення до спрощеного шляху, що покладається на партнерів для розробки чіпів.
Історія Dojo показує, що було на кону, де проект не виправдав себе та що його закриття означає для майбутнього Tesla.
Підсумок закриття Dojo
Tesla розпустила свою команду Dojo та закрила проект у середині серпня 2025 року. Керівник Dojo, Петер Беннон, також залишив компанію разом з близько 20 працівниками, які вирушили заснувати власну компанію з розробки чіпів та інфраструктури під назвою DensityAI.
Аналітики зазначили, що втрати ключових спеціалістів можуть швидко похитнути проект, особливо в умовах високо специфічної внутрішньої технології.
Закриття сталося всього через кілька тижнів після підписання контракту на 16,5 мільярда доларів на отримання чіпів нового покоління AI6 від Samsung. Чіп AI6 — це ставка Tesla на дизайн чіпа, який може бути масштабований від живлення FSD та гуманоїдних роботів Optimus до високопродуктивного навчання в центрах даних.
«Коли стало зрозуміло, що всі шляхи ведуть до AI6, я мусив закрити Dojo і прийняти складні кадрові рішення, бо Dojo 2 тепер був еволюційним тупиком», — написав Маск у соціальній мережі X, яку він володіє. «Dojo 3 в певному сенсі продовжується у великій кількості AI6 [систем на чіпі] на одній платі».
Передумови Dojo в Tesla
Маск неодноразово стверджував, що Tesla — це не лише виробник автомобілів, або постачальник сонячних панелей та систем зберігання енергії. Натомість він уявляє Tesla як компанію в сфері штучного інтелекту, яка розв’язала задачу автономних автомобілів, імітуючи людське сприйняття.
Більшість інших компаній, що працюють над технологіями автономних транспортних засобів, покладаються на комбінацію датчиків для сприйняття навколишнього світу — таких як лідар, радар і камери — а також на високоточні карти для локалізації транспортного засобу. Tesla вважає, що вона може досягти повноцінного автономного водіння, покладаючись лише на камери для захоплення візуальних даних, а потім використовувати розвинені нейронні мережі для обробки цих даних та здійснення швидких рішень про поведінку автомобіля.
Обіцянка полягала в тому, що програмне забезпечення, навчена на Dojo, врешті-решт буде надіслано клієнтам Tesla через оновлення «по повітрю». Масштаби FSD також означають, що Tesla була здатна накопичувати мільйони миль відеозаписів, які використовуються для навчання FSD. Ідея полягала в тому, що більше даних надає більше можливостей для досягнення навіть більшого успіху в самоуправлінні.
Проте деякі експерти сфери вважають, що існує межа до простого накопичення даних та очікування, що модель стане більш розумною завдяки цьому.
«По-перше, існує економічне обмеження, і скоро це стане занадто дорогим процесом», — сказав Анад Рагунатан, професор електротехніки та комп’ютерних наук в Університеті Пердью. Він також додав: «Дехто стверджує, що ми можемо зрештою вичерпати осмислені дані для навчання моделей. Більше даних не означає більше корисної інформації, тому важливо, щоб дані мали інформацію, що може допомогти покращити модель, і щоб процес навчання зміг виділити цю інформацію.»
Рагунатан зазначив, що, незважаючи на ці сумніви, тенденція до збирання більшої кількості даних, принаймні на короткостроковій перспективі, поки що зберігається. А більше даних означає більше обчислювальної потужності, необхідної для їх зберігання та обробки з метою навчання моделей AI Tesla. Саме тут і підійшов Dojo, суперкоп’ютер.
Що таке суперкоп’ютер
Dojo був системою суперкоп’ютера Tesla, призначеною для функціонування як навчальна база для штучного інтелекту, зокрема FSD. Назва є посиланням на простір, де практикують бойові мистецтва.
Суперкоп’ютер складається з тисяч менших комп’ютерів, які називаються вузлами. Кожен з цих вузлів має свій центральний процесор (ЦП) і графічний процесор (ГП). Перший відповідає за загальне управління вузлом, а останній виконує складні операції, такі як розподіл завдань на кілька частин і їх одночасне виконання.
ГП є критично важливими для операцій машинного навчання, зокрема тих, що підтримують навчання FSD у симуляціях. Вони також використовують великі мовні моделі, тому зростання генеративного штучного інтелекту зробило компанію Nvidia найбільш цінною у світі.
Навіть Tesla купує ГП Nvidia для навчання своїх моделей AI.
Навіщо Tesla потрібен суперкоп’ютер
Основною причиною, чому Tesla потребувала суперкоп’ютер, було її спрямування на створення системи, що працює лише на основі візуальних даних. Нейронні мережі FSD навчаються на величезних обсягах даних про водіння, щоб розпізнавати та класифікувати об’єкти навколо автомобіля, а потім приймати рішення щодо водіння. Це означає, що, коли активується FSD, нейронні мережі повинні безперервно збирати та обробляти візуальні дані зі швидкістю, що відповідає можливостям сприйняття людини.
Іншими словами, Tesla прагне створити цифрову копію людського зорового cortex і функцій мозку.
Для цього Tesla потрібно зберігати та обробляти всі відеодані, зібрані з автомобілів по всьому світу, і проводити мільйони симуляцій, щоб навчити свою модель на цих даних.
