特斯拉 AI 芯片路线图曝光：SI6 算力是 HW4 的 80 倍，砍掉的 Dojo 以 D3 回归还要上太空

特斯拉很少把芯片路线讲得这么细。11 月 8 日，公司更新了 AI 加速器路线图，把未来三代推理芯片和训练芯片的方向一次性摊开：第六代推理加速器 SI6 的算力被标到现款 HW4 的 80 倍，内存容量是 9 倍；而一年前被马斯克亲手取消的 Dojo 项目，以 Dojo D3 的名义回来了，架构从晶圆级系统改成芯粒加堆叠 HBM，并且明确要”面向太空”优化。

一分钟速览

• SI6：算力约 HW4 的 80 倍，内存 9 倍。按 HW4 大约 216～576 TOPS 的估算区间，SI6 大致落在 17.28～46.08 POPS，预计 2029～2030 年推出。
• SI5（HW5 / AI5）：改用多芯片模块（MCM）设计，分别由台积电 3nm 和三星 2nm 级工艺制造，算力约 HW4 的 40 倍，内存预计 96GB，功耗可能达到 250W～800W。
• Dojo D3：不再是晶圆级片上系统，改为 2.5D/3D 封装的芯粒架构加堆叠式 HBM，面向训练、扩展和太空部署。
• 命名换了：特斯拉开始用”超级智能”（Super Intelligence，SI）替代”人工智能”（AI），SpaceXAI 也将更名为 SpaceXSI。

D3 掉头：从 SRAM 到 HBM

第一代 Dojo D1 的思路很激进：把 25 颗处理器用晶圆级封装连成一片，靠分布式片上 SRAM 提供总计 11GB 的容量，每颗芯片 440MB、每片晶圆 11GB。这套设计在特定负载下延迟低、带宽高，但容量天花板也很明显——今天的模型参数、激活值和中间计算数据动辄以百 GB 计，SRAM 撑不住。

D3 转向堆叠 HBM，本质上是承认”容量优先”。内存可以靠堆叠继续往上加，代价是延迟、带宽特性、封装复杂度和功耗都要重新权衡。特斯拉没有说明是否彻底放弃晶圆级集成：一种可能是逻辑芯片仍用晶圆级封装互连，上面再叠定制 HBM；另一种可能是认定晶圆级集成太贵，只在 SRAM 主导的架构里才划算。考虑到在晶圆级互连上叠 HBM 会同时推高设计、散热、制造难度和良率风险，走传统芯粒路线看起来更现实。

目前 D3 的具体算力、内存容量、制程和量产时间都没有公布。唯一明确的是优化方向：太空、训练、扩展能力。太空两个字意味着至少部分型号要做抗辐射设计——这不是一句口号，而是会反过来影响封装、功耗和可靠性的硬约束。

80 倍是怎么来的

特斯拉把 SI4（原 HW4、AI4）当作性能基准。这颗芯片由三星代工，7nm 级制程，传统 FCBGA 封装，预计配 16GB GDDR6。值得一提的是，演示文稿里把制程写成了 5nm 级，实际是 7nm 级——这种细节错误也说明路线图更偏方向性，而非最终规格。

特斯拉没有公布 SI4 的绝对算力。按马斯克说过的”HW4 是 HW3 的 3～8 倍”、HW3 官方 72 TOPS 推算，SI4 大约在 216～576 TOPS。SI5 的 40 倍提升被拆成两部分：制程升级和执行单元增加带来约 8 倍，硅片层面优化再带来约 5 倍。到 SI6 再加到 80 倍，数字很漂亮，但跨度也意味着不确定性：数据格式支持哪些、功耗怎么控制，都会显著改变实际表现。

和英伟达比，处在什么位置

把 SI6 的估算值放到行业里看：英伟达 Rubin 的推理算力为 50 NVFP4 PFLOPS，训练 35 PFLOPS，FP8/FP6 为 17.5 PFLOPS。特斯拉 SI6 的 17.28～46.08 POPS 在数量级上不算落后，但时间差是关键——Rubin 已经开始向客户交付，SI6 要等到 2029～2030 年。也就是说，这是一场”用四年后的芯片对标今天的对手”的比较，参考价值有限。

趋势：车企开始自己定义算力节奏

这份路线图透露出的信号，比任何单个数字都重要。第一，特斯拉不再把训练芯片完全外包给英伟达，Dojo 以更保守、更工程化的芯粒形态复活，说明自研的边界被重新划定：不追求架构上的炫技，追求可制造、可扩展、可部署。第二，推理芯片的迭代被排成清晰的三代节奏，SI5 用台积电加三星双源代工，是典型的供应链风险管理。第三，把”太空”写进芯片优化目标，意味着算力部署开始跟着星链、星舰这类场景走，而不只是地面数据中心。

对行业来说，真正的看点不是 80 倍这个倍数，而是特斯拉愿意为一颗 2029 年才出的芯片提前四年公开路线——在 AI 硬件进入”拼交付”的阶段，路线图本身就是给供应链、开发者和资本市场的一张时间表。