特斯拉更新AI加速器路线图：SI6算力达HW4的80倍，Dojo D3将面向太空部署

IT之家 11 月 8 日消息，特斯拉公布了更新后的 AI 加速器路线图，进一步揭示了公司未来几年的芯片研发方向。根据这份路线图，特斯拉第六代推理加速器的算力预计将达到现有第四代芯片的 80 倍；而用于训练任务的 Dojo D3 将放弃以 SRAM 为核心的架构，转向采用多芯粒设计，并搭载堆叠式 HBM 高带宽内存。

此外，特斯拉还开始用“超级智能”（Super Intelligence，SI）取代“人工智能”（Artificial Intelligence，AI）这一名称，为旗下 AI 加速器启用 SI 系列命名。出于相同原因，马斯克近期也确认，SpaceXAI 将更名为 SpaceXSI。

特斯拉 AI 加速器路线图

根据披露的信息，特斯拉目前的芯片产品线及规划如下：

项目

HW3 / AI3

SI4 / HW4

SI5 / AI5

SI6 / AI6

Dojo D1

Dojo D3

用途

推理

推理

推理

推理

训练

训练

制程工艺

三星 14nm

三星 7nm

台积电 3nm / 三星 2nm

2nm 级

台积电 7nm

待定

架构

单片式

单片式

多芯片模块（MCM）

多芯片模块（MCM）

晶圆级系统（SoW）

多芯粒

封装

FCBGA

FCBGA

MCM

MCM

InFO_SoW（训练计算单元）

2.5D + 3D

内存类型

LPDDR4

GDDR6

GDDR6 / GDDR7（待定）

GDDR7（待定）

片上 SRAM

堆叠式 HBM

内存容量

8GB

16GB

96GB

144GB

每颗芯片 440MB SRAM；每片晶圆 11GB SRAM

待定

内存带宽

约 68GB/s

约 224GB/s

待定

待定

片上约 10TB/s

待定

相对 SI4 算力

1 倍

40 倍

80 倍

预计算力（TOPS）

72

216～576

8640～23040

17280～46080

362 TFLOPS

待定

预计算力（POPS）

0.216～0.576

8.64～23.04

17.28～46.08

0.362 PFLOPS

待定

当前状态

已淘汰

量产

接近量产

研发中

已停止

研发中

Dojo D3：不再采用晶圆级集成？

IT之家注意到，这份路线图中最值得关注的变化，或许是特斯拉重新启动了自主研发的 Dojo 训练加速器项目。

马斯克曾在 2025 年 8 月取消整个晶圆级 Dojo 项目，并于 2026 年 8 月表示，SpaceX 和 xAI 将在其地面及太空数据中心中全部采用英伟达硬件。不过，第三代 Dojo D3 与前两代 Dojo D1、Dojo D2 将有明显不同。

特斯拉将下一代 Dojo D3 描述为一款基于芯粒（Chiplet）的训练加速器，采用 2.5D 和 3D 封装技术，并搭载堆叠式 HBM 内存。

这与最初 Dojo D1 采用的晶圆级系统（System-on-Wafer，SoW）架构有很大不同。D1 主要依赖分布式片上 SRAM，并通过晶圆级封装技术，将 25 颗 D1 处理器连接起来，提供总计 11GB 的 SRAM。

D3 转向 HBM，意味着特斯拉希望大幅提高内存容量。现代 AI 模型需要消耗大量内存，用于存储模型参数、激活值和中间计算数据。从容量角度来看，SRAM 已经不再适合满足这类需求。

采用 HBM 可以让内存容量扩展变得更加容易，但也会带来不同的延迟、带宽、封装和功耗权衡。目前尚不清楚特斯拉是否已经彻底放弃晶圆级集成技术。

一种可能是，特斯拉仍会采用晶圆级封装技术连接逻辑芯片，并在其上方堆叠定制 HBM 模块。

另一种可能是，特斯拉认为晶圆级集成成本过高，只有在 SRAM 主导的特定架构中才具有较高价值。如果在采用晶圆级互连的逻辑芯片上继续堆叠 HBM，还会进一步增加设计复杂度、散热难度和制造难度，可能降低芯片良率，同时带来长期可靠性问题，最终推高成本。

虽然可以通过增加冗余设计、改进制程技术等方式解决其中大部分问题，但这些措施都会增加成本。因此，D3 采用传统芯粒架构而非晶圆级封装的可能性似乎更高。

目前，特斯拉尚未公布 D3 的具体算力、内存容量、制造工艺和研发时间表。

不过，公司表示，Dojo D3 将针对“太空、训练和扩展能力”进行优化。这意味着该产品不仅要提供足够的计算性能，还需要具备较强的扩展能力。这也进一步暗示，D3 可能采用更传统的加速器架构，而非晶圆级封装方案。

