馬斯克：搞不定AI5，特斯拉就完了
HiEV大蒜粒車研所 | 02-10
25747
作者 |肖恩
編輯 |德新
AI5不是一顆芯片
盡管馬斯克在公開場合稱之為「AI5 Chip」，但在特斯拉的工程定義里，它是 HW 5.0 —— 第五代車載計算平臺。
2024 年 6 月，馬斯克在 X 宣布 HW 5.0 改名為 AI5，沿用至今。時間來到 2025 年 11 月的股東大會上，馬斯克說：“AI5 之后，不會再有下一代車載芯片了。”
無人駕駛、人形機器人、數據中心，全壓這一個平臺。他的原話是“Solving AI5 was existential to Tesla”——關乎存亡。
換句話說：搞不定，特斯拉就完了。
一、一頭怪獸
2025 年 6 月，一份疑似來自三星供應鏈的文檔在韓國科技社區(qū)流出，列出了 AI5 的核心參數：
如果這些數字是真的，AI5 的性能逼近英偉達 H100。H100 賣 3 萬美元，功耗 700 瓦，給數據中心用的。車載芯片做到這個水平？有點離譜。
特斯拉官方沒有回應。馬斯克自己在播客里開了口："This is a beast. 這是一頭怪獸。"
Q3 財報會，他給出了更多細節(jié)：
推理性能是 HW4 的 40 倍；
內存容量是 HW4 的 9 倍；
能效提升 3 倍；
每美元性能可能是英偉達的 10 倍。
2026 年 1 月，馬斯克在 X 上直接對標英偉達：
“單芯片大致是 Hopper 級別，雙芯片是 Blackwell 級別，但成本極低，功耗也低得多。”
Hopper 推理算力約 4000 TOPS，功耗 700 瓦，而 Blackwell 算力翻倍到 9000 TOPS，功耗破千瓦。
泄露的數字，被一步步坐實了。馬斯克吹過的牛很多，這次似乎有點靠譜。
算力漲了 8 倍，推理性能卻漲了 40 倍——中間差的 5 倍從哪來？答案是架構優(yōu)化。
馬斯克舉了一個例子：神經網絡里有個操作叫 SoftMax，用來算概率分布。在 HW4 上要跑 40 個步驟模擬；AI5 硬件原生支持，幾步就搞定。一個操作省了三十幾步，乘以網絡里幾百萬次調用，5 倍的差距來自于這里。
更激進的是做減法。AI5 直接砍掉了 GPU 和圖像處理器（ISP）。
先說 ISP。攝像頭傳感器輸出 12-bit 原始數據，4096 級亮度。特斯拉以前的做法是先用 ISP 處理成“好看的圖像”再喂給神經網絡——去噪、調色、壓縮，信息會有損失。
現在 FSD 繞過 ISP，從原始光子數據輸入直接輸出控制信號，信息更多，延遲更低。馬斯克的原話是“我們不在乎圖片好不好看，我們只要數據。”
再說 GPU。智駕芯片里的 GPU 通常干兩件事：跑神經網絡，渲染屏幕上的車道線和周圍車輛。特斯拉把渲染扔給了座艙的 AMD Ryzen，FSD 芯片只干一件事：跑端到端神經網絡。GPU 成了多余的面積，砍掉。
砍完之后，芯片面積縮到光刻機單次曝光的一半——馬斯克管這叫「半個光罩」。面積小，成本就低，良率就高，發(fā)熱就少。省下來的晶體管預算？全砸推理單元。
內存也在升級。HW3 用 LPDDR4，手機同款，帶寬 70 GB/s。HW4 首次用了顯卡內存 GDDR6，帶寬拉到 384 GB/s。
泄露顯示 AI5 帶寬達到 1.9 TB/s。如果屬實，大概率用的是 HBM3——H100 同款的高帶寬內存，把好幾層 DRAM 堆疊焊在芯片上。車載平臺用 HBM，行業(yè)第一個。
馬斯克的話中還透露了一個細節(jié)：AI5 會有單芯片和雙芯片兩個版本。
二、十倍參數的代價
2025 年 6 月，馬斯克透露特斯拉在測試一個 4 倍參數的新模型。兩個月后他改口了：跳過 4 倍，直接上 10 倍。
"約 6 周后會有一個重大更新，參數量是原來的 10 倍。"
10 月，FSD v14 如期推送。
參數量漲 10 倍，算力、內存、帶寬全得跟上。
