前言：关乎存亡的战略核心
埃隆·马斯克已明确指出，AI5的成败“关乎特斯拉的存亡”（Solving AI5 was existential to Tesla）。这一表述将AI5的战略地位提升至前所未有的高度。AI5，其工程代号为HW 5.0（第五代车载计算平台），是特斯拉为实现完全自动驾驶、人形机器人及数据中心统一算力而倾力打造的核心平台。马斯克甚至断言，AI5之后，将不再有下一代专为汽车设计的芯片。这意味着，特斯拉的未来业务——无人驾驶、人形机器人乃至部分数据中心业务，都将压注于此单一平台之上。
一、性能怪兽：AI5的技术规格与架构革新
根据供应链泄露及马斯克后续确认的信息，AI5的性能堪称车载计算领域的一头“怪兽”。其核心参数揭示了特斯拉在算力上的极致追求。
核心性能指标：
- 推理性能：相较于HW4提升40倍，远超8倍的原始算力增长，这得益于深度的架构优化。
- 内存容量：达到HW4的9倍，为承载更大规模的神经网络模型和更长的“记忆”上下文提供基础。
- 能效比：提升3倍，这对于功耗敏感的车载和机器人平台至关重要。
- 成本效益：马斯克宣称，每美元提供的性能可能是英伟达方案的10倍。
在性能对标上，马斯克直指英伟达的数据中心级产品：单颗AI5芯片性能接近Hopper架构的H100，而双芯片版本则对标Blackwell架构。这一性能飞跃的关键在于架构的激进优化与精简。
架构革新：
- 硬件原生支持：AI5通过硬件原生支持SoftMax等神经网络常用操作，将原需数十步软件模拟的计算缩减至几步，从而实现了远超算力增幅的性能提升。
- 移除图像处理器（ISP）：特斯拉FSD系统选择绕过传统的ISP图像处理流程，直接处理来自摄像头的12-bit原始光子数据。这种“所见即所得”的方式虽然牺牲了图像的视觉美感，但保留了最完整的数据信息，降低了处理延迟。
- 废除独立GPU：传统的智驾芯片通常集成GPU用于神经网络计算和可视化渲染。特斯拉选择将渲染任务交由座舱的AMD Ryzen处理器，使AI5芯片专注于端到端神经网络的运行，从而将宝贵的芯片面积完全用于推理单元，实现了“半个光罩”的设计，有效降低了成本、功耗并提升了良率。
- 内存技术升级：AI5预计将采用HBM3（高带宽内存），与英伟达H100同源。其带宽预计可达1.9 TB/s，远超HW4使用的GDDR6（384 GB/s），为处理超大规模模型的数据吞吐提供了保障。这也将是HBM技术首次应用于车载计算平台。
此外，AI5将提供单芯片与双芯片两种配置，以满足不同场景的需求。
二、需求驱动：为十倍参数的FSD模型铺路
AI5的诞生，直接源于特斯拉FSD（全自动驾驶）软件对算力的无尽渴求。随着FSD v14的推出，模型参数量实现了10倍的增长，这对现有硬件平台构成了严峻挑战。
-
算力瓶颈：参数量与计算量同步增长10倍。HW4约300 TOPS的算力虽经优化能勉强运行FSD v14，但已达极限。更重要的是，下一代FSD需要从“条件反射式”的驾驶（如红灯停）进化到具备因果推理能力的“思考式”驾驶（如预判其他车辆意图并决策），这种多步推演的“思考”过程对算力的消耗是指数级的。AI5 40倍的推理性能，正是为这种“思考”预留的算力冗余。
-
内存与带宽限制：FSD v14的完整模型大小约12.5GB，已接近HW4 16GB内存的上限。同时，模型每秒推理30次所需的数据读取量高达375GB/s，几乎占满了HW4 384 GB/s的带宽。若模型规模再扩大10倍，HW4将彻底无法支撑。AI5的144GB内存和1.9 TB/s带宽，正是为承载未来更庞大、记忆上下文更长的模型而准备。
马斯克认为，安全的无人驾驶需要百亿英里数据的训练，而只有更大的模型才能容纳真实世界中的长尾场景。AI5的设计，正是为了给下一个十倍的模型增长提供充足的硬件余量。
三、制造豪赌：165亿美元的双代工与TeraFab愿景
特斯拉为AI5的量产制定了史无前例的制造策略。一份价值165亿美元的合同，将AI5同时交由三星和台积电两家顶级晶圆厂代工。
-