更值得关注的是，D3 还将针对太空环境部署进行优化。这可能意味着，至少部分型号需要具备抗辐射能力。

SI6：未来几年算力有望达到 HW4 的 80 倍

路线图中的另一个重要信息，是特斯拉披露了第六代推理加速器 SI6 的大致算力水平：其算力预计将达到 HW4 的 80 倍，内存容量则是 HW4 的 9 倍。

具体数值取决于如何衡量 HW4 的性能。按照目前的估算，SI6 算力可能达到 17280～46080 TOPS，即 17.28～46.08 POPS。不过，目前还不清楚 SI6 支持哪些数据格式，因此这些数字仍存在不确定性，只能作为参考。

作为对比，英伟达 Rubin GPU 的推理算力为 50 NVFP4 PFLOPS，训练算力为 35 NVFP4 PFLOPS，FP8/FP6 算力则为 17.5 PFLOPS。

需要注意的是，英伟达 Rubin 已经开始向客户交付，而特斯拉 SI6 预计要到 2029 至 2030 年才会推出。

目前，特斯拉汽车使用的第四代推理处理器最初名为 HW4，后来更名为 AI4，最近又被重新命名为 SI4。这款芯片由三星代工，采用 7nm 级制程工艺，并使用传统的倒装芯片球栅格阵列（FCBGA）封装，预计搭载 16GB GDDR6 内存。

需要指出的是，相关特斯拉演示文稿据称存在一处错误，将该芯片的制程标注为 5nm 级，实际上应为 7nm 级。

特斯拉将 SI4 描述为当前完全自动驾驶（FSD）技术的性能基准，未来几代芯片的性能都将以它为参照。不过，特斯拉并未正式公布这款芯片的绝对算力、内存容量和功耗，因此很难进行准确比较。

马斯克曾表示，HW4 的性能是 HW3 的 3～8 倍。HW3 的官方算力为 72 TOPS，据此估算，HW4 的算力约为 216～576 TOPS。

按照路线图，下一代第五代推理加速器 SI5（也称 HW5 或 AI5）将采用多芯片模块（MCM）设计，告别 HW4 使用的传统封装方式。

这款芯片将分别采用台积电 3nm 和三星 2nm 级制程工艺制造。

特斯拉预计，SI5 的算力将达到 HW4 的 40 倍。马斯克此前解释称，这一提升来自两方面：计算能力提升 8 倍，主要得益于更先进的制程工艺和更多执行单元；硅片优化则进一步带来 5 倍性能提升。

据此估算，SI5 的算力可能达到 8640～23040 TOPS，具体数值取决于 HW4 的实际算力基准。

不过，SI5 的预计功耗也相当高，根据不同应用场景，可能达到 250W～800W。因此，现阶段对其实际性能进行估算仍存在较大不确定性。

在内存方面，SI5 的容量预计将达到上一代的 6 倍，即 96GB。根据最终采用 GDDR6 还是 GDDR7 内存，其带宽可能介于 768GB/s 和 1.536TB/s 之间。

至于第六代推理加速器 SI6，特斯拉计划进一步将其算力提升至 HW4 的 80 倍，内存容量则达到当前一代芯片的 9 倍。

按照上述估算，SI6 算力可能达到 17.28～46.08 POPS，内存容量则为 144GB。对于一款 AI 推理加速器而言，这意味着相当可观的算力和内存规模。

特斯拉已经与三星晶圆代工部门签署协议，计划由后者为其生产第六代推理加速器，合作期限持续至 2033 年。

最新路线图显示，SI6 将采用 2nm 级制程工艺。考虑到该芯片预计在 2029 至 2030 年推出，以及三星近期更新的代工路线图，SI6 可能采用汽车级 SF2A、性能增强版 SF2P，甚至是配备背面供电技术的 SF2Z。

值得注意的是，特斯拉似乎并未计划在 2030 年代利用 Terafab 工厂的英特尔 14A 制程生产 SI6。

在封装方面，SI6 将延续 AI5/SI5/HW5 引入的多芯片模块（MCM）设计。这一选择较为合理，因为特斯拉届时已经能够积累第五代推理加速器的研发和生产经验，同时也可以将封装成本控制在相对合理的范围内。

目前，许多汽车制造商都在考虑为下一代系统级封装（SiP）采用多芯粒设计和 HBM 内存，这也将推高相关芯片的制造成本。

至于特斯拉何时会在推理加速器中引入 HBM，目前仍没有明确答案，但 SI6 恐怕还不会采用这类内存。