タグ · #dojo

フィジカルAIコンピューティング — エッジ vs クラウド：Tesla FSDチップ・WaymoカスタムASIC・Dojo

エッジ推論 vs クラウド学習：Tesla FSDチップ・WaymoカスタムASIC・Dojoが自動運転の完全な計算スタックをどう分担するか。

TeslaはDojoカスタムシリコンで1FLOP当たり1ドルを目標とし、WaymoはGoogle TPUのスケールを継承。両者ともNVIDIA依存の競合他社を訓練反復速度で大幅に上回る。

WaymoはGoogle TPUポッドを補助金コストで利用し、毎日150億マイルをシミュレーション。TeslaはDojo D1をビデオ学習用に開発し、NVIDIA H100クラスターも並行稼働。

NVIDIA B200推定9 exaFLOPSがほぼ全AV AI訓練を支える。Tesla DojoCは独自シリコンに賭け、WaymoはAlphabet経由でGoogle TPUを活用。算力が勝敗を決める。

WaymoはGoogle TPUクラスターで学習。TeslaはDojo D1と600万台のフリートデータを活用。学習計算格差はPhysical AIの隠れたボトルネックだ。

Teslaは600万台の車両から毎日数百万FSDマイルを収集し、Waymoは毎日150億シミュレーションマイルを実行。量vs品質がPhysical AIデータパイプライン競争を定義する。

AV車隊の充電需要、Dojoの訓練電力消費、ヒューマノイドロボットのバッテリー寿命を定量化——エネルギーコストはフィジカルAI経済学で過小評価されている変数。

LiDARは2016年の75,000ドルから99%下落し、今日500ドル未満に。Tesla HW4センサーBOMは300〜700ドル、Waymo第6世代は5,000〜15,000ドル。CybercabとGen7が各社のハードウェアコスト関門。

TeslaのカスタムDojo D1シリコンはFSDとOptimusのトレーニングを支える演算の核心 — より速いトレーニングスループットが自動運転を複利的に改善するという賭けだ。

TeslaのDojoクラスターとH100/B200クラウドの比較：アーキテクチャ・経済性・FSDとOptimus向け戦略的意涵を分析。

Teslaは毎日、世界中のロボタクシー企業を合わせた量を超える走行訓練データを生成する。FSDデータフライホイールがいかに複利で成長し、なぜ競合他社が複製できないかを解説。