版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
Morganstanley|格林尼治时间2023年9月10日晚上11:28解锁特斯拉的人工智能魔力。输入道场:升级到OW,PT400美元,首选这款自动驾驶汽车被称为所有人工智能项目之母。在寻发了一种先进的超级计算架构,推动定制硅的新边界,并摩根士丹利从事并寻求与摩根士丹利研究公司覆盖的公司做生意。因此,投资者应该意识到,该公司可能存在利益冲突,这可能会影响究公司的客观性。投资者应该把摩根士丹利研究公有关分析师认证和其他重要披露,请参阅本报告末尾的披露部分。受雇于非美国以外地区的+=分析师。附属公司未在FINRA注册,可能不是该成员的关联人员,也可能不受FINRA对与主题2北美洞察力承包商亚当·乔纳斯,CFA丹妮拉麦海吉安爱德华斯坦利马蒂亚斯奥夫鲁姆陈查理约瑟夫摩尔梅森韦恩北美洞察力摩根士丹利研究公司3对特斯拉的23个影响:升级到OW,将PT提高到40Morganstanley北美洞察力Morganstanley4特斯拉公司(TSLA。o,TSLA特斯拉公司(TSLA。o,TSLA我们)长期以来,投资者一直在争论特斯拉是一家汽车公司还是一家科技公司。我们相信两者都是,但看到这里最大的价值驱动力是软件和服务收入。在我们看来,推动AWS达到AMZN总EBIT70%的力量可以在特斯拉奏效,打开新的潜在市场,远远超出以固定售汽车。催化剂?Dojo,特斯拉在过去5年里正在开发的定制超级计算项目。特斯拉全自动驾驶系统的第12版(年底前为OTA)和特斯拉的下一个人工智能日(2024年初)都值得关注。股票评级行业观点目标价格我们相信,Dojo可以为特斯拉的企业价值增加5000亿美元获得更快的采用速度来表达。这一变化促使我们的PT增加股票评级行业观点目标价格什么是道场?Dojo是由特斯拉内部设计的专它特斯拉的汽车是装有传感器的机器人,在高度不可预测的决定。特斯拉的能力提高其全自动驾驶系统的功效是有限的能力收频数据的边缘和训练这些机器人的车队服务的经验,这是今天5毫米单的十年。特斯拉管理层表示,它需要尽可能多无法确保训练汽车所需的芯片数量。此外,他们相信,他们可以为自己的特定需求开发一个更有效的系统,而不需要为供应商60%的毛利率提供资金。经验丰富的半导体团队,特斯拉建立了一个定制的AIASIC芯片,数据自动驾驶用例,可以更有效地操作(能耗、延迟)比市场上领先的通用芯片(NVIDIAA100和h100),和成本的一小部分。Dojo是一台由人工智能数据中心内的数千个D1芯片组成的训练计算机。它训练了推理引擎(FSD芯片它位于特斯拉在过去7年里一直在内部设计的车辆边缘。特斯拉并不是第一个尝试在公司内部构建定制硅系统的科技公司。乌改变了什么改变了什么特斯拉公标价格评级最佳选择从$250.00同等重量赛跑N向$400.00超重TSLA.O汽车和共享移动性,股票评级行业观点目标价格标准价格,收盘价(2023年9月7日)上限,上限(毫米)52周范围超重在线$400.00$251.49$875,508$313.80-101.81财政的年结束12/2212/23e12/24e12/25eEPS($)**先前每股收益($)**模型oderEPS($)4.07-3.623.26-2.773.923.743.435.584.945.07北美洞察力摩根士丹利研究公司5特斯拉的独特之处在于该公司在先进的驾驶辅助面的长期经验。它已经将一个不断增长的庞大车辆网络商业化(40万+fsd已经收集了3亿+英里的数据)。此外,公司还组建了一个世界级的设计团队,并为自主权问题分配了广泛的资源。与其他技术平台一样,特斯拉在关键技术领域追求高度垂直集成,以实现高迭代和持续改进,同时帮助多样化,避免过度依赖第三方供应商,这些供应商可能无法为特斯拉的特定需求提供最佳解决方案。虽然很难明确验证特斯拉关于Dojo的成本和性能的许多说法,但我们相信,鉴于特斯拉的创新记录和能力,特斯拉有机会提出一个有竞争力的定制解决方案。在这份报告中,我们提出了一个全面的Doj士丹利的AI/Semis研究团队的见解和意见。我们将探讨什么是道场,特斯拉为什么会这么做,以及它如何影响业务和股票估值。我们邀请投资者以超规模深入定制硅世界,解),的门户……本质上,一切都有一个摄像头,可决定。我们越关注Dojo,就越意识到股票的价你屏幕上的许多其他大型科技股一样,我们相表1:特斯拉的能力和商业模式可以从定制人工智能工具的开发中显著获益。这是一个太大,太专业的机会,没有内部的机会。资料来源:摩根士丹利研究公司北美洞察力6工作有可能实质性加速网络效应和速度的数据捕获/分析/学习每天旅行10亿英里我们预测是由其全球舰队(特斯拉+第三方)到2027年。数据的规模和复杂性(集体全球轻型汽车车队每年行驶近2光年加上高标准的安全要求,使全球移动市场成为表达人工智能投资主题的高度相关领域。展览2:我们相信Dojo可以加速特斯拉的Auto&SAAS的“双飞轮”资料来源:摩根士丹利研究公司我们与微软的一系列人工智能专家合作,就表3:Dojo-前后资料来源:摩根士丹利研究公司结合本报告,我们认为谨慎的做法是将特斯拉的人工智能潜力纳入我们的修订目标价格,该目标价格已升至400美元。之前是250美元。我们的牛市案例估值被提高到了550美元。$450).我们的熊案估值也提高到了120美元。$90).在我们的预测和估值中,我们通过我们提出的假设来表达Dojo的潜力,主要是特斯),更快的采用和更高的ARPU。我们分享了对特斯拉估值的全面评估,截至25/26财年,特斯拉的估值增长了约20%,了我们400美元的目标价。相关科技同行集Morganstanley北美洞察力Morganstanley执行摘要-我们的论文在3个图表中我们相信道场可以代表市场的下一步变化特斯拉的看法。Dojo强调了特斯拉的3个这已经远远超出了汽车行业的范畴。如果Dojo到”特斯拉估计,Dojo可以比目前节省6倍的成本,最先进的,GPU的替代品。在我们的计算中,当计NVDIA,Dojo有潜力为~节省65亿美元在今年7月,我们相信将继续推出和替补-他们去欣赏道场的潜力。我们注意到6倍的成本节约是特斯拉的声明,我们无法具体验证道场推出的早期阶段。我们还注意到还有其他的作品由特斯拉提供的数据表明,其他隐含的成本节约超出-这可能会不同于6倍的索赔要求。最后,仅仅因为特斯拉正在努力将道场商业化姿态并不意味着该系统最终将代表市场上最佳的成本/性能选择对竞争对手的计算技术的不断改进。为了我们的特斯拉建模的目的,我们关注的是潜力道场提供自主权和网络服务收入更快的附加率与更高的平均每月收入每用户),鉴于特斯拉从Dojovs。其电流超级计算预算。我们也没有称赞特斯拉非汽车相关的收入流。随着计算能力的显著提高和更快),2030年,EBITDA公司总数超过三分之一,翻了上到2040年,EBITDA组的数量(vs。长期EBITDA利润率vs。先前的预测(来自2开始,vs。50%之前)。除了网络服务外,),表4:特斯拉声称的6倍100秒的100倍的成本100个出口的成本中点隐含成本节省了100ExaFLOPs总计为~65亿美元资料来源:特斯利,摩根士丹利研究公司摩根士丹利研究中心7$10$12北美洞察力8我们没有改变我们对特斯拉能源或特斯拉保险的假设。