特斯拉公布超算集群「Cortex」，硬件組成多元化

特斯拉CEO埃隆?馬斯克 (Elon Musk) 在參觀了最近建成的得克薩斯州超級計算集群后，在社交媒體上公布了超算集群的名稱：Cortex，并指出他剛剛完成了新設施的演練。

Cortex擁有約十萬顆英偉達H100和H200芯片，專門用于訓練特斯拉的自動駕駛系統FSD和Optimus機器人。值得注意的是，雖然馬斯克提到的是英偉達的產品，但Cortex龐大算力的硬件組成，可能是多元的，馬斯克此前就曾透露超算集群的目標是 —— 一半算力由英偉達和其他廠家組成，比如AMD，另一半則來自特斯拉自研的超算中心Dojo。

特斯拉今年在英偉達芯片上的支出可能達到30億至40億美元，占公司總人工智能相關支出100億美元的近一半，剩余的資金將用于內部研發的AI推理計算機、車輛傳感器和Dojo超級計算機。

內部自研，外購囤卡，龐大的算力支撐了FSD的迭代升級，也帶來了新的問題：冷卻和能耗。網絡曝光的工廠信息顯示，超算設施內外配置了多重散熱冷卻措施，包括外部的巨大風扇，以及四個超大水箱和巨大的地下水管。

馬斯克此前還詳細介紹了Cortex超級計算集群的巨大冷卻需求，并解釋說該集群今年將需要約130MW的電力，未來18個月內更是有望突破500兆瓦，這也難怪馬斯克會擔憂“未來2年內缺電”。

但相比之下，目前國內智駕玩家還不到擔憂電力的時候?；蛘哒f，算力差距才是當前焦慮的主要來源。2024年，智能駕駛領域開始了一場算力戰爭，特斯拉、小鵬、理想、蔚來等頭部玩家紛紛展示自己的算力規模，而且國內智能駕駛玩家面臨著算力獲取的挑戰，尤其是在高端顯卡的獲取上。

行業普遍認為，影響自動駕駛能力的三要素是：算力、數據和算法。算法架構上，玩家們都轉向了端到端，具體組成和細節各有千秋；數據目前主要取決于車輛的保有量，算法迭代升級，則逃不開算力依賴，但對國內玩家來說，高端算力的獲取并不容易。

Cortex超算集群的算力規模和硬件組成更是顯示了特斯拉在AI技術上的領先地位，這對國內智能駕駛玩家產生了巨大壓力，也預示著智能駕駛領域競爭的激烈。但也有供應商認為，算力差距并不能決定一切，馬斯克此前也表示雖然FSD的訓練受到AI算力制約，但是需要干預的Corner Case場景數據，對迭代也很重要。