Tesla 啟動 1 萬張 H100 超算叢集：算力超越全球第四，專攻 FSD

為了教會自家的汽車看懂馬路，特斯拉剛把一萬塊頂配顯示卡接上了電網。

特斯拉正式上線了一套價值約 3 億美元的全新 AI 超算叢集。這套系統由 10000 塊輝達 H100 計算卡堆疊而成，主要用來訓練特斯拉的全自動駕駛（FSD）系統。上線之後，特斯拉直接坐擁全球最頂尖的超算之一。

10000 塊 H100 跑真實世界影片

單看紙面引數，這套叢集的雙精度浮點效能達到 340 FP64 PFLOPS，用於 AI 任務的算力則達到 39.58 INT8 ExaFLOPS。作為對比，全球第四大超算 Leonardo 的效能是 304 FP64 PFLOPS，特斯拉的新叢集在傳統算力指標上甚至略微壓過了它。

特斯拉這麼急著砸錢堆卡，核心原因在於自動駕駛模型實在太吞算力了。

特斯拉 AI 基礎設施工程經理 Tim Zaman 透露，因為每天都在用海量的真實世界車載影片跑訓練，特斯拉手裡可能攥著全球最大的訓練資料集。他們光是快取記憶體（hot tier cache）容量就超過了 200PB，規模比目前主流的大語言模型高出整整幾個數量級。

一邊等輝達交貨，一邊造 Dojo

然而，光有錢也買不夠輝達的顯示卡。H100 在市場上嚴重缺貨，提貨週期被拉得極長。

所以特斯拉早在幾年前就押注了兩條腿走路。除了向輝達採購，他們還砸下超過 10 億美元研發自家的 Dojo 超算。Dojo 基於自研的定製專用晶片，既用來加速 FSD 訓練，也會接管特斯拉車隊龐大的日常資料吞吐。

馬斯克近期透露，特斯拉僅在 2023 年就計劃向 AI 訓練砸入超過 20 億美元，2024 年還要再花 20 億美元專供 FSD 相關的計算。這次把一萬塊 H100 真正點亮，只是他們這輪算力擴張的第一步。

為什麼重要

我們認為，特斯拉點亮這一萬塊 H100 叢集，不僅是在秀算力肌肉，更是把車企之間的競爭規則徹底改寫成了純粹的算力競賽。

對普通車主來說，這意味著 FSD 的版本迭代週期會明顯縮短。過去受制於算力瓶頸，端到端大模型的引數規模和訓練輪次都受限，現在 200PB 的真實影片資料能被更快消化，車主有望在接下來的版本更新裡看到更平順的接管表現。

對傳統車企而言，這幾乎是一場降維打擊。當傳統廠商還在按年為週期更新輔助駕駛演算法時，特斯拉已經把每年的算力預算拉到了 20 億美元量級。沒有軟體付費生態和龐大車隊回傳資料的對手，根本不可能跟進這種規模的持續燒錢。

不過，特斯拉的做法也並非沒有隱患。一方面，輝達的產能隨時可能變成擴張的絆腳石；另一方面，自研晶片 Dojo 能否在真實場景中無縫承接這批 H100 的工作，目前還要打個問號。但看起來，特斯拉已經鐵了心要用算力砸出全自動駕駛的最終解。