核心汽车业务价值的适度增长(7美元/股)主要与我们的退出设从之前的12倍增加到13倍有关。我们的近期(23/24财年),Auto对销量和毛利率/营业表5:特斯拉价格目标桥:从之前的250美$400道场对特斯拉的影响移动性和网络服务驱动了我们86%的PT变化资料来源:摩根士丹利研究公司伸展你的思想。汽车自动驾驶领域的成功能否使特斯拉成为其他邻近市场的视觉数据处理的首选供应商?虽然Dojo仍处于早期发展阶段,但我们相信它的长期应用可以超越汽车行业。Dojo旨在处理视觉数据,这可以为基于视觉的人工智能模型奠术、医疗保健和安全。在我们看来,一旦特斯拉在自主驾驶和软件方面取得进展,第三方Dojo服务就可以为投资资料来源:摩根士丹利研究公司摩根士丹利研究公司9欢迎来到道场一个道场在日语中翻译为“路的地方”。其他人可能还记得空手道孩子(哥伦比亚电影公司,1984)的对话:先生宫城:没有装修。宫城县先生:优势太大了。你的道场。Kreese:命名一个地方。先生宫城:锦标赛。这是一个空手道道场,而不是一个编织课。你不会进来的我的道场,放下挑战,离开吧,老头子。现在你得到了你的儿子在垫子上,否则你和我就会有一个大问题。表7:Dojo与特斯拉目前的GPU系统(A100资料来源:公司数据,摩根士丹利研究公司北美洞察力什么是道场?Dojo是特斯拉内部设计的专用超级计算机,用于训练其计算机视觉系统。特斯拉的汽车是装有传感器的机器人,在高度不可预测的环境和情况下做出生死决定其功效的自动驾驶(FSD)系统有限的能实世界的视频数据的边缘和训练这些机器人的经验的舰队服务,这是今天5毫米单位和接近50毫米的十年队,特斯拉建立了一个定制AIASIC芯片数据自动驾驶用例,可以更有效地操作(能),。特斯拉并不是第一个技术玩家试图建立一个定制硅系统内部,但鉴于公司的深刻理解ADAS(电动汽车市场的先驱巨大的数据网络不断增加(400kFSDs路上已经收集数据从300+英里旅行)的潜在需求,我们相信Dojo可能在其定制的解决方案中具有竞争力。我们将讨论摩根士丹利半导体/人工智能团队的见解,进一步了解定制硅的世界。最终必须比人类安全1万倍),而道场可以成为加快时间表的工对完全自主权的培训是非常复杂的,并与一系监管挑战有关。模型需要训练在大量的数据集学习响驾驶决策最奇异的/边缘情况场景可能面对司机—到平价(并最终超过)人类司机的反应时间很难充分络。据摩根士丹利的美国半态分析师JoeMoore说培训实际上没有大型语言模型(LLM)培训那么复要大量的数据(每辆车持续打开10个摄像头的视频输不同的公共安全考虑。一个更强大的计算训练系统可加速自动驾驶车辆的训练速度,创造更短的时间——Dojo将把典型工作量的训练时间从1个月减少设计的(由TSMC制造)。D1芯片以定),色,以进一步提高芯片的效率。我们的APExaPOD是特斯拉超级计算机的组成部分。每个完整ExaPOD超级计算机系统将能够实现1.1倍的计算速度(1018浮动操作/秒),使它成为世界上最强大的超级计算机之一。特斯拉计划ExaPOD的架构。来源:公司数据。摩根士丹利研究北美洞察力第一个道场ExaPOD(自2023年7月起上线)预计将会成功甚至可能不再需要贴标签了吗?在这一点上,对于大多数人的自己其中,程序员将标签分配给原始数据(停止容量然而,在它最近的FSD更新(版本12)中根据特斯拉的说法,如果99%的人在停车标志前停告诉系统这是一个停止标志。它只是弄明白了迅速地基于Dojod1的系统被视为这一开发的关键推动特斯拉仍预计Dojo将与NVIDIA图形处有关Dojo的技术方面的进一步细节,请参见附录-道场的细节。来源:公司数据来源:公司数据摩根士丹利研究公司11日Dojo和现有的东西相比如何?两个图表,比较了特斯拉的道场和。NVIDIA的A100表11:计算功率比较:特斯拉的道场vs。NVIDIA'sA1资料来源:公司数据,摩根士丹利研究公司北美洞察力表12:积木块的比较:特斯拉的道场vs。NVIDIA'sA1资料来源:摩根士丹利研究公司摩根士丹利研究公司13北美洞察力截至2022年9月,特斯拉拥有三台超级计算机,共有14000台NVIDIAA100gpu。据报道,有1万台被用于培训,4000台用于自动标签,特斯拉最大的超级计算机系统拥有7360个排名第7位的国家th世界上最强大的超级计算种规模的深度学习的半导体(不出所料)是一个满载的DGXA100系统(8个A100和支持的硬件/软件)的成本约为~20万美元。根据这一假设,特斯拉目前最超级计算机拥有7360台a100,花费~1.下一代NVIDIADGXH100的成本约为~48万美元,并承诺提高9倍的人工智能训练和30倍的人工智能推理。每个H100的成本为~4万美元/芯片。我们注意到,NV特斯拉预测,到2024年第四季度,它们的计算速度将达到100倍形处理器,据我们估计,价格为7美元。5bn-$8.0bn.无论100exaFLOP目标是否成为现实,管理层相信Dojo比据摩根士丹利台湾半导体分析师陈查理称,半奇普预计道场芯片今年(23财年)将达到40下,NVIDIA今年将出货200-25万在超级计算机排名中,特斯拉最大的超级计算机排名第4位(2023年3月底)。特斯拉已经运营着最大的公开所知的G来,向Dojo的举动意味着特斯拉加倍投入计表13:到2024年第四季度达到特斯拉100出口目标所来源:公司数据A100数资料来源:人工智能的状态,摩根士丹利研究中心现在是时候了。Dojo将逐步进入目前的超级计算系7月,第一个ExaPOD已经投入生产。据Dojo已经在线运行了几个月,与前几年相比,特斯拉在2买的增量gpu将比前几年减少。特斯拉预计阿尔托数据中心引入6个exapod,下一代Doj北美洞察力特斯拉的用例完成后,Dojo将成为在FSD平台、ADAS应用程序和擎天柱中训练神经网络的超级计算机。2023年1月,特斯拉报告称,使用FSDBeBeta驾驶的驾驶里程达到了3亿+英里的里程碑,这是输入到D用于人工智能训练的数据。根据特斯拉报告的Dojo自定义编译器的早期结果,Dojo可以加速FSD,在不到一周内训练超过一个月根据管理层的说法,一个Dojo瓷砖(25d1)比24个g25个gpu需要5微秒,而24个gpu需要150器相比,潜在的效率、速度和成本效益可以道场将被用来训练擎天柱·特斯拉的人形机器人。类人机器人的视频输入的能力,以及生成3D地图的功能,以告知用户对感知到的物体做出反应(占用网络)。因此,擎天柱的发展和改进,就网络的速度来实现指数级的加速。我们注意到,我们没有认为任何价值擎天柱在我们的特斯拉模型在这个时候。我们将在本报告中讨论擎天柱,请参阅进一步的行业影响。“音乐学”的主要潜力:我们认为,道场系统和训练FSD和擎天柱;相反,它可能是一个解决方案,围绕特斯拉和拥有高度先进的ML和人工智能的公司建立一条护城河能力。看看其他马斯克公司的内部,我们相信道场我们要向投资者指出的是,特斯拉只是科学和商业利益领域的一部分,埃隆·马斯克在这个领域上分配时间、财力和人才。我们认为特斯拉是一个更复杂和“统一”的业务,可以作为一个“实验实验室”,迭代具有高度任务难度的先进技术。