先說算力。
參數漲 10 倍，計算量也漲 10 倍。但 FSD 不是云端慢慢算的語言模型—— 8 個攝像頭、每秒 36 幀、360 度視野，必須在幾十毫秒內給出判斷。算力不夠，要么丟幀，要么延遲，要么降精度。
HW4 的算力約 300 TOPS。v14 通過激進優(yōu)化勉強跑起來了，但已經是極限。想跑更大的模型？想加入推理能力讓車"思考"而不只是"反應"？算力不夠。
推理能力是下一代 FSD 的核心升級。馬斯克在 Q3 財報會上說，v14.3 會讓車"有知覺"。以前的 FSD 是條件反射：紅燈停，綠燈走。現在要做因果推理：前面那輛車減速可能要右轉，右邊有行人在猶豫，綜合判斷我應該變道降速。
這種“思考”不是一次計算就能完成的。多步推演，評估多個可能性，模擬未來幾秒的場景。每多想一步，算力消耗就翻倍。
AI5 的推理性能是 HW4 的 40 倍。不是 8 倍、不是 10 倍，是 40 倍。多出來的部分，就是留給「思考」的。
再說內存和帶寬。
神經網絡的每個參數都要占內存。量化后，每 1 億參數大約吃掉 100MB。v14 完整模型需要約 12.5GB。HW4 有 16GB，已經接近模型運行的下限。而 HW3 只有 8GB，只能跑精簡版。
內存不只是裝模型，還要裝"記憶"—— 8 秒前那輛車在哪、行人往哪走、信號燈變了幾次。特斯拉 AI 負責人 Ashok 說過，車載內存是限制上下文長度的主要瓶頸。想讓車記得更久？先要把內存堆上去。
144GB，是 HW4 的 9 倍。夠裝更大的模型，還有余量留給更長的時間記憶。
光有內存還不夠，還得喂得快。
神經網絡推理時，每個參數都要從內存讀到計算單元。模型跑一遍，參數讀一遍。v14 模型約 12.5GB，每秒跑 30 次推理，每秒要讀 375GB 數據。HW4 帶寬 384 GB/s。剛好夠。但也只是剛好。
模型再大 10 倍呢？每秒 3.75TB。HW4 的帶寬無法支撐這樣的規(guī)模。AI5 的 1.9 TB/s 帶寬，就是為這個準備的。
馬斯克說，安全的無人駕駛需要 100 億英里的訓練數據。"現實世界的復雜性有超長的尾巴。"更大的模型才能裝下這些長尾。
回頭看 AI5：40 倍推理性能，9 倍內存，5 倍帶寬。全是余量。
HW4 勉強撐住了 v14。AI5 是給下一個十倍準備的。
三、165億美元的賭注
2025 年 8 月，三星和特斯拉簽了一份 165 億美元的代工合同。這是三星德州 Taylor 廠拿到的最大訂單，也是特斯拉有史以來最大的芯片采購。
AI5 的制造策略在半導體行業(yè)幾乎沒有先例：同一顆芯片同時交給三星和臺積電。
三星在德州 Taylor，用 3nm GAA 工藝；臺積電在亞利桑那，用 3nm N3E 節(jié)點。馬斯克公開說三星德州的設備比臺積電亞利桑那「略微先進」。這話在半導體圈引起爭議——臺積電一直是先進制程的老大。
兩家會生產“略有不同”的 AI5。工藝不同，但軟件必須在兩個版本上表現一致。
雙代工是為了產能，FSD、Robotaxi、Optimus 全部壓在 AI5 上。不能把雞蛋放一個籃子里。
2026 年 1 月，三星 Taylor 廠開始測試 EUV 光刻設備——這是生產 3nm 芯片的關鍵一步。特斯拉確認了 AI5 的時間表：2026 年底少量產出，2027 年大規(guī)模量產。
但時間線也很“馬斯克”。2025 年 7 月馬斯克說設計“已經完成”，半年后改口“幾乎完成”。熟悉的配方。直接的結果是 2026 年 6 月投產的 Cybercab 首發(fā)只能用 HW4。特斯拉最重要的新車，趕不上最重要的新芯片。
為了填這個坑，特斯拉悄悄推出了 HW4.5。
2026 年 1 月，部分 Fremont 工廠生產的 Model Y 開始搭載這個過渡版本，零件目錄里標價 2300 美元。最大的變化是從雙芯片升級到三芯片。長期研究特斯拉固件的黑客 Green 爆料說，特斯拉的代碼里很早就有三芯片設計的引用，這不是臨時起意。