Tesla в основному покладалася на Nvidia для функціонування свого поточного комп’ютера Dojo для навчання, але не хотіла покладатися лише на одного постачальника через високу ціну чіпів. Tesla сподівалася створити щось краще, що збільшить пропускну спроможність і зменшить затримки. Саме тому відділ штучного інтелекту компанії вирішив розробити свою власну програму апаратного забезпечення, що має на меті навчати моделі AI більш ефективно, ніж традиційні системи.
В основі цієї програми лежать власні чіпи D1 Tesla, які, за словами компанії, оптимізовані для завдань штучного інтелекту.
Яке значення мав Dojo для Tesla
Надія Tesla полягала в тому, що, взявши під контроль власне виробництво чіпів, компанія в один із днів зможе швидко додавати великі обсяги обчислювальної потужності до програм навчання AI за низькою ціною.
Це також означало, що їм більше не потрібно покладатися на чіпи Nvidia у майбутньому, які стають усе дорожчими і важчими для забезпечення. Тепер Tesla змістилася на партнерство — з Nvidia, AMD та Samsung, які повинні будувати новий чіп AI6.
Під час звіту про фінансові результати за другий квартал 2024 року Маск зазначив, що попит на обладнання Nvidia був «таким високим, що часто важко отримати ГП». Він висловив занепокоєння щодо отримання стабільних постачань ГП, тому «це вимагає, щоб ми зосередили більше зусиль на Dojo, щоб забезпечити необхідні можливості для навчання».
Dojo був ризикованою ставкою, про яку Маск неодноразово попереджав, що Tesla може не досягти успіху.
У довгостроковій перспективі Tesla розглянула можливість створення нової бізнес-моделі на основі свого підрозділу штучного інтелекту, з Маском, який навіть заявив під час дзвінка про результати за II квартал 2024 року, що він бачить «шлях до конкуренції з Nvidia з Dojo». Хоча D1 більше підходив для категоризації зображень та навчання комп’ютерного зору — корисно для FSD та Optimus — він не був би корисним для інших цілей. Майбутні версії повинні були бути більш адаптованими до загального навчання моделі AI, зазначив Маск.
Проблема, з якою могла зіткнутися Tesla, полягала в тому, що практично все програмне забезпечення в AI було написано для роботи з ГП. Використання чіпів Dojo для навчання загальних моделей AI вимагало б переписування програмного забезпечення.
Тобто, якщо Tesla не орендувала б свої обчислювальні потужності, подібно тому, як AWS та Azure здають в оренду потужності хмарних обчислень — ідея, яка зацікавила аналітиків. У звіті Morgan Stanley за вересень 2023 року передбачалася, що Dojo може додати 500 мільярдів доларів до ринкової вартості Tesla, відкривши нові джерела доходу у вигляді роботаксі та програмних послуг.
Коротше кажучи, чіпи Dojo були страховкою для автокомпанії, але такою, що могла б приносити дивіденди.
Наскільки далеко дійшов Tesla Dojo
Маск часто надавав звіти про прогрес, але багато його цілей для Dojo залишилися нездійсненими.
Наприклад, Маск у червні 2023 року повідомляв, що Dojo працював та виконував корисні завдання протягом кількох місяців. Приблизно в той же час Tesla повідомила, що очікує Dojo в числі п’яти найбільш потужних суперкоп’ютерів до лютого 2024 року та планувала досягти 100 ексафлопс у жовтні 2024 року, що вимагало приблизно 276 000 D1 або близько 320 500 ГП Nvidia A100.
Tesla ніколи не надала оновлень або будь-якої інформації, що підтверджувала б досягнення цих цілей.
Tesla і Маск зробили низку інших обіцянок для Dojo, включаючи фінансові. Наприклад, у січні 2024 року Tesla зобов’язалася витратити 500 мільйонів доларів на будівництво суперкоп’ютера Dojo у своїй гігафабриці в Буффало, штат Нью-Йорк, з яких уже витрачено 314 мільйонів, згідно з звітом 2024 року.
Одразу після дзвінка про результати за другий квартал 2024 року Маск опублікував фотографії Dojo 1 у соціальній мережі X, стверджуючи, що до кінця року в нього буде «приблизно 8 тис. H100-подібних потужностей для навчання в режимі онлайн. Не масивно, але і не тривіально».
Незважаючи на всю цю активність — зокрема з боку Маска в X та під час фінансових дзвінків — згадки про Dojo різко припинилися у серпні 2024 року. Замість цього розмова переключилася на Cortex.
Під час звіту про результати за четвертий квартал 2024 року Tesla зазначила, що завершила впровадження Cortex, «кластеру потужністю близько 50 тисяч H100 у гігафабриці Техас», і що Cortex допоміг в реалізації V13 супервізованого FSD.
У другому кварталі 2025 року Tesla зазначила, що «розширила обчислювальні потужності для навчання AI на додаткові 16 тисяч H200 GPU в гігафабриці Техас, що принесло Cortex до загального обсягу в 67 тисяч H100, еквівалентів». Під час цього самого фінансового дзвінка Маск заявив, що очікує на другу кластерну Dojo, що працюватиме «в масштабах» у 2026 році. Він також натякнув на можливі надмірності.