诚然,重视这种互联/网络效应是具有挑战性的。表15:典型工作负载下gpu和Dojo之间的~Month<Week资料来源:公司数据,摩根士丹利研究公司资料来源:摩根士丹利研究公司摩根士丹利研究公司15北美洞察力X(前推特(Twitter)——投资者想知道推特该据计算,极大地将平台加速到新的高度。Dojo纳入V1目前所缺乏的通用AI限制。通过llmSpaceX-SpaceX的数千颗卫星通过卫星间链径一样,SpaceX也可以使用道场来训练特斯拉的预期成本节约定制的硅片解决方案的前期成本很高。在23季度的收益电上,特斯拉提到,明年他们在Dojo的研发支出将超过10亿美元(前景包括所有相关费用)。我们的全球半导体智能ASIC项目(7nm芯片)的前期设计成本通常投资,而Dojo很可能自2019年以来一直为特斯拉发支出做出了贡献。考虑到特斯拉的尺寸,我是一种自然的选择,类似于许多超标器。定制高得多,因为它是根据特定的工作负载量身定模化,特斯拉预计将看到类似的成本效益。我详细地讨论专用集成硅的好处,即更近距离地。管理层认为,一个Dojo瓷砖可以提供与6个GPU盒相同数量的机器学习计算,所有这些盒的成本都小于1个GPU盒。利用公司的假设不一致)和渠道检查,表明1DGXA100GPU公司估计实现,特斯拉可能会在2024年扩大根据23年第二季度收益发布的估计,到2特斯拉是否会达到他们的100个exaFLOP目标,以及如何特斯拉是否会达到他们的100个exaFLOP目标,以及如何),任何分量,还有待观察。我们想严重警告这些成本节约估计指出这是公司期望实现,但公司也给出了许多不同的投资者事件,当考虑整体,可能会揭示一些定义不一致以及广泛的投资者的解释。其在2022年的人工智能日,特斯拉表示,1个Dojo瓷砖相当于6个盒子的计算能力。利用这个假设,我们需要~65,000个GPU盒才能获得100个计算能力(是~在23年第二季度,当特斯拉制定了他们达到100个突破目标的目标时,该公司表示,这将需要30万a10盒8个A100个芯片,我们计算出在这个假设下需要37鉴于计算不是线性尺度,这两种假设可以共存,也不一定是相反的,但我们注意到有多种方法我们在本文中的成本分析建立在这样一个假设之上,即使用gpu达到100个exaFLOPS需要37,500个,用的假设,节省的成本可能会更高。由于计算精度、软件/硬件等方面,计算速度难以测量。因此,在之间很可能没有完美的1:1的比较。这种不确定性使得精确定位此外,特斯拉正在将Dojo与NVIDIA的A100GPU进行比较,后者现在是该公司的旧技术。NVIDIA随后发布了代解决方案,据说该方案拥有9倍的人工智能训练,高达30倍的人工智能推理。更重要的是,我们没有—我们的目标价格上涨和模式的改变是由于Dojo和系统本身的功效导致的进入市场的速度,而不是总而言之,虽然很难明确验证特斯拉对Dojo的成本和性能的许多说法,但我们相信,鉴于该公司的创新记录和能力,特斯拉有机会提出一个有竞争力的定制解决方案。图17:特斯拉估计,一个Dojo瓷砖的计算能力为6个GPU盒资料来源:特斯利,摩根士丹利研究公司摩根士丹利研究公司174x.45.0x4x4x4x.45.0x4x4x3x3x2x2x0x0x...5.0北美洞察力6倍成本保存6倍成本保存oJ均等的计算$L‘V00‘000$L‘Z00‘000$L‘000‘000USa$800‘000USa$900‘000$V00‘000$Z00‘000$-向aoTil?9a9XAL00s资料来源:摩根士丹利研究公司展览19:…如果使用公司的估计,为达到100元100秒的100倍的成本隐含成本节省到达100ExaFLOPs总数6美元。5bn100个出口的成本$2$0$4$6$8$10$12$2$0数十亿美元资料来源:摩根士丹利研究公司Dojo是为速度和效率而建立的——而不仅仅是计算马力的问题...以美元计算,特斯拉预计Dojo将提供4.0倍的性能,/瓦,5.0倍的足迹。当前的替代方案。人工智能计算需要大量的能量,而它们更好的预期性能/瓦特突出了Dojo硅的好处不仅仅是一场最强大芯片的战斗……处最终将衡量整个系统对特斯拉特定视觉训练义为系统在关键乘客/行人安全指标上的右侧资料来源:公司数据,摩根士丹利研究公司据管理层称,特斯拉可以用一个Dojo瓷砖替换6个GPU盒,这使该公司能够将网络培训时间从~一个月减少到~一周。换句话说,特斯拉可以在4个Dojo机柜上实现与4000个gpu将于2023年7月在加州帕洛阿尔托工厂在线,动标签能力的2.5倍。我们注意到超级计化……一个芯片/盒/系统的比较对于苹果对在其典型的工作量下,特斯拉声称其Dojo编译器引擎(定制平台特斯拉并没有提供与NVIDIA的下一代表21:基准测试为A100(1.0x),Dojo显自动标签占用网络3.2x3.2x2x.92x.01.6x1.3x道场当前硬件和道场生产硬件道场生产硬件编译器(1Q23)和编译器资料来源:公司数据,摩根士丹利研究公司北美洞察力摩根士丹利研究公司19每个Dojo瓷砖需要15千瓦时的电力,而6DGXA100s(GPU盒)需要39千瓦时,~提高了60%。由于超计算器的需求,数据中心空间的中心)的自治明能源公司通知其主要客户迟到2026年。为了证实电网压力的重力性,特下一代Dojo将拥有更广泛的人工智能范围。根据马斯克在2023年6月发布的一条推特,DojoV1针对大量的视化,而DojoV2将纳入V1目前面临的任何斯拉认为,当下一代硬件(V2)开发和实施时20更近距离地观察定制硅的世界为什么自定义人工智能?工智能培训的默认配置,但定制半导体(asic)可以提供定制的解决方案并提高效率。使用自定义人工智能解决方案的潜在好处路)有利于公司的运营。预算成本和能源需算的两个主要限制,这将最终导致具有技术司寻求创造自己的节能和低成本的人工智能来,更新的NVIDIA芯片的重点已经转移到更是仅仅处理视觉和视频数据,这可能是特斯我们的亚洲半导体团队已经就这个主题撰写了大量的文章。进一步阅读请参见:亚洲半导体:技术扩散-通过定制芯片满足人工智能需求的激增(2023年6月11日)。定制的人工智能芯片如果可以规模化,就可以提供显著的效率节表22:截至2023年e,gpu预计将占>云人工智能半资料来源:摩根士丹利研究公司对于可预测的特定工作负载。像A100和H100这样的N:可以通过优化专用处理来获得效率。现代数挑战——gpu的功率非常密集(每平方英尺2-3难冷却,成本只会随着系统功率的增加而增加限的,因为边际改进达到了规模不能提供足够行。通常情况下,像特斯拉这样的公司为未本没有得到利用)的计算或功能付费,因此定制人工智能asic可以从大量的长期成本节的是,一个ASIC项目的前期芯片设计成本非的>价格为2亿美元。如果一家公司能够经受在2023年,图形处理器预计占92%的云人工智能8%分配给定制人工智能芯片,但我们的亚洲理)预计人工智能ASIC芯片到2027年捕获高于更大规模的人工智能计算需求,证明成本化给NVIDIA的讨价还价的能力。一般来说,as成本在低规模上太高了,这就是为什么许多增加他们对定制人工智能asic的采用,以提展览23:定制人工智能芯片预计在2027年前的增资料来源:摩根士丹利研究公司摩根士丹利研究公司21日除了成本和效率的理由之外,如果没有多样化,特斯拉对外部图形处理器的依赖将会加强。