公司战略调整 - 特斯拉解散Dojo超级计算机团队 停止自主研发云端训练芯片 将Dojo功能集成到车端FSD芯片实现训推一体[2] - 战略转向从双轨并行到训推合一的架构重构 核心目的是降本增效[3] - 与三星电子签订价值22.7648万亿韩元（约165亿美元）的芯片代工协议 三星得州新工厂将专门生产特斯拉下一代AI6芯片[3][6] 技术架构变革 - 新研发的AI6芯片为首款真正意义上的训推一体芯片 集成原Dojo训练模块与车端推理引擎[6] - AI5作为过渡产品算力达2000TOPS 较HW4实现跨代提升 由台积电生产[6] - 训推一体架构使算法迭代周期缩短60%以上 网络布线成本与复杂度降低数个数量级[6] - 单芯片可同时满足训练与推理需求 单辆车算力硬件成本下降40% 云端超算部署成本下降55%[8] 项目背景与挑战 - Dojo项目2019年启动累计投入超50亿美元 推出7nm制程含500亿晶体管的D1芯片[7] - 2024年Dojo与HW团队消耗公司60%芯片研发预算 因技术路线差异导致协同效率低下[7] - Dojo数据中心建设严重滞后 较原计划延迟18个月 关键人才大量流失[4][7] - 自动驾驶研发费用同比增长45% 其中算力成本占比达32%[8] 竞争优势与效益 - 百万级存量车辆将变身移动数据中心 形成车云协同分布式训练集群[7] - 每年可减少数亿美元外部算力采购支出 利用真实路况数据实时优化算法[7] - 训推一体架构可使L4级自动驾驶系统迭代效率提升5倍[10] - 若FSD渗透率从35%提升至60% 预计可额外贡献5000亿美元市值[11] 行业影响 - 打破传统训练用GPU推理用ASIC的二分法 开启端云同构硬件新时代[10] - 预计将引发行业跟风 2028年训推一体芯片市场规模或达150亿美元[10] - 重新定义汽车产业估值逻辑 从硬件制造转向算力驱动的移动数据平台[11] - 英伟达Blackwell B200芯片算力较H200提升3倍 行业竞争加剧[9]