為什么要三顆？
最大的原因可能是算力，現在 FSD 的模型越來越大，HW4.0 經過大量優(yōu)化后也只能勉強跑起來，在 AI5 到來之前模型還要迭代，因此需要一個算力稍大的平臺過渡；另一個原因可能是為了冗余，三芯片可以實現投票決策，比雙芯片更可靠。具體怎么用，還要等硬件上車后才知道。
165 億只是開始。馬斯克在財報會上說：
"把供應商最樂觀的產能預測加起來也不夠。我們必須建一座 TeraFab——一個非常大的工廠，把邏輯芯片、內存和封裝全放在一起。"
特斯拉已經開始行動。SpaceX 在德州建先進封裝設施，2025 年 9 月交付設備，目標 2026 年 Q3 有限生產，2027 年 Q1 全面量產。封裝是芯片制造的最后一環(huán)，先拿下這一環(huán)，再建晶圓廠。
TeraFab 的目標：月產 10 萬片晶圓起步，最終 100 萬片——臺積電全球月產約 142 萬片。馬斯克的愿景是每年產出 1000 億到 2000 億顆芯片。
這個數字遠超現有半導體行業(yè)的產能經驗。黃仁勛直接潑冷水："建先進制程芯片廠非常非常難。臺積電干這個干了一輩子。"
老黃說的是實話。但 SpaceX 造火箭的時候，波音也這么說過。特斯拉 2026 年資本支出 200 億美元，馬斯克的態(tài)度很明確：
"我們的目標是讓 AI5 芯片過量供應。如果芯片太多，放到數據中心里就行。"
四、Dojo之死
特斯拉的數據中心原本有自己的芯片。故事要從 2016 年說起。
那年，傳奇芯片架構師 Jim Keller 加入特斯拉。他的履歷寫滿行業(yè)里程碑：AMD K8、Apple A4/A5、AMD Zen。他說服馬斯克自己造芯片，別再依賴英偉達和 Mobileye。馬斯克給了他一個任務：18 個月，造出車載自動駕駛芯片。
Keller 帶來了老搭檔 Pete Bannon，兩人在 Apple 一起做過 A4 到 A9。Bannon 1984 年就開始造芯片了。
18 個月后，HW3 問世。任務完成，Keller 離開了。Bannon 留了下來，接手了一個更大的項目：Dojo。
2019 年馬斯克第一次公開提這個名字——一臺超強的訓練計算機，專門處理車隊收集的海量視頻。核心是自研芯片 D1，臺積電 7nm，500 億晶體管。架構激進到什么程度？砍掉了虛擬內存和緩存一致性協議。
25 顆 D1 封裝成一塊訓練模塊，3000 顆組成 ExaPOD，算力 1.1 ExaFLOPS。超級計算機級別。
2021 年 AI Day，特斯拉展示了第一塊完成的訓練模塊，當場跑了一個神經網絡。臺下掌聲雷動。馬斯克說："明年應該能投入運營。"
"明年"沒有來。Dojo 在架構層面激進，但工程復雜度被明顯低估。
D1 沒有外接內存，早期利用率只有 4%——芯片大部分時間在等數據。2022 年在圣何塞測試，功耗剛過 2 兆瓦，變電站跳閘了。據說市政府都打來了電話。
2024 年馬斯克態(tài)度變了，說 Dojo 是"值得嘗試的豪賭，但不是高概率成功的事"。同年特斯拉部署了 50000 塊英偉達 H100，全面轉向。
2025 年 7 月財報會還在聊 Dojo 2。兩周后，彭博社報道項目關停。Bannon 離職，帶走了約 20 名核心工程師，創(chuàng)辦了一家叫 DensityAI 的公司。客戶可能是特斯拉的對手。
8 月馬斯克正式確認關停 Dojo 2 項目：
"一旦所有路徑都收斂到 AI6，Dojo 2 就成了進化死胡同。同時開發(fā)兩套不同的芯片架構沒有意義。"
Dojo 是專用訓練芯片，AI5 是專用推理芯片。一個給數據中心訓練模型，一個給車跑模型。但 AI6 變了：同樣的架構既能推理，也能訓練。
“既然一顆芯片能干兩件事，為什么還要維護兩條產品線？”