如果目前主导市场的生成式人工智能趋势继续下去,对NVIDIA系统的需求将继续a100/h100供应来满足特斯拉的100输出目标斯拉仅仅依靠NVDA来达到他们所宣称的计算能力目标,那们自己就可能占到NVIDIA收入的6-11%(假设特斯拉每2-3一次他们的图形处理器)。特斯拉在2019年初整合了他们FSD系统(硬件3.0),现在他们是专有的NVDA的过度依赖。当结合asic的定制能力和更好的经济效特斯拉可以通过固定成本杠杆实现,鉴于该公司的规模,还有谁在开发他们自己的专门开发的人工智能芯片?除了NVIDIA、大脑和图形核等通用芯片制造商外,许多以计算为中心的公司已经开始转向定制解决方案。定制芯片的一个关键优势是,由于公司知道他们的工作负载,他们的直接目的。而NVIDIAa100和h100是尖端通用片建立专门完成特定目的(如利用视频数据络加速FSD)可以比最好的芯片更有效,可能。苹果、微软、谷歌、亚马逊和Meta等几家用芯片,要么将很快开发出他们自己的专用到2024年,定制AIASIC芯片的之后,现在的第四代TPU(TPUv4)正在服务。谷歌TPU声称,与当代MLDSAs(机的加速器)相比,能源效率提高了2-3倍,在2018年宣布了第一个战略。AWS声每次推理成本降低70%(或每瓦特性能提二代芯片(使用TSMC的7nm工艺制造,通Meta:Meta在今年(2023年)宣布了其第一代人理加速器MTIAv1。根据Meta的说法,这种ATSMC的7nm工艺)可以达到每瓦特高达2倍的资料来源:摩根士丹利研究公司22把这一切都放在背景下……微软半导体分析师乔·摩尔的一些想法:把这一切都放在背景下……微软半导体分析师乔·摩尔的一些想法:这不是一个新的争论,我们已经看到了人工智能定制硅10年的发展。如果很容易创造出比NVIDIA更好的解会这样做,或者英特尔或AMD就已经这样做了,或者定制硅就已经被更广泛地部署了。NVIDIA每年在研发上且拥有通过更多的业务(游戏)来运行相同的架构来提高性能和成本的所有优势。重要的是,钱不是从头开片,钱是在课堂设计的最佳迭代。我们看到了一个竞争相当激烈的推理市场——尽管我们预计NVIDIA会做得为,公司要想在培训上表现超过NVIDIA,就需要围绕自己的工作量进行非常优化。对NVDA进行尽职调查——实了这一观点——与NVDA的差距一直难以弥补,我们看到了对新设计的热情,我们经常看到,在NVIDIA发布也就是说,NVIDIA非常高的价格和利润率肯定给竞争留下了一些保护伞,而他们的雄心范围(在硬1),我们已经看到了竞争方法的成功——实际上是谷歌,到目前为止——这是因为客户比任何人都更了解自己的工作量。谷歌在十多年前发明了变压器型号,所以他们的第五代TPU硅围绕变压器相当优化,变压器突然成为最重要的型号。特斯拉一直是ADAS领域的先驱,并对需要什么有类似的理解。凯勒(离开特斯拉后)建立的,他在建立世界级的设计团队方面拥有广泛的行业经验,然后继续前是缺乏资源和/或知识来定制整个堆栈,一些擅长软件(例如。有些人擅长人工智能硬件。特斯拉总的来说,尽管创建一个可以明显比NVIDIA更好的芯片具有挑战性,但特斯拉的定制Dojo解决方案在其。特斯拉并不是为了制造更好的芯片。特斯拉正在为单一目的进行优化,反过来可以以提高效率和更低的成本推动总产量。NVIDIA利用游戏的高性能开发了世界上最强大的GPU芯片。特斯拉能否利用自动驾驶汽车/FSD的需求,成为定制人工智能芯片的全球领导者?对特斯拉的影响:升级到OW,PT增加到400美元,新的首选Dojo是释放特斯拉双飞轮效应的关键——整合和加速特斯拉核心汽车飞轮和特斯拉SAAS飞轮之间的协同效应……加速市场,扩大根据我们对Dojo的深入分析,我们相信这款有潜力高效和成本效益地训练特斯拉的神经网在数万亿$自治市场实现竞争不对称。战术上,我们附加),),,们的第三方电池业务模式,我们相信充电和FSD高的硬件附加。我们没有对基本案例汽车、能我们注意到,虽然与Dojo相关的成本节约不会直接影响到我们的模型或影响我们的目通过提高市场速度、性能以及对附加率、许由于我们的车型新被dojo赋予的价值,我们将OW,将目标价格提高到400美元。在250美元之前),使牛案的估值增加到550美元。并将贝尔斯登案的估值提高到120美元。90美元之前)。特斯拉现在是我们的首选。摩根士丹利研究公司23日北美洞察力24我们看到一个双飞轮与特斯拉合作,Dojo作为硬件和软件迭代交叉点的关键催化剂。我们早就写过特斯拉在电动汽车硬我们认为,特斯拉的首要优势是在电动汽车的规模和成本。2k美元的软件更新,剃须超过1秒的0到这个双飞轮只是通过道场的计算能力进一步加速和积分。虽然特斯拉有一些成功的双飞轮方面,我们相信特可以加速网络效应和速度的数据捕获/分析/学习资料来源:摩根士丹利研究公司$$北美洞察力我们对特斯拉估计的变化我们将Dojo/AI的额外价值附加到网络服务(通和第三方电池业务中,因为我们相信充电和o我们对网络服务的估值为每股119美元,到2030年,vs。每股60美元,2380万mau,到2030年为10o维持在特斯拉年终园区的65%,这导致2380万mau(连2030.到2040年,我们的渗透率将增加o到2030年,ARPU增加到180美元。$100以前,由于升级oo透率为11%,每月ARPU36美元(2030年72030年296亿美元,2040年达到1252到66美元(每月200美元特斯拉ARPU2。EBITDA贡献。从26财年开始,我们将网络服务EBITDA利润率提高到65%。之前是50%。除了更高的利润率,增加了总EBITDA以及网络服务EBIEBITDA的百分比。到2040年,我们预计网络服务特斯拉网络服务变化新的2025老的变更百分新的2030老的变更百分新的2040老的变更百分MAU(连接舰队)5,788,51555.0%比5,262,28650.0%023,757,83365.0%比23,757,83365.0%-87,459,01070.0%比87,459,01070.0%-特斯拉网络收入($mm)服务收入/特斯拉集团收入(%)10,9986.2%5,36886.3%104.9%3.1%51,31712.0%28,50980.0%80.0%4.9%200.00209,90220.9%157,42633.3%33.3%4.4%特斯拉网络授权收入$500,00047%16,887,880$158,144,48025.0%$5,368106.7%36.007,29628,509105.6%66.00125,250157,426112.9%埃比达11,0932,68458,61214,255335,152EBITDA利润率(%)服务EBITDA/特斯拉集团EBITDA(%)6,65622.0%10.7%148.0% 11.4%38,09837.3%21.5%167.3% 15.8%217,84962.0%78,71337.8%176.8% 24.2%资料来源:摩根士丹利研究公司网络服务混合%Rev($mm)$/VehMile$/VehHour月ARPU年ARPU$/汽车的寿命$$$22$$$11$$$9$$$$$$51,31716$$$$$资料来源:摩根士丹利研究公司摩根士丹利研究公司25北美洞察力终端增长率为3%。