双供应商策略：三星德州Taylor工厂采用3nm GAA工艺，台积电亚利桑那工厂则使用3nm N3E节点。这种双代工模式旨在确保产能安全，避免单一供应商风险，因为FSD、Robotaxi和Optimus三大业务线都将依赖AI5的供应。然而，这也带来了巨大的工程挑战，即确保在不同工艺下生产的芯片，软件表现必须完全一致。
-
时间表与过渡方案：AI5计划于2026年底小批量产，2027年实现大规模量产。然而，由于设计尚未最终定版，2026年6月投产的Cybercab将无法首发搭载AI5。为此，特斯拉推出了采用三芯片设计的HW4.5作为过渡，以满足当前FSD模型迭代对算力和冗余的需求。
-
TeraFab的宏大构想：马斯克认为，即便集合全球顶级供应商的产能也无法满足其最终需求。因此，特斯拉计划自建名为“TeraFab”的超级工厂，整合逻辑芯片、内存制造与先进封装。其目标是从月产10万片晶圆起步，最终达到100万片，旨在实现每年生产1000亿至2000亿颗芯片的惊人产量。为此，SpaceX已在德州建设先进封装设施，作为实现这一愿景的第一步。尽管英伟达CEO黄仁勋对此表示怀疑，但特斯拉已将2026年资本支出提升至200亿美元，决心推动这一计划。
四、战略聚焦：Dojo的终结与统一架构的兴起
在全力推进AI5的同时，特斯拉做出了一个重大决定：关停其自研的训练专用芯片项目——Dojo。Dojo项目始于2019年，旨在打造一台用于处理海量视频数据的超级计算机，其核心是自研的D1芯片。尽管架构设计极为激进，但Dojo在工程实现上遭遇了巨大困难，如早期芯片利用率低、功耗过高等问题。在斥巨资采购了5万块英伟达H100 GPU后，马斯克最终承认Dojo是一场“高风险赌博”。
Dojo 2项目的关停，标志着特斯拉芯片战略的重大转变。未来的AI6芯片将采用统一架构，既能用于终端推理（如车辆和机器人），也能通过集群方式用于数据中心训练，马斯克称之为“Dojo 3”。这种统一架构的思路避免了同时维护两条独立芯片产品线的复杂性和资源浪费。过剩的AI5芯片也将被部署于数据中心，与英伟达GPU协同工作，执行推理任务。
五、终极目标：从汽车到机器人的范式转移
AI5的真正使命，是支撑特斯拉从一家汽车制造商向人工智能公司的彻底转型。其算力不仅服务于汽车，更将成为Robotaxi和Optimus人形机器人的大脑。
- Robotaxi与Optimus的共同需求：无论是无人驾驶出租车，还是人形机器人，其核心技术路径都是通过摄像头感知世界，利用神经网络理解环境并做出实时决策。这套技术栈对算力的需求是同源的。随着奥斯汀Robotaxi项目进入完全无人运营，以及无方向盘的Cybercab计划投产，算力需求日益迫切。
- 机器人优先战略：特斯拉已停产Model S和Model X，将生产线腾出用于制造Optimus机器人，目标是实现百万台级别的年产能，并将成本控制在2万美元。这一决策清晰地表明，机器人在特斯拉未来战略中的优先级正在超越汽车。
- AI5：最后一代为车而生的芯片：马斯克明确表示，AI6的设计将主要为Optimus和数据中心服务。这意味着，AI5将是特斯拉最后一代以汽车为核心设计出发点的计算平台。从AI6开始，汽车将成为机器人芯片的应用场景之一，而非设计的中心。未来的AI7甚至被构想为与Starship结合的“太空AI”。
结语：百亿美元赌局的风险与未来
尽管蓝图宏伟，AI5在2027年大规模量产前仍面临诸多挑战。首先是功耗问题，即便从最初的700-800瓦下调至250瓦，对于车载和机器人平台而言依然偏高。其次，三星与台积电的双代工策略带来了巨大的跨工艺验证风险与成本。最后，高达数百亿美元的资本投入，其回报完全依赖于需求端的兑现。
Robotaxi和Optimus能否如马斯克预期那样迅速实现规模化部署，是这场赌局的关键。一旦市场需求未能跟上产能扩张的步伐，“过量供应”的芯片将迅速转化为沉重的库存和资产折旧。特斯拉已将公司最核心的未来业务全部押注于AI5这一个计算平台，没有任何备用方案。
因此，AI5的成败，最终并非由其技术参数决定，而是取决于特斯拉能否将自动驾驶和人形机器人的愿景，真正转化为大规模商业现实。这确实是一场关乎存亡的对决。