馬斯克的新思路是：把多顆 AI6 放在一塊板上組成集群，直接替代 Dojo 做訓練。他說這套東西可以叫 Dojo 3。
多出來的 AI5 怎么辦？特斯拉計劃在數據中心部署 20,000 臺，配合 2,000 塊英偉達 H100。英偉達干重活，AI5 跑推理。過量供應的芯片不會浪費——至少馬斯克是這么想的。
五、最后一代
馬斯克把 AI5 定義為“生死存亡”的問題。一個車載計算平臺，至于嗎？
至于。因為 AI5 要支撐的不只是車，還有 Robotaxi 和 Optimus。
這兩個業(yè)務看起來不一樣，一個是無人出租車，一個是人形機器人。但都是攝像頭看世界、神經網絡理解環(huán)境、實時決策——同一套算力需求。
2026 年 1 月，奧斯汀的 Robotaxi 開始真正無人駕駛，副駕不再坐安全員。規(guī)模很小，約 32 輛 Model Y，限定在地理圍欄內。真正激進的是 Cybercab：沒有方向盤，沒有踏板，壓根沒打算讓人開。2026 年 6 月計劃投產。
Optimus 也在加速。2025 年 12 月，人形機器人戶外慢跑的視頻刷屏。一個月后馬斯克宣布停產 Model S 和 Model X，騰出產線造機器人。他說："是時候給 S 和 X 一個光榮退役了。"
賣了十幾年的經典車型停產，給機器人讓路。這個決定放在任何其他車企都是瘋了，但特斯拉不是普通車企。Optimus 產能目標：2025 年 1 萬臺，2026 年 5 萬臺，最終年產百萬臺，單臺成本壓到 2 萬美元左右。
AI5 要同時供應這兩條產品線。但從 AI6 開始，設計重心變了。
馬斯克說得很明確："AI6 是為 Optimus 和數據中心設計的。"車還會用 AI6，但不再是設計的出發(fā)點。
AI5 是特斯拉最后一代專門為汽車設計的計算平臺。從 AI6 開始，汽車變成了機器人芯片的「副產品」。這句話放在五年前沒人會信，但現在看起來是認真的。
再往后是 AI7。馬斯克給了三個字：太空 AI。和 Starship 整合，在軌道上跑計算。
從 HW3 到 AI5，特斯拉的芯片是圍著車轉的。從 AI6 開始，車不再是主角。
六、尾聲
距離 2027 年 AI5 進入大規(guī)模量產只剩下一年時間，但這顆芯片的最終設計方案仍未完全定稿。
功耗是擺在最前面的問題。馬斯克早期給出的預期是 700 – 800 瓦，隨后又下調到約 250 瓦。即便按照后者計算，功耗仍比 HW4 高出約 50%。無論是用于整車，還是部署在 Optimus 上，這個能耗水平都太高了。
雙代工策略進一步放大了工程復雜度。三星與臺積電采用不同制程生產 AI5，硬件差異不可避免，而軟件卻必須保持完全一致。這類跨工藝一致性驗證，是半導體工程中成本最高、風險也最大的環(huán)節(jié)之一。
資本壓力同樣清晰可見。165 億美元的代工合同、TeraFab 建設投入以及約 200 億美元的年度資本支出，均需由特斯拉獨立承擔。芯片制造是重資產生意，產線一旦落地，即便低負荷運轉，也會持續(xù)消耗現金流。
真正的不確定性，仍在需求端。馬斯克曾在 2019 年預測 2020 年將有 100 萬輛 Robotaxi 上路，但六年后實際規(guī)模仍停留在幾十輛。Optimus 方面，他在 2025 年提出 2026 年年產 5 萬至 10 萬臺的目標，而目前的部署規(guī)模可能仍只有數百臺。
芯片可以被造出來，但 Robotaxi 和 Optimus 能否按預期放量，仍有待驗證。一旦規(guī)模未能兌現，“過量供應”就會轉化為庫存與折舊，數百億美元級別的產能也將隨之沉淀。
特斯拉已將 FSD、Robotaxi、人形機器人及部分數據中心需求，集中壓在同一套計算平臺之上。幾百億美元，一個平臺，沒有備用方案。
AI5 的成敗，最終不取決于參數高低，而取決于規(guī)模是否真正到來。
馬斯克說這是存亡問題。他可能是對的。