DCF的股价为11美元,~50万辆汽车到2030年为1.7美元o2030年长期舰队规模增加到577k。502k之前。将预测扩大到2035年,届时我们估计特斯拉的机动车队将达到224万辆。o将2030年的营业利润率提高至18.5%。之前是12.1%。我们预计特斯拉将保持18.5%的运营利润率资料来源:摩根士丹利研究公司资料来源:摩根士丹利研究公司26Morganstanley北美洞察力资料来源:摩根士丹利研究公司资料来源:摩根士丹利研究公司税率(%)特斯拉移动份额%0.00%0.00%25%0.00%25%0.00%25%0.00%25%0.00%25%0.00%25%0.01%25%0.02%25%0.05%25%0.09%25%0.15%25%0.24%25%25%0.35%0.48%25%25%25%25%0.62%0.77%0.94%特斯拉第三方电池业务为每股28美元,到2030年为170万辆,EBI量为600万辆,EBITDA利润率为25%,24倍退出E。增加第三方出货量到2040年。虽然我们对2030年的估计保持交易也将导致更高的硬件附加。在2035预计出货量分别为550万辆和1020万辆。4前。我们对2035年千瓦时供应的估计增我们对2040年的新估计是815GWh。到2040年,他保持了25%的EBITDA利润率。2035年和2040年摩根士丹利研究公司2728Morganstanley北美洞察力资料来源:摩根士丹利研究公司资料来源:摩根士丹利研究公司),EBITDA利润率略高,部分被较低的汽车今年30财年,EBITDA(GAAP)的利润们退出的EV/EBITDA倍数从之前的12倍们的FY25eAutoEBITDA的15.0倍。14将拥有577k辆汽车,运营利润率为18.5%英里,终端增长率为3%。我们之前假设, 北美洞察力ARPU,价格为180美元,到2030年增加授权船队0万ARPU,价格为36美元ARPU,概率前假设23.8mmmau,到2030年100美元辆,EBITDA利润率为25%,退出EV/204025%的EBITDA利润率,以及24倍的退出EBITDA。电池出货量/GWh的增加,因为每股450美元。在我们修订后的Bull案例中,为18.5x2030的EBITDA和4.4x2而之前的评估为每股90美元。在我们的Bear到2030年为1501亿美元,EBIT$6535%20年收入CAGR,到203渗透率为1650%,到2030年承保到2030年,车队为1.1.11亿美元到2030年,200ARPU为200美元。扣除净额 耶夫P型列车第3社交聚会$61到2030年,销量为1.0279亿美元,EBITDA$4827%20年收入CAGR,到2030年到2030年,车队81美元~60万美元,运营利润率为18.5%,1.8美元119238亿美元,180ARPU1 耶夫P型列车第3社交聚会$41到2030年为170万辆,EBITDA利润率为25%,退出EV/到2030年,销量为6.055亿美元,EBI$1512%20年收入CAGR,到203资料来源:摩根士丹利研究公司摩根士丹利研究公司29日北美洞察力30估价资料来源:Factset,摩根士丹利研究公司。截至23日9月7日的数据。...我们认为还有运行的空间。以400美元资料来源:Factset,摩根士丹利研究公司。截至23日9月7日的数据。资料来源:Factset,摩根士丹利研究公司。截至23日9月7日的数据。于MSe),特斯拉的市盈率与NFLX相似,较MSFT溢价4转,~6转溢价GOOGL/AMZN,较AAPL有2转盈率相当,我们相信你也释放了Dojo的变革性盈利能力,在我们看来,这可以使长期收入CAGR大大高于。大型科下,超过了预期FAANG预期收入CAGR的2倍)。简而言之,我们认为,鉴于特斯拉在未来的收入机会和盈利能力,其目前的价格被低估了。北美洞察力资料来源:FactSet,摩根士丹利研究公司。注:表示GAAPEBITDA(由SBC负担)。除有说明外,使用协商一致估计。截至23年7月9日的倍数。表43:特斯拉FY26MSevs。共识估计特斯拉26财年MSevs。缺点$mnMse2026缺点差异百分比18.641,534%225,80926.8毛利率(例如。ZEV信贷)17.2%24.4%%20.0%毛利率毛利率39.0%49,77014.6%42,149)(7.1%)2387%22.0%22.4%24.4%18.1%(0.4%)营业利润率32,15731,507446%14.2%16.7%42.2%28,17727,2012.1%(2.5%)103.6%1.5%资料来源:事实集,可见阿尔法,摩根士丹利研究公司摩根士丹利研究公司第31号32表44:大型科技公司摩根士丹利的目标价格vs。历史最高微软价格目标历史高%差距微软价格目标历史高%差距$$$$)$)$)NFLX$$)资料来源:Factset,摩根士丹利研究公司相对于MBLY和NVDA-为相对估值的变化支付是我们观点的函数质量长期增长TSLA:我们预测该公司将产生重要的道而近期esti-NVDA-FSD嵌入了特斯拉的更大份额,加上增加伙伴,我们相信通过Dojo许可收入,以及网络服务的更高的A协同效应证明了这个估值是合理的。根据看,网络服务约占总数的三分之一(32%)这三个名字,MBLY是2024财年最昂贵的EBITDA,到2028NVDA,分别为41.1x和39.5x。保持电动汽车不变,到26财年到2040年,我们的贡献刚TSLA和MBLY的倍数趋同,TSLA占公司EBITDA总数的19.8x202660%,高于之前的38EBITDA和MBLY,价格分别在19.6倍。同样到了26财年,TSLA开始以特斯拉移动更高价值的长期与NVDA相比有明显的折扣,到2027年,差距扩大,车队规模和OP利润率,以根据我们的数据,TSLA的~5转低于NVDA。相信充电和FSD的交易也将32资料来源:摩根士丹利研究公司。注:根据23财年资产负债表估计,我们保持电动汽车不变。EV/EBITDA负担SBC。基于MS估计的倍数,以及9月23日的EV。北美洞察力NVIDIA的人工智能能力/风险敞口是该公NVDA对FY28EBITDA边际与。2028财年将提供65%的EBITDA利润率,到20EBITDA公司中占据更大的份额,我们预计在2030年之后EBITDA利润率将出现混合变化,类似于AWS今天在AMZN的角色。资料来源:摩根士丹利研究公司。注:基于摩根士丹利研究公司估计的EBITDA利润率和收入CAGR。EBITDA承受着SBC的负担。表47:网络服务解锁有意义的总公司EBITD隐含的隐含的2040组埃比达间隔2040特斯拉网络收入(不包括。批准服务收入/特斯拉集团收入(%)隐含的集团收入209,90220.9%1,006,372综合网络服务收入(包括。批准综合网络服务收入(包括。