在Hot Chips 34（2022）大會(huì)上，Emil Talpes公開(kāi)了特斯拉Dojo處理器的關(guān)鍵細(xì)節(jié)。

Emil Talpes 本人在 AMD 工作了近 17 年，曾研究各種 Opteron 處理器以及 “K12”Arm服務(wù)器芯片。

D1處理器由臺(tái)積電制造，采用7納米制造工藝，擁有500億個(gè)晶體管，芯片面積為645mm?，小于英偉達(dá)的A100（826 mm?）和AMD Arcturus（750 mm?）。要知道，這個(gè)D1處理器可是特斯拉人形機(jī)器人的核心，意義重大。

千芯科技陳巍博士就D1架構(gòu)、D1訓(xùn)練模塊、D1訓(xùn)練網(wǎng)格以及訓(xùn)練矩陣整體架構(gòu)做了解析。

D1處理器架構(gòu)

D1處理器結(jié)構(gòu)

每個(gè)D1處理器由 18 x 20 的D1核心構(gòu)成。每個(gè)D1處理器中有354個(gè)D1核心可用。估計(jì)是出于良率和處理器核心穩(wěn)定考慮，D1處理器由臺(tái)積電制造，采用7nm制造工藝，擁有500億個(gè)晶體管，芯片面積為645mm?。

這個(gè)尺寸小于英偉達(dá)的A100（826 mm?）和AMD Arcturus（750 mm?）。但是每個(gè)核心都是一個(gè)完整的帶矩陣計(jì)算能力的CPU，其計(jì)算靈活性是遠(yuǎn)超眾核架構(gòu)的GPU的，這也會(huì)帶來(lái)極高的成本。這個(gè)架構(gòu)有點(diǎn)類(lèi)似于SambaNova。

D1芯片運(yùn)行在2GHz，擁有巨大的440MB SRAM，是存算一體架構(gòu)（近存計(jì)算）。

       D1核心的架構(gòu)

D1核心結(jié)構(gòu)

從18x20陣列中每個(gè)D1核心的結(jié)構(gòu)上看，每個(gè)D1核心是帶有向量計(jì)算／矩陣計(jì)算能力的處理器，具有完整的取指、譯碼、執(zhí)行部件。處理器運(yùn)行在2GHz，具有4個(gè)8x8x4矩陣乘法計(jì)算單元。

D1處理器指令集

據(jù)稱(chēng)D1以RISC－V架構(gòu)ISA為基礎(chǔ)進(jìn)行擴(kuò)展。

D1核心具備FP32和FP16這兩個(gè)標(biāo)準(zhǔn)的計(jì)算格式，同時(shí)還具備更適合Inference的BFP16格式。為了達(dá)到混合精度計(jì)算提升性能的目的，D1還采用了用于較低精度和更高吞吐量的 8 位 CFP8 格式。Dojo 編譯器可以在尾數(shù)精度附近滑動(dòng)，以涵蓋更廣泛的范圍和精度。在任何給定時(shí)間，最多可以使用 16 種不同的矢量格式，靈活提升算力。

D1處理器的數(shù)據(jù)格式

D1訓(xùn)練塊架構(gòu)

D1訓(xùn)練模塊展開(kāi)圖

在D1訓(xùn)練模塊方面，每個(gè)D1訓(xùn)練模塊由5x5的 D1芯片陣列排布而成，以二維Mesh結(jié)構(gòu)互連。片上跨內(nèi)核SRAM達(dá)到驚人的11GB，這也算是一個(gè)非常典型的近存計(jì)算架構(gòu)了。當(dāng)然耗電量也達(dá)到了15kW的驚人指標(biāo)。能效比為0．6TFLOPS／W＠BF16／CFP8。對(duì)于CPU架構(gòu)來(lái)說(shuō)，這一能效比非常不錯(cuò)。顯然存算一體架構(gòu)帶來(lái)的優(yōu)勢(shì)非常大。外部32GB共享HBM內(nèi)存。（HBM2e或HBM3）

每個(gè)訓(xùn)練模塊外部邊緣的 40 個(gè) I／O 芯片達(dá)到了 36 TB／s的聚合帶寬，或者10TB／s的橫跨帶寬。

數(shù)據(jù)傳輸方向與芯片平面平行，供電及水冷卻方向與芯片平面垂直。這是一個(gè)非常優(yōu)美的結(jié)構(gòu)設(shè)計(jì)，不同的訓(xùn)練模塊之間還可以互連�？上攵�知，這是一個(gè)可以橫向擴(kuò)展的超級(jí)計(jì)算機(jī)架構(gòu)。

當(dāng)然，一開(kāi)始的那個(gè)圖是展開(kāi)圖。實(shí)際的D1訓(xùn)練塊像是個(gè)扁扁的披薩餅盒子。

D1訓(xùn)練模塊

D1訓(xùn)練網(wǎng)格與訓(xùn)練矩陣

D1訓(xùn)練網(wǎng)格

D1擴(kuò)展的方式就好像自家鋪地磚一樣。在 D1 網(wǎng)格的邊緣有Dojo 接口處理器（DIP）。

每個(gè)DIP包括了32GB HBM（800GB／s存儲(chǔ)帶寬），以及900GB／s的對(duì)外傳輸帶寬（特斯拉自定義的TTP協(xié)議），32GB／s PCIe Gen4接口，以及50GB／s的以太網(wǎng)帶寬（特斯拉自定義的TTPoE協(xié)議）

Dojo V1訓(xùn)練矩陣

Dojo V1 訓(xùn)練矩陣由 6 個(gè)訓(xùn)練塊、4 個(gè)主機(jī)服務(wù)器上（裝有20個(gè) DIP），以及一組連接到以太網(wǎng)交換結(jié)構(gòu)的輔助服務(wù)器構(gòu)成。

這樣算下來(lái)，Dojo V1 系統(tǒng)有 53，100 個(gè)D1 內(nèi)核，在 BF16 和 CFP8 格式下算力 1 Exaflop，1．3 TB 的SRAM 內(nèi)存，以及 DIP 上的 13 TB 的 HBM內(nèi)存。

與其一同被揭秘的還有特斯拉ExaPod超算。

總的來(lái)說(shuō)，特斯拉D1芯片有以下幾個(gè)特點(diǎn)：

（1）2D Mesh架構(gòu)；

（2）具備向量及矩陣計(jì)算加速單元的眾核架構(gòu)；

（3）存算一體架構(gòu)（近存計(jì)算）。

據(jù)Dojo項(xiàng)目負(fù)責(zé)人Ganesh Venkataramanan介紹，特斯拉Dojo是史上最快的AI訓(xùn)練計(jì)算機(jī)。相比于業(yè)內(nèi)其他芯片，同成本下性能提升4倍，同能耗下性能提高1．3倍，占用空間節(jié)省5倍。而使得Dojo完成訓(xùn)練AI算法的重任，就是特斯拉自研神經(jīng)網(wǎng)絡(luò)訓(xùn)練芯片——D1芯片。

馬斯克透露，不久后，特斯拉即將開(kāi)始Dojo超級(jí)計(jì)算機(jī)的首批組裝，特斯拉Dojo超級(jí)計(jì)算機(jī)將于明年投用。

       原文標(biāo)題 : 從2022新公開(kāi)的特斯拉機(jī)器人Dojo芯片架構(gòu)解析到存算一體