4月15日，马斯克发帖宣布 Tesla AI 芯片设计团队完成了 AI5 的 tape-out（流片）。
流片是送交制造为试生产是集成电路设计的最后环节，芯片设计公司（Fabless厂）将设计好的方案交给晶圆厂（Foundry）进行生产制造一部分样品芯片，以检验每一个工艺步骤是否可行，以及电路是否具备所需的性能和功能。
芯片流片后接下来就能进入量产。马斯克曾经说过"Solving AI5 was existential to Tesla." — 搞不定 AI5，特斯拉就完了，好现在，搞定了。
Part 1
我们现在不知道这颗设计完成的Ai5 芯片的细节，目前都是特斯拉的Elon Musk在各种场合介绍 。
◎ 推理性能：比现款 HW4 高 40倍，从算力层面来看不过按照三星的疑似泄露信息是2000-2500TOPs
◎ 内存：从约16GB跃升到 144GB，9倍
◎ 带宽：约 5倍
◎ 能效：每美元性能可能是英伟达的 10倍
现款 FSD 还是在Ai4的芯片上，是受到了一定的限制。下一代 FSD 在这颗芯片支持下，可能能做更好的辅助驾驶性能，支持Robotaxi。
从算法来说，可以做因果推理：前车减速，是因为要右转？还是只是踩了个油门？行人犹豫了，他是想过马路还是站着看手机？综合判断，然后决策。
这种"思考"需要多步推演，评估多个可能性，模拟未来几秒的场景。每多想一步，算力消耗翻倍。HW4 跑现版 FSD 已经是极限。
想让车真正"思考"？算力不够，AI5 的 40 倍性能，留的就是这个余量。
马斯克举了一个例子：神经网络里有个操作叫 SoftMax。HW4 上要跑40步软件模拟；AI5 硬件原生支持，几步搞定。一个操作省了三十几步，乘以网络里几百万次调用，5倍的差距就出来了。
更激进的是直接砍掉了两个传统组件。
◎ 第一，砍掉 ISP 图像信号处理器。
传统方案：摄像头输出原始数据 → ISP 处理成"好看的图像" → 喂给神经网络。ISP 会去噪、调色、压缩——信息有损失。
特斯拉的新方案是原始图像数据直接输入神经网络。"我们不在乎图片好不好看，我们只要数据。"
◎ 第二，砍掉 GPU，智驾芯片里的 GPU 通常干两件事：跑神经网络，渲染车道线画面。
特斯拉把渲染扔给了座舱的 AMD 芯片，FSD 芯片只干一件事：跑端到端神经网络，芯片面积缩到光刻机单次曝光的一半，马斯克管这叫"半个光罩"。面积小，成本低，良率高，发热少。
省下来的晶体管预算，全砸给推理单元。这就是特斯拉做减法的逻辑，只做自己需要的事，然后做到极致。
Part 2
马斯克在 X 上直接对标英伟达，"单芯片大致是 Hopper 级别，双芯片是 Blackwell 级别，但成本极低，功耗也低得多。"Hopper 推理算力约 4000 TOPS，功耗 700 瓦。
AI5 作为车载芯片，要塞进车里，还要控制发热，英伟达的芯片是通用计算，场景不同。
但马斯克说的核心逻辑是专用芯片为单一场景优化，效率可以远超通用芯片。
特斯拉的优势在于垂直整合。英伟达要满足成百上千个客户的需求。
特斯拉只需要满足特斯拉自己，"NVIDIA 制造芯片，然后卖给很多人。特斯拉制造芯片，只给自己用。这让特斯拉能够消除不必要的复杂性。"
AI5 会改变什么？Robotaxi 的技术基础终于有了，没有方向盘的 Cybercab，需要一套能真正无人驾驶的计算系统。HW4 撑不起这个野心。AI5 才是真正的主角。2026 年 6 月 Cybercab 计划投产，如果 AI5 量产了，整个效果有很大的飞跃。
Optimus 有了"大脑"，马斯克已经宣布停产 Model S 和 Model X，腾出产线造机器人。2026 年目标年产 5 万台，最终百万台，单台成本压到 2 万美元左右。
人形机器人要在真实环境里行走、抓取、交互。每一步都需要实时感知和决策。AI5 的 144GB 内存和 1.9TB/s 带宽，让这套系统第一次有了跑起来的硬件基础。
特斯拉的自研训练芯片 Dojo 死于 2025 年。架构激进，工程复杂度过高，功耗失控，最终项目关停，核心工程师出走。
Dojo 教会了特斯拉一件事：专用芯片必须和软件一起设计，不能只追求峰值性能。
风险在哪里？随着时间问题解决了，现在风险主要是功耗
马斯克早期说 AI5 功耗 700-800 瓦，后来下调到约 250 瓦。即便是后者，对车载平台来说也是不小的负担。
对比 HW4 约 100 瓦的功耗，AI5 即使优化后也高出 2-3 倍。塞进车里，散热是真实的工程挑战。马斯克说："我们的目标是让 AI5 芯片过量供应。如果芯片太多，放到数据中心里就行。"
现在要看Ai5的效果，能不能支撑 Robotaxi 和 Optimus 能按预期放量，接下来又到了特斯拉新的“芯片”产能时刻了，如果规模未能兑现，特斯拉不知道怎么办。
AI5 是特斯拉最后一代专门为汽车设计的计算平台，从 AI6 开始，汽车变成了机器人芯片的"副产品"。车还会用，但设计的出发点已经是 Optimus 和数据中心，AI5，我们可以持续期待一下。