批准集团收入综合服务收入/特斯拉集团收入(%)33.3%335,1521,006,372网络服务EBITDAEBITDA利润率(%)服务EBITDA/特斯拉集团EBITDA(%)隐含组EBITDA217,84965%62.0%351,631 隐含的集团EBITDA保证金34.9%资料来源:摩根士丹利研究公司摩根士丹利研究公司第33号北美洞察力34AWS并行在21世纪初,亚马逊开始通过减少为每个新项目构建基础网站功能的时间来提高开发人员的生产力,因此AWS就一个内部云服务,它为开发者提供了一个共享的软件基础设施,帮助开发者提高效率。随着书商和在司意识到,用于推动其核心业务的技术可以通过出租给第三方来货币化。今天,AWS已经贡献了亚马逊EBI),在我们看来,推动AWS达到AMZN总EBIT70%的力量可以在特斯拉奏效,打开新的潜在市场,远远超出以固定价格销售汽车。我们预测,到2040年,网络服务将达到总TSLA我们的目的并不是说道场将取代AWS。然而,我们确实相信AWS提供了一个强大的例子,说明如何利用核心功能,在这种情况下,专门的数据处理和软件,可以创建重要的价值驱动因素。北美洞察力进一步的行业影响其他oem和人工智能公司能从Dojo中获益在进入Dojo的长期潜力之前,我们注意到,我们不认为目前的云服务提供商会在中短期内成为特斯拉的目标。我们认为特斯拉“云”的潜力是一个长期的登月计划,在公司短期优先级的内部解决自主权问题。与此同时,我们确实认识到,特斯拉正在建立实质性的内部能力,随着时间的推移,这些能力可以以“aws类型”的商业模式实现货币化。据高级硬件总监甘尼什·文卡塔拉曼南说,特斯拉的首要任务是内部实现道场,但最终可能会对非特斯拉用户使用。在23年第一),注”,如果像公司希望的那样发展,可能会获得“数百亿美元”该公司似乎不愿出售芯片和超级计算机系统,而是在未来有可能提供云服务。这可能会超越汽车,跨越任何以愿景为中了他们的DGXCloud,这是一款全包月起价为36999美元。租金包括8台h1Azure的A100选项的价格(每月2万美元)的资料来源:摩根士丹利研究公司摩根士丹利研究公司35北美洞察力36如果另一个OEM将特斯拉的FSD系统纳入他们的汽车中,Dojo的可扩展性将大大提高。马斯克最近在第23年第二季度的收提到,特斯拉一直在与一家OEM就在其汽车中实行谈判,这可以直接受益于Dojo的培训。即己的自主系统,Dojo也是专门定制的,将视自主驾驶的有用输出。它设计的用例使它比目更适合基于运输的神经网络训练。该芯片被自动驾驶,这有可能在任何涉及大型和复杂如果Dojo能够报告数据加速的效率,那么特斯拉就有潜力成为市场上最好的视觉和视频处理ML训练系统之一。就像NVIDIA主导GPU市场和高通主导移动半导体市场一样,特斯拉可些行业是Dojo可以通过视觉数据人工智能汽车:视觉人工智能在汽车领域的应用范围从ADAS扩展到全可以从道场的加速视觉训练中获益。在内部,Dojo开发用以训练擎天柱,并有潜力被用于训练其他类人,因为它可以是视觉处理的尖端解决方案。在第21年第四季度的收益电话会议上,埃隆·马斯克表示:“擎天柱最终的价值将超过汽车业务,价值也将超过FSD。”航空/空中机动性:计算机视觉通过实时的资料来源:摩根士丹利研究公司制和碰撞保护系统,可降低15%的能耗。),o面部识别:人工智能可以帮助进行面部识别,比如识别高度、面部宽度、面部颜色和面部的独特特征等模北美洞察力配合行李托运手续,可以加快速度。医学成像,其中包括x射线,核磁共振成像,和机器人手术使用小型摄像机和机器人来使乘客通行证和护照。这有助于缩短进行微创手术需要进行安全检查,减少队列,并帮助空中飞港口变得更有效率。医疗记录可能会导致s资料来源:摩根士丹利研究公司摩根士丹利研究公司3738对擎天柱的快速回顾…道场的加速视觉训练被用来增强内部的神经网络,这反过来训练擎天柱。虽然人工智能对擎天柱的快速回顾…道场的加速视觉训练被用来增强内部的神经网络,这反过来训练擎天柱。虽然人工智能者日吸引了投资者对机器人技术的炒作,但我们期待看到特斯拉机器人是否不仅仅是一个噱头。..我们是业中显著节省成本,一个新的收入流,或者两者都有。在我们看来,道场有潜力显著减少上市时间和从擎埃隆·马斯克确实提到,大规模生产是一个主要的优先事项,这“就是为什么特斯拉工程已经转变为专机器——将工厂本身变成一种产品。”“在生产线上们提醒投资者,在劳动力人口统计、教育、移民、工会组织和其他因素的相互作用方面,有许多更大的力转型和现货供应工业制造业显著加速了在车轮上、矿山、仓库和工厂车间的人工替代的回报话虽如此,我们并没有赋予擎天柱任何价值,无论风险和注意事项:和类人形机器人的时间表,世界可能还没有准备好适应它炒作>业绩:特斯拉此前曾在时间表、效率样,Dojo有可能变成一个昂贵的科学项NVIDIAgpu处理器进行计算和人工智能培训,继续效率/成本效益仍然保持大规模吗?公司回避定制人工歌的TPU技术(2016年发布)近年来才20222022Morganstanley北美洞察力特斯拉估值矩阵输入2022-Q4$291.263,4711,010,963991,877销售的81,46221.3%$3.622023E2024E2025E2030E429,31021,44681,22520,82530,19423.8%$2.77$3.43$5.07$17.352022年加仑至2030年份额市场价值企业价值价格/销售(x)电动汽车/销售(x)电动汽车/EBITDA市盈率价格($$MM$MM)2023E2025E2030E2023E2025E2030E2023E2025E2030E2023E2025E2030E14.9x19.5x24.1x14.9x19.5x24.1x1.3x1.7x2x.12x.22x.93x.64.0x5x.05x.76.4x7.1x7.8x8.5x9.9x20.2x20.9x21.6x22.3x39.7x21.7x6.3x2x.22x.93x.65x.17.4x9.7x$70$242,970$223,8842x.41.4x0.6x$90$312,390$293,3043x.11.8x0.7x$110$381,810$362,7243x.82x.20.9x 2x.30x.926x.413.2x3x.943.3x 2x.30x.926x.413.2x3x.943.3x23x.76x.92x.83x.23x.64x.04x.44.8x5x.25x.62x.83x.23x.64x.04x.44.8x5x.25x.67.2x7.6x2x.02x.12x.32x.52x.62x.82x.93x.133.3x37.9x42.6x47.2x51.8x56.4x61.0x65.6x70.2x74.8x79.5x84.1x88.7x18.9x21.2x23.5x25.8x28x.130.4x32.7x35.0x37.3x39.6x41.9x44.2x4x.95x.67.0x7.6x8.3x9.7x54.1x61.3x68.5x75.7x82.9x90.2x97.4x29.6x33.5x37.5x41.4x45.4x49.3x53.3x57.2x61.2x65.1x69.0x73.0x76.9x9.8x16.7x17.9x19.0x20.2x21.3x22.5x$170$590,070$570,9845x.93x.31.4x$190$659,490$640,4046.6x3x.71.5x$210$728,910$709,8247.3x4x.11.7x$230$798,330$779,2448.0x4x.51.9x$250$867,750$848,6648.7x4.9x2x.0$270$937,170$918,0849.3x5x.32x.2$290$1,006,590$987,50410.0x5x.72x.3$310$1,076,010$1,056,92410.7x6.1x2x.5$330$1,145,430$1,126,34411.4x6.5x2x.7$350$1,214,850$1,195,76412.1x6.9x2x.8$370$1,284,270$1,265,18412.8x7.3x3x.0$390$1,353,690$1,334,60413.5x7.7x3x.2 