AI芯片，突传重磅！马斯克，最新宣布

来源：券商中国

AI芯片领域，传来大消息！

特斯拉CEO马斯克表示，特斯拉AI芯片设计团队已成功完成AI5芯片的流片。马斯克宣称，AI5将成为有史以来产量最高的AI芯片之一。

此外，有消息称，英特尔将在未来几周向员工披露参与马斯克“Terafab”项目的细节。“Terafab”项目被特斯拉称为“有史以来规模最大的芯片制造工厂”，目标直指每年生产1太瓦（TW）AI算力芯片。

马斯克：完成AI5芯片的流片

4月15日，马斯克在社交平台X上发文称，“恭喜特斯拉AI芯片设计团队成功完成AI5芯片的流片。AI6、Dojo3以及其他令人期待的芯片也正在开发中。”马斯克表示，AI5将成为有史以来产量最高的AI芯片之一。

今年1月份，马斯克曾表示，特斯拉AI5芯片已接近设计完成，而AI6芯片目前处于早期阶段，后续还将推出AI7、AI8、AI9，目标是在9个月内完成设计周期。

根据马斯克的说法，AI5芯片将主要用于自动驾驶系统的训练与推理计算，并为特斯拉人形机器人Optimus提供算力基础。目前，特斯拉在售车型主要依赖AI4（HW4）芯片来运行FSD（完全自动驾驶）系统。

当时，马斯克表示，解决AI5芯片问题对特斯拉来说至关重要，“因此我必须让两个团队都专注于这款芯片的研发，而且我本人也连续几个月的周六都投入其中”。他称，AI5将是一款性能非常强大的芯片：在单SoC下的性能大致相当于英伟达的Hopper，双SoC下则相当于Blackwell（Hopper的新一代GPU架构），但价格和能耗都更低。

3月18日，马斯克曾发文称，AI5的性能将远超其规格，因为特斯拉的整个AI软件栈都旨在最大限度地利用每一条电路，AI软件和硬件是协同优化的。AI5主要针对Optimus和Robotaxi中的AI边缘计算进行了优化。马斯克表示，AI5仍有巨大的提升空间。在相同的半晶圆面积和工艺节点下，单颗AI6芯片有望达到双SoC AI5的性能水平。

3月22日，马斯克在美国得克萨斯州奥斯汀市举办“Terafab”项目发布会，宣布正式启动由特斯拉、SpaceX与xAI联合打造的“Terafab”项目。该项目被特斯拉称为“有史以来规模最大的芯片制造工厂”，目标为每年产出1太瓦量级的算力（含逻辑芯片、存储芯片及封装产能），其中约80%算力用于太空领域，20%用于地面应用。

马斯克称，当前全球AI算力年产量约20吉瓦，Terafab的年算力产能相当于前者当前规模的50倍。马斯克介绍，“Terafab”项目内设两个晶圆厂，每个晶圆厂专注一种芯片，并将实现全流程闭环生产。

据悉，Terafab将打破全球现有芯片制造的分工模式，将光刻掩膜、芯片制造、封装测试全链条集中在单一厂区内，形成“制作掩膜—芯片制造—测试—优化掩膜—再制造”的极速迭代闭环。

马斯克透露，全球目前尚无任何厂区能将逻辑、存储、封装、测试、光刻掩膜等全部放在一起，实现这一全流程一体化布局，其迭代速度较常规产线高出一个数量级，可支撑算力芯片的极限工艺试验与新物理方向研发。

英特尔参与“Terafab”项目

据外媒15日消息，根据英特尔CEO陈立武上周发出的一份备忘录，该公司计划在“未来几周”向员工披露其参与马斯克雄心勃勃的“Terafab”芯片制造项目的“范围和性质”。

近日，英特尔宣布，将加入马斯克旗下“Terafab”项目，并与SpaceX和特斯拉合作，为马斯克在机器人技术和数据中心领域的宏图提供处理器支持。

英特尔在社交媒体平台X上发文称，其技术能力将有助于加速“Terafab”实现“年产1太瓦（terawatt）算力”的目标，以推动AI和机器人技术的未来发展。

陈立武在另一篇帖子中表示，马斯克拥有重塑整个行业的成功经验，这正是当今半导体制造业所迫切需要的。“Terafab”项目代表了未来硅逻辑芯片、存储芯片和封装构建方式的一次飞跃。

陈立武写道：“马斯克在人工智能、交通运输、通信、机器人和太空旅行等领域的宏伟愿景，高度依赖于充足且不间断的硅芯片供应。因此，英特尔是帮助他实现愿景的理想合作伙伴。”

对于在AI竞赛中一度落后于竞争对手的英特尔来说，随着其转型努力势头增强，此次合作有望提振投资者信心。随着对其处理器需求的增加，英特尔的财务状况也呈现出稳步改善的积极态势。

执掌英特尔一年多的陈立武正在推行激进的重组计划，旨在修复这家芯片制造商的财务状况，具体措施包括裁员和资产出售。该公司还获得了英伟达和美国政府数十亿美元的投资，目前美国政府已成为英特尔的最大股东。

英特尔转型战略的一个关键支柱是其名为“英特尔代工”（Intel Foundry）的芯片代工制造业务，该业务目前仍在巨额亏损。2025年，该业务录得103.2亿美元的运营亏损，而其营收仅增长了3%。

尽管如此，英特尔现在正专注于其18A制造技术。该公司上个月表示，在去年主要将该技术用于内部之后，现在可能会向外部客户提供。