Hinter Teslas Full Self-Driving steckt nicht nur Software – es steckt einer der leistungsstärksten KI-Supercomputer der Welt: Dojo. Während die Kameras im Auto die Augen sind, ist Dojo das Gehirn, das lernt, wie man fährt.
Was ist Dojo?
Dojo ist Teslas eigener Supercomputer, speziell entwickelt für das Training von neuronalen Netzen. Er verarbeitet die Videodaten von Millionen Tesla-Fahrzeugen und trainiert damit das FSD-System.
Warum baut Tesla einen eigenen Supercomputer?
- Kostenkontrolle: NVIDIA-GPUs sind teuer und schwer verfügbar
- Optimierung: Hardware genau auf Teslas Video-Training zugeschnitten
- Unabhängigkeit: Kein Anbieter-Lock-in bei NVIDIA
- Skalierung: Eigene Hardware kann günstiger skaliert werden
Die Technik: D1-Chip und D2-Generation
D1-Chip (1. Generation)
| Spezifikation | Wert |
|---|---|
| Fertigung | 7 nm (TSMC) |
| Transistoren | 50 Milliarden |
| BF16-Leistung | 362 TFLOPS |
| FP32-Leistung | 22,6 TFLOPS |
| Bandbreite (on-chip) | 10 TB/s |
| TDP | 400 W |
System-Architektur
Dojo ist modular aufgebaut:
- D1-Chip: 354 mm² großer Trainings-Chip
- Training Tile: 25 D1-Chips auf einem Modul (= 9.000 TFLOPS BF16)
- Exapod: 120 Training Tiles = 1 ExaPod (1,1 EFLOPS BF16)
- Dojo Cluster: Mehrere ExaPods → Ziel: 100 EFLOPS bis 2027
D2-Chip (2. Generation, 2026)
Tesla hat den D2-Chip angekündigt:
- 5 nm Fertigung (vs. 7 nm beim D1)
- 3x höhere Effizienz pro Watt
- Erweiterte Speicherbandbreite
- Erste D2-ExaPods: Q3 2026
Wie trainiert Dojo FSD?
Der Trainingsprozess
- Datensammlung: Millionen Tesla-Fahrzeuge erfassen täglich Petabytes an Videodaten
- Datenauswahl: Shadow Mode erkennt „interessante" Szenen (Beinahe-Unfälle, schwierige Manöver)
- Labeling: Automatische und manuelle Annotation der Videodaten
- Training: Dojo trainiert das neuronale Netz auf den annotierten Daten
- Validation: Das trainierte Modell wird in Simulationen getestet
- Deployment: Neues Modell wird per OTA-Update an die Flotte verteilt
Was macht Dojo besonders?
- Video-Training: Anders als Konkurrenten trainiert Tesla auf Rohvideo (nicht auf vorverarbeiteten Daten)
- End-to-End: Seit FSD v12 wird das gesamte Fahr-Verhalten als ein einziges neuronales Netz trainiert
- Massive Datenmenge: Tesla hat den größten realen Fahr-Datensatz der Welt (~10 Milliarden gefahrene Kilometer)
Dojo vs. die Konkurrenz
Supercomputer-Vergleich
| System | Organisation | Leistung (FP16) | Einsatz |
|---|---|---|---|
| Dojo ExaPod | Tesla | 1,1 EFLOPS | FSD-Training |
| DGX SuperPOD | NVIDIA | ~0,5 EFLOPS | Allgemein |
| Frontier | DOE (USA) | 1,7 EFLOPS | Forschung |
| Aurora | Argonne Lab | 2,0 EFLOPS | Forschung |
| Fugaku | RIKEN (Japan) | 0,4 EFLOPS | Forschung |
Tesla bewegt sich mit Dojo im Top-10-Bereich der weltweiten Supercomputer – mit dem Vorteil, dass er für genau eine Aufgabe optimiert ist.
Wirtschaftliche Bedeutung
Dojo als Service (DaaS)
Tesla plant, Dojo-Rechenleistung auch extern anzubieten:
- Automobilhersteller könnten eigene KI-Modelle auf Dojo trainieren
- Robotik-Unternehmen könnten die Video-Training-Pipeline nutzen
- Potentieller Umsatz: Morgan Stanley schätzte den Wert auf bis zu 500 Mrd. $ (langfristig)
Investitionen
- 2024: Tesla investiert über 1 Mrd. $ in Dojo
- 2025: Weitere 2 Mrd. $ für D2-Generation
- 2026: Geplant: 3+ Mrd. $ für Skalierung
Elon Musk: "Dojo wird das Äquivalent von AWS für autonomes Fahren. Jeder, der ein robotisches System trainieren will, wird Dojo nutzen wollen."
Was bedeutet Dojo für Tesla-Fahrer?
Direkte Auswirkungen
- Schnellere FSD-Verbesserungen: Mehr Rechenleistung = schnellere Iterations-Zyklen
- Bessere Edge Cases: Seltene Situationen (Baustellen, Wildwechsel) können schneller gelernt werden
- Regionale Anpassung: Europäische Straßen und Verkehrsregeln können gezielter trainiert werden
- Sicherheit: Mehr Training = sichereres autonomes Fahren
Timeline: Wann profitieren wir?
| Meilenstein | Zeitraum |
|---|---|
| D1-basiertes Training produktiv | ✅ Seit 2023 |
| FSD v12 (End-to-End, Dojo-trainiert) | ✅ Seit 2024 |
| D2-ExaPods online | ⏳ Q3/Q4 2026 |
| FSD v14 für Europa | ⏳ 2027 |
| Dojo als Service | ⏳ 2027/2028 |
Fazit
Dojo ist weit mehr als ein Supercomputer – es ist Teslas strategische KI-Waffe. Während andere Autohersteller auf NVIDIA-GPUs angewiesen sind, baut Tesla sein eigenes Ökosystem. Ob dieses Gamble aufgeht, wird sich in den nächsten 2–3 Jahren zeigen. Für Tesla-Fahrer bedeutet es: FSD wird schneller besser – und das kommt direkt auf dein Auto per OTA-Update.