7x.83x.291.0x45.4x13.4x144.2x78x.9 7x.83x.291.0x45.4x13.4x144.2x78x.923x.18.4x8.7x9.1x9.5x9.9x3x.33x.43x.68.4x8.7x9.1x9.5x9.9x3x.33x.43x.63x.83x.94x.14x.293.3x97.9x46.5x48.8x51.1x53.4x55.7x58.0x60.3x80.9x84.8x88.8x92.7x96.7x23.6x24.8x25.9x27.1x28.2x29.4x30.5x$430$1,492,530$1,473,44414.9x8.5x3x.5$450$1,561,950$1,542,86415.6x8.9x3x.6$470$1,631,370$1,612,28416.3x9.2x3x.8$490$1,700,790$1,681,70417.0x9.6x4x.0$510$1,770,210$1,751,12417.7x10.0x4x.1$530$1,839,630$1,820,54418.3x10.4x4x.3 10.7x4.4x125.6x62.6x18.5x198.3x108.5x 10.7x4.4x125.6x62.6x18.5x198.3x108.5x31x.74x.64x.74x.64x.74x.95x.05x.264.9x67.2x69.5x71.8x74.1x19.9x20.5x21.2x21.9x205.6x212.8x220.0x227.2x234.4x32.9x34.0x35.2x36.3x37.5x$590$2,047,890$2,028,80420.4x11.6x4x.8$610$2,117,310$2,098,22421.1x12.0x4x.9$630$2,186,730$2,167,64421.8x12.4x5x.1$650$2,256,150$2,237,06422.5x12.8x5x.3资料来源:摩根士丹利研究公司摩根士丹利研究公司3940Morganstanley北美洞察力超越电动汽车:汽车互联网和网络/软件服务的可选性我们的400美元的PT由6个组件组成:2030年特斯拉汽车核心业务102美元/股,销量(0到2030年为第三方供应商,每股41美元。能源价格每股46)&网络服务119美元,238mmau,2030年ARPU180美元,50%折扣。$239.82共识价格目标分配$24.33$400.00共识价格目标分配MSPT 摩根士丹利的平均估计0)~0.0%0)~0.0%历史股票表现,当前股票价格,目标价.我们相和软件。.我们预测EBITDA的37%,到2040年将占6.包括。在我们的预测中,特箱120美元,公牛箱550美元。.Growth:我们共识评级分配39%超重■■46%等重15%体重轻MS评级风险奖励主题中断:阳性阳世俗增长:性阳性电动汽车:资料来源:摩根士丹利研究公司,摩根士丹利机构股票部。根据截至2023年9月7日的期权市场,我斯登情景的隐含波动率数据估计出的概率。所有的数字都是该股票在三个月或一年的时间内超过情景价格的$550.00$550.00部,EBITDA利润率为25%,2030年EV/EBITDA)。保险的价值为每股TSLA网络服务价值为每股146美元,$400.00$400.00辆,9.0%WACC,13x2030退出EBIT退出EBITDA利润率为17.4%。(0()特斯拉移动2030.特斯拉作为第三方供应商,每股41美元。能量在每股48美元,保险价格为每股9美元,6&网络服务,每股119美元,2380万mau,到$120.00$120.00),北美30-40%北美30-40%北美洞察力总交付量1,313,8511,862,3152,478,9903,400,887总收入($,总收入($,mm)81,462100,254131,265176,403汽车毛利率(%)28.519.518.217.9自由现金流($、自由现金流($、mm)7,5664,46813,20619,044净债务(现金)($、mm)(19086)(23766)(36972)(56016).销售,中国市场公告定价调整.柏林/奥斯汀Giga坡道弗里蒙特电池飞行员坡道赛博卡车及新车型发布新兴的竞争对手(来自传统的oem,初创公司和大型科技公司)服务披露0-10%拉丁美洲0-10%英国20-30%欧洲前英国20-30%中国大陆0-10%MEA0-10%英国20-30%欧洲前英国20-30%中国大陆5/5最好的24个月地平线5/5最多3个月地平线是最受欢迎的五分之一,5是最不受欢迎的五分之一上行风险服务狂欢的披露增加FSD附加速率新电池的成本里程碑新车型介绍(赛博卡车,多货车,半)第三方电池获胜地理渗透率和新的生产能力下行风险竞争对手:传统的原始设备制造商/中国玩家/大公司技术执行风险:多个工厂坡道市场不识别启用了dojo服务op,低于预期的附加率&相对摄取百分率中国风险稀释估价在。业主,%活跃的高频部门多头/空头比率高频行业净敞口45.8%1.5x9.3%炼油厂;MSPB内容。包括在MSPB持有的)/(跨所有部门:长期风险敞口-短期风险敞口)。2024财年12月销售/税收112,400127,040149,766埃比达19,18620,82522,87427,949每股收益3.554.697.99摩根士丹利的平均估计摩根士丹利研究公司41北美洞察力42附录:详细的道场史蒂夫·乔布斯在2007年苹果iPhone发布时对艾伦·凯说,他说:“真正认真对待软件的人应该制造自己的硬件。”从为Dojo提供的资源中可以明显看出,特斯拉非常重视他们的未来,而不仅仅是销售汽车。同时构建每个芯片都没有虚拟内存、核心更少和晶体管。Dojo系统通过Dojo接口处理器包含从2010年到2020年,全球年度产生的数据量从2字增加到64字,预计2025年将达到181字。