6月10号凌晨,马斯克在X上发了一条很少见的内部技术帖。不是新车,不是火箭,是芯片。核心就一句话:AI6有望创下单块晶圆可用算力的世界纪录。他还特意强调了一个词——"usable"。
注意他的措辞:"usable intelligence from a wafer when factoring in yield"。翻译成人话:不是实验室峰值跑分,是把良率折算进去之后,单块晶圆真正能用的算力。这句话才是整条帖子里最重要的信息。
特斯拉自研芯片的进化路线
很多人不知道,特斯拉从2018年的Hardware 3就开始自研芯片了。在那个时间点,车企自己造芯片还是个笑话。但到了现在,特斯拉的芯片路线图清晰得让人没法忽视。
目前量产车上跑的是AI4。即将量产的AI5已经完成流片,计划2027年下半年量产,算力是两块AI4总和的5倍。而AI6再在AI5基础上翻一番,而且换了全新的处理器运算和内存管理架构。开发周期只有9个月,2028年下半年量产,后面还有AI6.5的迭代规划——特斯拉做芯片的节奏,跟造车一样快。
这个节奏放在半导体行业里是离谱的。传统芯片公司一代产品迭代周期3到4年,特斯拉9个月。能做到这点,跟它和三星在德州Taylor工厂签的165亿美元合作协议分不开。2nm工艺、全产业链绑定,这个投入级别已经不是"车企搞副业"了。
内存架构是真正的亮点
AI6这次最值得关注的不是算力翻倍,而是内存架构的重构。近半数TRIP加速器搭配了SRAM高速缓存,主存升级到LPDDR6。
说人话:复杂AI运算可以直接在缓存区完成,不用等系统主存响应。对于自动驾驶和机器人推理来说,这种架构优化比单纯的算力数字重要得多。端侧推理最大的瓶颈从来不是算力不够,是数据搬来搬去的延迟太高。SRAM缓存做大了,就等于把高速公路修到了家门口。
还有一个容易被忽略的细节:马斯克同时在推TERAFAB项目——联合英特尔和SpaceX,目标是实现半导体全产业链自主整合,年产1太瓦AI算力。目前特斯拉还依赖三星和台积电代工,但TERAFAB的长期意图就是三个字:抓命脉。
为什么先给机器人用,不给车用
马斯克明确说,AI6会先给Optimus人形机器人和训练超算集群用,之后才逐步下放给民用车。这个优先级很有意思。
AI4已经够让车开得比人好了,所以新一代芯片不会急着上车。AI6的算力规格超出了"让车更安全"的需求,它要支撑的是更复杂的通用智能任务——识别、操作、决策、在真实物理环境里自主学习。
把这个逻辑串起来看:特斯拉的芯片战略不是"一代比一代强",而是设计一颗能同时喂饱汽车、机器人和超级计算机的通用算力底座。当三样东西共用一套架构的时候,研发成本被摊薄,规模效应才会真正出来。
消息发出来后特斯拉股价跌了3%,收396.68美元。短期投资者觉得这是烧钱,但如果你把视线拉长——当特斯拉有了一颗自研的、良率可控的、能同时撑起三个产品线的AI芯片,它就不再是"买英伟达GPU的车企",而是一家自己定义算力效率标准的芯片公司。
9个月迭代一代芯片,这个节奏放在半导体行业简直是开了挂。传统厂商流片一次的成本和时间,够特斯拉迭代两代了。当然背后是三星2nm产能绑定的165亿美元,但这个投入换来的速度优势,确实让其他车企很难追。
芯片先给机器人用,不给车用——马斯克:车开得好就行了,机器人还得再聪明点?
看完只有一个感受:我老板还在纠结要不要给我们买ChatGPT Plus,马斯克已经在给自己造芯片了。这就是格局的差距。不过话说回来,TERAFAB年产1太瓦算力这个数字是真的离谱,够全人类一起摸鱼了。
代码说话:SRAM缓存+LPDDR6+TRIP加速器,这套架构设计的目标很明确——降低端侧推理的访存延迟。跟英伟达走的是两条路:英伟达卖通用GPU给所有人,特斯拉造专用芯片只给自己用。前者赚的是广度,后者赌的是垂直整合的成本优势。
你真的懂什么叫"usable intelligence"吗?马斯克故意选了usable而不是peak performance,是在说:跑分不重要,良率×算力÷成本才是真正的竞争力。再想想:当一颗芯片同时喂汽车、机器人和超算,规模效应会让每一代芯片的实际成本降到不可思议。