车东西（公众号：chedongxi）
作者 | 地途
编辑 | Juice
特斯拉超级计算机又有更新放出！
车东西8月25号消息，据外媒electrek报道，近日特斯拉发布了两个有关Dojo AI超级计算机的深入演示，主要是关于特斯拉Dojo AI系统微架构和Dojo超级计算机的。
据了解，Dojo是特斯拉从头开始构建、自研的超级计算机平台，主要用于AI机器学习，更具体地说是，通过特斯拉车队的视频数据进行训练。
之前特斯拉已经有了一台基于英伟达GPU的大型超级计算机，是世界上最强大的超级计算机之一。在去年特斯拉的AI Day上，特斯拉推出了Dojo超级计算机，目前这台最新的Dojo自研计算机使用的是特斯拉自研的D1芯片。
公开信息显示，今年的特斯拉的AI Day将于9月30日举办，但是本周特斯拉的Dojo团队在Hot Chip活动上做了两次演讲，以下是车东西对演讲PPT的简单整理。
一、Dojo AI系统全自研 自研专用指令集
特斯拉Dojo AI系统开发过程与车载系统类似，特斯拉自己雇佣了研究人员为其研发相关的芯片和系统。
目前，特斯拉正着眼于从头开始构建相关系统，不过，它不仅仅是在研发自己的人工智能芯片，它还在研发一台超级计算机。
从特斯拉公开的资料来看，特斯拉Dojo AI系统采用分布式架构，每个Dojo节点都有自己的CPU、内存和通信接口。而每个节点都有1.25MB的SRAM（静态随机存取存储器），然后每个节点都连接到一个2D网格。
节点
Dojo接口处理器位于2D网格的边缘，它的每个训练块有11GB的SRAM和160GB的共享DRAM（动态随机存取内存）。之后，这些元器件集成到了特斯拉D1芯片上。
D1芯片模型
特斯拉发言人介绍说，特斯拉D1芯片采用7nm工艺，由台积电制造，每个芯片有354个Dojo节点和440MB的 SRAM。
而在去年的特斯拉AI Day上，Dojo项目负责人Ganesh Venkataramanan也曾介绍过特斯拉D1芯片。当时他表示，特斯拉D1单芯片面积达645mm²，包含500亿个晶体管，BF16/CFP8峰值算力达362TFLOPS，FP32峰值算力达22.6TFLOPS，热设计功耗（TDP）不超过400W。
去年特斯拉D1芯片的各项性能
该芯片具有GPU级别训练能力和CPU级别可控性，可实现50万个训练节点无缝连接。由此特斯拉提出由25个D1芯片组成的训练单元（Tile）。
一个训练单元的接口带宽每秒36TB，算力达9PFLOPS（每秒浮点运算次数），采用了集中供电和散热设计，散热能力15kW。
拥有120个训练单元、3000颗D1芯片、超过100万个训练节点的特斯拉机柜模型ExaPOD，其BF16/CFP8算力高达1.1EFLOPS（1 EFLOPS等于每秒一百京（=10^18）次的浮点运算）。
其分布式系统是分区块的，Dojo处理单元DPU（Dojo Processing Unit）是一个可根据应用需求调整大小的虚拟设备，包含多个D1芯片和接口处理器。特斯拉编译器引擎可自动将执行指令映射到DPU上，无需人工操作。可以说，特斯拉打造了一整套软件堆栈。
值得一提的是，特斯拉还为Dojo超算建立了专用的Dojo指令集，并未直接使用Intel、Arm、NVIDIA或AMD CPU/GPU的指令集。目前，Dojo支持像FP32、FP16和BFP16这样行业通用的数据格式。
指令集
依托于算力如此强大的超级计算机和AI芯片，特斯拉可以收集车辆的行驶数据并回传至特斯拉自动驾驶研发部门，然后特斯拉根据相似的场景进行分类，再进行分类机器学习训练，这样让特斯拉的AI算法更强大，也更加“聪明”。
二、超算可处理大量视频 匹配已有模型
因为特斯拉需要大量计算来实现自动驾驶汽车和卡车正常运行，这包括处理大量视频数据。所以对特斯拉超算来说，这比仅查看文本或静态图像更具挑战性。
基于视频的训练
以下是特斯拉处理视频的两个内部模型，而这两者都可以由单个主机处理。不过其他计算机可能会数据负载受限的，例如无法由单个主机处理的第三个模型。
特斯拉的两个内部模型
而特斯拉超算可以通过分解主机层，为数据加载/视频处理等添加更多处理，让每个模型都能得到及时的处理。另外，由于模型使用不同数量的资源，特斯拉的超算系统也允许在更分散的模型中添加资源。
结语：特斯拉新技术或将吸引更多伙伴加入
综合来看，特斯拉超算调用了大量的资源，但是也很值得。相信特斯拉超算相关资料公布后，特斯拉的Dojo团队将吸引大批的技术爱好者加入。
另外，特斯拉在芯片和超算开发方面取得成就后，或将激励更多的车企加入到芯片和超算研发上来，大力发展自主创新能力，提升企业竞争力。