在同一时期,80%的数据增长是非结构化的随着数据变得越来越复杂,例如,在实现真实世界的数据时,传统的系统和芯片架构难以数据、传统数据和真实世界的数据,比如在为人类制造的街道上驾驶,以及为人类环9779021201120122013201420152016201720182019202202320242020201002120112012201320142015201620172018201920220232024202064.22025413326资料来源:公司数据,摩根士丹利研究公司332615.512.59256.515.512.5925人工智能是指在适用的世界环境中需要接近人ML是人工智能的一个子集,它通过从数据中学习和进行预测来适应DL是ML的一个子集,它使用深度学习神经网络架构来处理更传统的计算系统被用来输入数据,然后程序员通工编码到传统的计算机中,从而产生有用的输出接受输入和输出数据,并通过学习计算机插入逻辑。然后,将训练好的逻辑插入回学习计算的输出。这两种学习计算机的过程都是训练的过程则用于推理。培训是指从现有的能力中由于芯片缩放和处理视觉数据处理方面的差距,的长期解决方案。标准系统的构建从一个芯片到另一个包到另一个板,从一个板到另一个盒,从一个盒机架到数据中心。在整个过程中,大量的带宽多倍。一个低延迟的计算机网络被优化,以最大量的数据消息,这是在实时计算数据时所追求作的能量量来衡量,传统的功率等级对系统非使用安装在十字线(大约四分之一大小)大小很大的容量,而且功率非常密集(每平方英尺2-这些系统有冷却困难,成本增加,因为系统北美洞察力摩根士丹利研究公司43而扩大规模并不能提供足够的额外利益来超过成本。使用横向电力输),力,并导致更高的成本。性能和功耗携手相关——随着计算系统的先进表55:全球功率趋势(以瓦特为单位测量TDP)表56:横向功率输送挑战传统系统使用互联网优化数据中心拱,具有高延迟、高包大小、低带宽,并以HPU/CPU为中心。以特斯拉为例,无法支持足来继续改进和加速自主学习过程的成本和延迟是不可持续的,也不是有效的。从长远来看,特斯拉需要一个能够、高带宽、可以高效地用来支持、开发和训练他们的FSD平台(以及其他平台)的系统。这就是道场的硬件硬件问题?生成式人工智能和ML训练系统面临的一个问题是,硬件的进步远远落后于软件。特斯拉解决这个问题的方法新的硬件结构,逐件设计,为运行特斯拉的计算提供理想的架构。它的架构从CPU(节点,核心)到D1Die到训练瓷砖柜到ExaPOD系统。每个D1模具有354个计算核,每个瓷砖25个D1模具,每个系统托盘6瓦,每个机柜2个托盘,每个出口1北美洞察力44独特的垂直结构。与传统的超级计算机设计相比,道场具有独特的架构。通常,现代图形处理器比D要多得多,如NVIDIA的A100和H100(分别为6912和脑WSE-2(850000+)、谷歌的TPUv4(4096)和计算机,组成一个10个机柜的出口产品,总共有1,062,0心。与其他芯片不同的是,其垂直堆叠的基础设施和缺乏,独特地满足了特斯拉的人工智能对数据传输能需求。特斯拉在2021年人工智能日上提到,与目前的a100通常使用TF32计算格式,但Dojo使用FP16为BF16),允许他们利用更高的计算系统,导致更少的DojoDojoD1芯片由小节点组成,每个节点包含专门构建的64位cpu。基于TSMC的7nm技术,每个节点就像一台单独的用的CPU、本地内存和通信的I/O服务器接口都可以独立运行,不依赖于共享的缓存或寄心不像其他芯片那样支持虚拟内存,因为管多的空间,减慢带宽并增加延迟。相反,每个核心SRAM,作为芯片的主内存,负载速度为400G北美洞察力系统宽DDR4内存工作原理像高带宽大容量存储。SRAM有一个唯一的列表解析器,它),),该路由器在所有四个方向上与其他核心进行通信。核心有一个整数单元,它借鉴了常用的RISC-V架构(简化指令集计算机)的指令,大部分向量数学是从头实现的。Dojo编译器为芯片提供了显式的核到核数据传输指令,而不是允许通常将原始任务储到内存中。指令通常将数据移动到Dojo系统中其他内核的内存的440MB的SRAM,在BF16/CFP8提供362个分链FLOPs,在F个teraFLOPs(在向量单元中没有FP64支持)。D一个训练瓷砖上,通过网格连接将它们连接却和电源。特斯拉选择使用该系统的垂直布Dojo训练瓷砖:每个训练瓷砖包含25个已知的良好的D1芯片(打包成一个5x52d阵列),每支持36TB/秒的带宽。Tile本身有11GB的SRAM内存,但口处理器(DIP)和I/O核心处理器系统包含32GB的共存(HBM)。瓷砖还支持系统之外的以太网接口,统更快地在瓷砖和核心之间跳跃。利用特斯拉传输协议),摩根士丹利研究公司45北美洞察力46表60:训练瓷砖功率和带宽来源:公司数据这些瓷砖消耗15kW的电力输送,并具有电气使用垂直的电力输送和冷却,瓷砖是水冷的瓷砖可以相互连接,而不需要额外的电力/冷却道场接口处理器。六个瓷砖被聚合成一个系统托盘,该托盘与一个主机接口集成。主机接口包括512x86核,提供的用户环境,每个瓷砖都有一个具有160GB共享要一个系统托盘来实现特斯拉使用单一加速器的间距无缝连接瓷砖,有助于统一的通信。托75毫米,可支撑135公斤。单个系统托盘可以与3机架进行比较,BF16/CFP8有54个petaf,52V系统托盘来源:公司数据来源:公司数据北美洞察力虽然DRAM没有在D1芯片中使用,但它在DIP中使用。每个DIP板卡有32GB的RAM,并且跨4个主机服务器DRAM。DIP做显卡通常会做的处理,每个瓷砖每边有5张卡,为主机服务器提供160GB/秒的带宽,为瓷砖提供4.5TB/秒的带宽。d瓷砖阵列的边缘,并被连接到网格布线中。Dojo主机接口提供摄取处理,并通过PCIe(外围组件互连快速)连接到视频训练提供视频解码器支持。主机系统为dip提供动力,并执行各种系统管理功能。主机接口具有32GB的高带宽DRAM、9TTP带宽、50GB/秒的以太网带宽和32GB/秒的GEN4PCIe带宽。高半径z平面连接允许在计算平面上进行进一步的快捷方式,导致Dojo内阁和ExaPOD。每个机柜都装有两个垂直堆叠的系统托盘,以尽量减少彼此之间的距离和通信时间。垂直集成
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 胸腔镜下肺癌根治术手术室护理查房
- 新生儿鹅口疮的产时护理配合
- 花卉栽培工安全实践水平考核试卷含答案
- 托育师安全素养能力考核试卷含答案
- 保温材料制品生产工岗前品牌建设考核试卷含答案
- 人工智能训练师安全技能测试强化考核试卷含答案
- 水供应输排工改进模拟考核试卷含答案
- 加氢精制工岗中实操熟练考核试卷含答案
- 机制地毯挡车工岗中责任担当考核试卷含答案
- 有色金属材热处理工创新实践模拟考核试卷含答案
- 北京2026年11月小学五年级数学期中试卷及答案
- 人教版八年级英语上册Unit1-Unit 8语法知识点+练习题(含答案)
- 《盘活存量土地和低效用地典型案例2026版》
- 医务人员手卫生规范(WS-T313-2019)
- 2026年特种设备安全管理人员(A证)考试练习题库(附答案)
- 2027年江苏省高职单招职业技能考试题库附完整答案详解(考点梳理)
- 减轻外周静脉补钾疼痛方法总结2026
- 2024年云南省选调公务员笔试真题汇编含答案解析(夺冠)
- 合并CKD的冠心病糖尿病患者血运重建方案
- 物业服务标准化培训课件
- 2024人教版八年级生物上册期末复习必考知识点提纲填空练习版(含答案)
评论
0/150
提交评论