Berichten zufolge hat Tesla sein ehrgeiziges Supercomputer-Projekt eingestellt, was einen gewaltigen Strategiewechsel für ein Unternehmen darstellt, das stolz darauf ist, die Dinge auf seine eigene Art und Weise zu erledigen. Berichten zufolge beendet der Autohersteller das Dojo-Programm, ordnet sein Team neu zu und verlässt sich stärker auf etablierte Technologiegiganten wie Nvidia und AMD. Wie üblich hat Tesla keine offizielle Ankündigung gemacht, aber das Ende von Dojo signalisiert eine große Kehrtwende in seinem Ansatz zur Entwicklung der leistungsstarken künstlichen Intelligenz, die für seine Elektroautos benötigt wird.
Das 2021 offiziell gestartete Dojo-Projekt war ein klassischer Tesla-Moonshot. Anstatt die gesamte Computerhardware von externen Lieferanten zu kaufen, machte sich das Unternehmen daran, seinen eigenen Supercomputer von Grund auf zu entwerfen und zu bauen. Das Ziel bestand darin, eine Maschine zu schaffen, die perfekt auf eine Aufgabe zugeschnitten ist: die Schulung der KI, die die Software „Full Self-Driving“ (FSD) und den humanoiden Roboter Optimus antreibt.
CEO Elon Musk selbst beschrieb das Unterfangen als „einen weitreichenden Versuch“, den es aber „lohnt, weil der Gewinn potenziell sehr hoch ist“. Seit Jahren geht Tesla einen „dualen Weg“ und nutzt sowohl seine maßgeschneiderte Dojo-Hardware als auch Hochleistungs-GPUs von Nvidia, um seine Systeme zu trainieren.
Der Bau eines Weltklasse-Supercomputers von Grund auf ist eine immense Herausforderung, möglicherweise sogar für Tesla eine zu große Herausforderung. Berichten zufolge stieß das Dojo-Programm auf ernsthafte Hindernisse. Die kundenspezifischen „Wafer-Scale“-Prozessoren, die enorme Leistung auf einen einzigen, massiven Chip packen sollten, waren einfach zu schwierig herzustellen und hatten Einschränkungen hinsichtlich der Speicherkapazität.
Auch der Rollout des Projekts verlief langsam. Das Unternehmen hatte prognostiziert, dass sein Dojo 2-Cluster der nächsten Generation bis 2026 100.000 der leistungsstarken H100-GPUs von Nvidia entsprechen würde – ein Meilenstein, den xAI voraussichtlich früher erreichen wird. Im Grunde war es Teslas größte Chance, im Rennen ins Hintertreffen zu geraten.
Die gemeldete Schließung hat zu einer Umstrukturierung innerhalb des Unternehmens geführt. Peter Bannon, der Leiter des Dojo-Projekts, verlässt Tesla, und er ist nicht allein. Etwa 20 Mitglieder des Spezialteams haben das Unternehmen verlassen, um sich DensityAI anzuschließen, einem neuen Startup, das von ehemaligen Tesla-Führungskräften gegründet wurde. Die verbleibenden Mitarbeiter des Dojo-Programms sollen in andere Computer- und Rechenzentrumspositionen bei Tesla wechseln und ihre Fähigkeiten in verschiedenen Projekten einsetzen.
Mit der Einstellung des hauseigenen Projekts gibt Tesla seine KI-Ambitionen nicht auf, sondern ändert vielmehr die Strategie. Das Unternehmen plant nun, seine Partnerschaft mit Nvidia, dem derzeitigen Marktführer bei KI-Prozessoren, zu vertiefen und seine Abhängigkeit von AMD zu verstärken, indem es einen weiteren großen Chiphersteller in seinen Bereich des Hochleistungsrechnens einbezieht. Diese neue Ausrichtung erstreckt sich auch auf die Hardware in seinen Elektrofahrzeugen. Zukünftige Tesla-Fahrzeuge werden voraussichtlich ab diesem Jahr einen von TSMC hergestellten AI5-Prozessor verwenden. Später im Jahrzehnt soll ein AI6-Nachfolgechip von Samsung hergestellt werden.
Allerdings ist die Dojo-Geschichte vielleicht noch nicht zu Ende. Elon Musk deutete eine neue Vision für Teslas Hardware an: eine „konvergente Architektur“. Die Idee besteht darin, ein Ein-Chip-Design zu entwickeln, das in kleinen Stückzahlen in einem Auto oder Roboter und in großen Stückzahlen auf einem Serverboard für das KI-Training verwendet werden kann. Musk bezeichnete diese potenzielle Zukunft als „Dojo 3 und AI6“ und deutete an, dass das ursprüngliche Dojo-Projekt zwar beendet sein könnte, der Traum von einem maßgeschneiderten Tesla-Chip sich jedoch möglicherweise einfach in eine praktischere, weniger exotische Form entwickelt.
