特斯拉公布了更新后的AI加速器路线图，披露了未来数年的芯片研发方向。根据路线图，特斯拉第六代推理加速器SI6的算力预计将达到现有第四代芯片SI4（原HW4）的80倍，内存容量为后者的9倍；训练芯片Dojo D3则放弃以SRAM为核心的晶圆级架构，转向多芯粒设计与堆叠式HBM内存。特斯拉同时以“超级智能”（Super Intelligence，SI）取代“人工智能”命名，为旗下AI加速器启用SI系列编号。
路线图显示，特斯拉当前芯片产品线覆盖推理与训练两条路径。推理侧，已淘汰的HW3采用三星14nm制程、单片式架构与LPDDR4内存，算力72 TOPS；量产中的SI4由三星7nm级制程制造，采用FCBGA封装与16GB GDDR6内存，带宽约224GB/s，被特斯拉定位为完全自动驾驶（FSD）的性能基准。下一代SI5计划采用多芯片模块（MCM）设计，分别由台积电3nm与三星2nm级制程制造，算力预计为SI4的40倍，内存容量约96GB，功耗可能达到250W至800W。SI6仍处于研发阶段，按路线图估算算力区间为17280至46080 TOPS，预计2029至2030年推出。
训练侧的变化更为显著。特斯拉此前已停止晶圆级Dojo D1的研发，D1依赖分布式片上SRAM，通过晶圆级封装连接25颗处理器，总计提供11GB SRAM。第三代Dojo D3改为基于芯粒的训练加速器，采用2.5D与3D封装并搭载堆叠式HBM内存。特斯拉表示，现代AI模型在模型参数、激活值与中间计算数据上消耗大量内存，SRAM在容量层面已难以满足需求，转向HBM可使内存扩展更为容易，但在延迟、带宽、封装与功耗上带来新的权衡。公司尚未公布D3的具体算力、内存容量、制程工艺与时间表，仅表示该产品将针对“太空、训练和扩展能力”优化，暗示部分型号可能需具备抗辐射能力。
从行业视角看，特斯拉在推理芯片上保持约两年一代的迭代节奏，并以SI4为统一性能参照系，有助于外界横向评估其自动驾驶算力的演进路径。Dojo D3回归传统芯粒架构，意味着特斯拉在训练芯片上更倾向于成熟的封装与内存方案，而非继续承担晶圆级集成的高成本与低良率风险。不过，SI6的算力数据依赖对SI4基准的估算，且数据格式支持情况尚未明确，实际性能仍存在不确定性。随着英伟达Rubin等产品已进入交付阶段，特斯拉自研加速器在时间窗口上的差距，将直接影响其在训练与太空数据中心场景中的部署节奏。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
