电子行业专题研究：Dojo完善AI闭环，持续看好硬件潜力

（以下内容从信达证券《电子行业专题研究：Dojo完善AI闭环，持续看好硬件潜力》研报附件原文摘录）
D1芯片对标英伟达A100，ExaPOD算力可达1.1EFLOPS。特斯拉D1芯片采用台积电7nm制程，面积约为645mm2，包含500亿颗晶体管，BF168算力可达362TFLOPS，FP32算力可达22.6TFLOPS。25个D1芯片组成了一个TrainingTile多晶片模组（MCM），6个TrainingTile组成一个tray，再由两个Tray组成一个机柜，10个机柜组成ExaPOD，BF168峰值算力达到1.1EFLOPS（百亿亿次浮点运算），并拥有1.3TB高速SRAM和13TB高带宽DRAM。
D1芯片需要高速的互联支撑，台积电SoW封装技术提供土壤。在单个Trainingtile上，由于并未将芯片切下，为了提高效率和降低成本，特斯拉未在片上集成DRAM等器件，这与许多通用GPU有所不同。集群节点之间以2Dmesh连接，边缘则通过Interface-processors负责内存池数据搬运，因此高速互联是必要的，台积电SoW封装技术提供了土壤。InFO_SoW取消了衬底和PCB的使用，使得多个芯片阵列使解决方案获得晶圆级优势，以获得低延时、高带宽等优势。此外除了异构芯片集成外，还支持基于小芯片的设计，以实现更大的成本节约和设计灵活性。在部分模型上，Dojo能实现相对A100更高的性能。例如在图像分类模型ResNet-50上，Dojo可以实现比英伟达A100更高的帧率。而在用于预测汽车周围物体所占空间的神经网络模型OccupancyNetworks上，相比英伟达A100，Dojo能实现性能的倍增。
特斯拉将大力投资基础设施，2024年有望达100Exa-Flops算力。特斯拉目前AI基础设施较少，仅约4000个V100和约16000个A100。而Microsoft和Meta等公司拥有超过10万个GPU。据特斯拉规划，2024年有望达100Exa-Flops算力。特斯拉拥有自身车型收集的海量数据，但受限于硬件限制无法充分挖掘数据价值。我们认为，大力投资AI基础硬件设施之后，除加速自身智驾进程外，或可拓展至其他商用领域，如智能机器人等；此外，特斯拉未来也可能成为一家云服务提供商，向相关厂商提供自身算力或模型服务。
投资建议：第一，看好服务器定制化趋势。从特斯拉Dojo上我们看到AI在专业领域的价值，而相似案例有望在教育、医疗、办公等场景拓展，服务器定制化趋势或蔚然成风。建议关注算力产业链：工业富联/沪电股份。第二，受益AI强势赋能，特斯拉产业链或迎成长良机。基础硬件限制解决，AI大模型性能提升，在特斯拉体系内形成良性循环，特斯拉智能驾驶、机器人、零部件等相关厂商或持续受益，建议关注：东山精密/领益智造/舜宇光学/世运电路/胜宏科技等。
风险因素：宏观经济下行风险；AI发展不及预期风险；短期股价波动风险。