马斯克承认不懂造芯：Tesla如何用旧技能赌新世界

2026年10月11日周六上午，得州奥斯汀特斯拉超级工厂外聚集了一群客户和投资者。马斯克站在这些人面前，通过X Takeover直播向全球展示了一个叫Terafab的计划——建造一座能够自己制造先进芯片的工厂。

但他首先做了一件罕见的诚实举动：我不知道如何制造微芯片，但我们会弄明白。这可能需要好几年。

这位以技术远见著称的企业家用坦率的自我贬低，开启了一场可能颠覆全球半导体格局的尝试。如果一切顺利的话。

一世界上最难的事情之一

马斯克将芯片制造称为世界上最难做的事情之一。这不是谦虚。

在现代工业中芯片制造被称为人类精密工程的皇冠。从设计到交付需要经过光刻蚀刻沉积等数百道工序每一步都需要纳米级精度的控制。台积电三星英特尔等少数企业掌握了最先进的制程工艺而它们的积累都建立在数十年持续投入的基础之上。

根据行业数据当前最先进的3纳米制程芯片需要用到大约100道以上的制造步骤单是光刻环节就涉及多重曝光和复杂的光罩对准。这些数字背后是数以千计的工程师团队经过数十年的试错和优化。

对于特斯拉而言这种跨界的难度可以类比为一家优秀的汽车制造商突然宣布要建立一家波音级别的飞机生产线。而且特斯拉还要从零开始研发生产线上的核心设备。

我们不会一夜之间做到这需要好几年时间马斯克在讲话中强调了這個时间尺度。

但这种时间表本身就是一个巨大的悬念。过去四年间当科技行业经历了数次AI算力危机芯片短缺反复冲击供应链的时候特斯拉的Terafab从概念走到了公开宣示阶段。这意味着马斯克已经在这个方向上思考了相当长的时间。

二定制设备的护城河

如果芯片制造如此困难特斯拉凭什么敢进入这个领域？答案藏在马斯克的另一句话里：我们拥有制造定制设备的专长这可能让我们找到比任何人都更好地制造芯片的方法。

这不是空洞的口号。在过去十几年中特斯拉确实积累了大量制造定制化工业设备的独特能力。

最著名的例子莫过于Giga Press一体化压铸机。传统车企需要焊接六十多个车身零件才能完成底盘组装而特斯拉通过自研的大型压铸设备将这一过程简化为一次成型。这项创新不仅降低了成本还改变了整个汽车工业的生产方式。据公开报道每辆采用Giga Press技术的Model Y可以节省约一百美元的车身制造成本。

除此之外特斯拉还为Autopilot系统开发了FSD完全自动驾驶芯片虽然其生产仍交由台积电等外部代工厂完成但内部团队已经证明了自己理解从芯片设计到功能验证的全流程。第一代Dojo D1训练芯片的设计功率达到700瓦特专为大规模并行计算而优化。

这些经历让特斯拉相信它掌握的非标制造能力——为特定需求创造专用设备和流程的能力——正是改进芯片制造工艺的关键切入点。毕竟芯片制造的瓶颈往往不在于标准设备而在于如何在特定节点上实现良率和成本的突破。

三为什么要再造一条线

特斯拉的半导体战略并非一时兴起。背后的驱动力来自三个相互交织的压力。

首先是算力自主权的问题。特斯拉正在同时推进两条AI基础设施战线：一是用于自动驾驶训练的Dojo超级计算集群二是车内部署的FSD芯片。随着规模扩大对外部供应商的依赖成为潜在风险。一旦高端代工产能紧张或地缘政治变化影响供应链特斯拉将面临无芯可用的困境。

其次是成本控制的刚性需求。芯片制造属于资本密集型产业台积电等代工厂收取的价格包含高额溢价。如果未来能通过自制降低这部分支出对于年销量数百万辆的汽车企业来说节省下来的资金可能远超预期。更重要的是芯片作为智能车辆的“大脑”成本下降将直接转化为终端产品的竞争力提升。

第三是一个更大的愿景——特斯拉试图打造从材料处理设备定制芯片制造到终端产品集成的垂直闭环。这种模式类似于Intel曾经的IDM集成器件制造理念只不过特斯拉的版本覆盖了更广泛的环节。马斯克曾在其他场合表示过对“端到端”控制模式的执着这也是SpaceX火箭可回收复用、SolarCity太阳能板一体化的延伸思路。

四现实有多骨感

理想很丰满但半导体行业的门槛远超大多数人的想象。

根据业内的标准建设一座先进的晶圆厂通常需要数十亿甚至上百亿美元的前期投资以及三到五年的建设期。而从投产到良率达到商用水平又需要漫长的调优周期。相比之下特斯拉的造车业务起步时虽然也面临重重困难但至少有一个成熟的重工业体系可以依托。

芯片制造完全不同。它不仅依赖昂贵的设备一台EUV光刻机的价格超过一亿美元还需要极其专业的人才队伍——从物理化学工程师到精密仪器操作员每一环都需要长期训练。目前全球范围内能够独立运营7纳米以下制程的工厂不超过五家这是一个极小的精英圈子。

更重要的是当前的全球半导体产业链是一个高度分工的系统。每个参与者在特定的细分领域深耕多年形成了强大的网络效应。从硅片供应到光刻胶配方从EDA软件授权到封装测试每一个环节都有专业的巨头把持。特斯拉即使成功进入也需要面对如何在这样一个成熟生态中找到定位的问题。

此外还有一个隐性问题：特斯拉擅长的制造业与芯片制造的逻辑存在根本差异。汽车行业追求的是规模化量产和成本控制而芯片制造追求的是纳米级精度和良率优化。这两套思维方式的转换绝非一朝一夕可以完成。

五不只是芯片制造

抛开短期可行性不谈Terafab计划的象征意义可能比实际价值更为重要。

这标志着特斯拉从一家组装智能产品的企业向掌控底层技术栈的企业转型的又一里程碑。当竞争对手还在讨论软件定义汽车的时候特斯拉已经在思考更深层次的东西——如何让机器以更低的成本更高的效率产生智慧。

更重要的是Terafab代表了马斯克一贯的技术哲学路径：当外部供应商无法满足需求时就自建产线。这种策略在航天领域已被证明有效——SpaceX通过自主研发发动机和发射设备将火箭成本降低了十倍。如果同样的逻辑能在芯片制造领域复制那将对整个AI硬件产业产生深远影响。

对于投资者和行业观察者来说接下来的几个观察点值得关注：

第一Terafab的具体选址和预算规模。官方尚未公布详细规划任何实质性进展都可能成为市场重新评估的重要信号。

第二人才招募动态特别是是否有资深半导体制造专家加入核心团队。这类人才在全球范围内的流动极为谨慎每一次重大加盟都意味深长。

第三与现有供应商的关系调整如果特斯拉真的加大自制比例台积电英伟达等伙伴可能会受到怎样的影响。这将重塑全球AI芯片供应链的权力版图。

第四Dojo芯片的迭代速度。作为内部设计的起点它的表现将直接决定外界对特斯拉技术实力的判断。目前Dojo已在部分数据中心投入使用测试效果仍有提升空间。

第五政策环境的变化。美国国内半导体回流法案CHIPS Act提供了数百亿美元的补贴特斯拉若在美国本土建厂可能获得政策红利这也增加了Terafab落地的可能性。