特斯拉 AI5(自研车载与机器人 AI 芯片)
产品概述
AI5 是特斯拉自研的下一代 AI 计算芯片,同时服务车辆自动驾驶(FSD) 与 Optimus 人形机器人两条产品线——这是特斯拉首次让一颗芯片同时承担车与机器人的推理负载。
供应链是 AI5 最受关注的部分:三星泰勒(Taylor, Texas)工厂已于 2026 年 7 月启动 2nm 级量产,此前完成了 AI5 的流片;同时特斯拉把部分产能放在台积电 3nm,形成双源供货,避免单点依赖。
马斯克给出的性能口径是:AI5 的能效约为 NVIDIA Blackwell 的 3 倍,而成本不到其 10%。需要说明的是,这是针对特斯拉自身推理负载的产品主张,并非通用基准测试结果。
核心规格
| 项目 | 参数 |
|---|---|
| 架构 | Tesla 自研 NPU(AI5) |
| 制程 | 三星 2nm(泰勒厂)+ 台积电 3nm(双源供货) |
| 定位 | 车辆自动驾驶 + 人形机器人推理 |
| 算力 | 未公开 |
| 显存容量 | 未公开 |
| 显存带宽 | 未公开 |
| TDP | 未公开 |
| 量产启动 | 三星泰勒厂 2026-07 |
| 预计装车 | 2027 年中(量产切换) |
⚠️ 口径提示:特斯拉未公开 AI5 的算力、显存与功耗参数。"3 倍能效 / 10% 成本"是特斯拉针对自身负载的产品主张,请勿当作通用基准。
为什么 AI5 的节奏被"备货"卡住
马斯克明确表示,特斯拉需要在产线旁备足数十万块完成的 AI5 板卡,才会切换车辆生产——这意味着芯片量产启动(2026-07)与实际装车(2027 年中)之间存在约一年的时间差。
| 阶段 | 时间 | 说明 |
|---|---|---|
| 流片完成 | 2026-07 前 | 三星完成 AI5 流片 |
| 量产启动 | 2026-07 | 三星泰勒厂 2nm 级开始生产 |
| 备货期 | 2026-07 ~ 2027 中 | 需要积累数十万块板卡 |
| 装车切换 | 2027 年中 | 车辆产线切换至 AI5 |
Tesla AI 芯片路线
| 芯片 | 代际 | 代工 | 用途 | 状态 |
|---|---|---|---|---|
| Dojo D1 | 训练 | TSMC 7nm | 训练集群(已收缩) | 已发布 |
| Dojo v2 | 训练 | TSMC | 训练集群 | 未量产 |
| AI5 | 推理 | 三星 2nm + 台积电 3nm | FSD + Optimus | 已流片,量产启动 |
| AI6 | 推理 | 三星(德州) | 下一代车与机器人 | 规划中 |
关键洞察:特斯拉的芯片战略与云厂商形成有趣对照——Google、AWS、微软、Meta 的自研芯片都指向数据中心,而特斯拉的自研芯片指向端侧与机器人。AI5 用 2nm/3nm 这样的先进节点做端侧推理,代表"先进制程下沉到边缘"这一新趋势;这也解释了为何特斯拉要同时锁定三星与台积电两家产能。
厂商信息
| 项目 | 内容 |
|---|---|
| 公司 | Tesla, Inc. |
| 总部 | 美国得克萨斯州奥斯汀 |
| 自研芯片团队 | Tesla AI 芯片设计团队 |
| 代工 | 三星(泰勒厂,2nm 级)、台积电(3nm) |
| 应用产品 | FSD(全自动驾驶)、Optimus(人形机器人) |
适用场景
- ✅ 车辆自动驾驶推理(FSD)
- ✅ 人形机器人推理(Optimus)
- ✅ 端侧低延迟 AI(无云端往返)
- ❌ 数据中心大模型训练
- ❌ 对外销售(仅特斯拉自用)
相关卡
- Tesla Dojo D1 — 特斯拉训练芯片
- Tesla Dojo v2 — 训练芯片后继
- NVIDIA Drive Thor — 车载 AI 计算竞品
- NVIDIA Jetson Thor — 机器人 AI 计算平台
- 完整对比表