此次進展的關鍵，在於 AI5 不再只是車載運算升級，而是擴展至機器人與大型模型訓練。特斯拉正將晶片策略從單一應用，轉向支撐整體 AI 基礎設施。

AI5 性能躍進：運算規模大幅提升

AI5 在運算能力上相較 AI4 出現明顯提升。根據 Elon Musk 公布的數據，單顆 AI5 SoC 在特定 AI 工作負載下，約可提供 AI4 雙晶片配置 5 倍的有效運算能力。

在硬體規格方面，AI5 的原始運算力約為 AI4 的 8 倍，記憶體容量提升至 9 倍，記憶體頻寬則達 5 倍。整體系統運算力預估可達 2,000 至 2,500 TOPS，相較 AI4 約 300 至 500 TOPS 有明顯提升。

Elon Musk 指出，單顆 AI5 的推論能力約對標 NVIDIA Hopper（H100）等級；若採雙晶片配置，則可進一步接近 Blackwell 世代的性能水準。

AI5 優先支援機器人與模型訓練

在應用規劃上，AI5 的部署方向與過去車載導向有所不同。Elon Musk 表示，目前 AI4 在雙冗餘配置下，已具備足夠算力支撐現階段 FSD 系統。

因此，AI5 將優先投入以下領域：

• Optimus 人形機器人：負責邊緣推論與即時決策
• AI 訓練叢集：支援更大型的自駕與通用模型
• 次世代自動駕駛：對應未來 FSD v15 以上模型需求

這顯示特斯拉將重心轉向模型訓練能力與機器人部署，而非單純提升現有車輛算力。

晶片設計與供應鏈：雙來源製造策略

Elon Musk 同步公開 AI5 封裝設計，採用中央主晶片搭配多顆記憶體模組的高整合架構，記憶體由 SK hynix 提供。在製造方面，特斯拉採用台積電（TSMC）與三星（Samsung）的雙來源策略。其中三星位於德州 Taylor 的廠區，預計將成為重要的生產據點。

Elon Musk 也提到，特斯拉將維持快速的晶片開發節奏，目標每 9 個月完成一個世代的設計迭代。

AI5 規格與時程：量產進入倒數

在完成設計（Tape-out）後，AI5 將進入製造與驗證階段。晶片會送往台積電與三星進行流片，預計 2026 年下半年取得首批工程樣品，用於功能驗證、功耗與散熱測試，以及與特斯拉軟體的整合。這些樣品也可能優先導入 Optimus 或測試車輛進行初步驗證。

完成驗證後，AI5 將於 2027 年逐步進入量產，並隨良率提升擴大規模，實際導入新車與機器人平台的時間點，預計落在 2027 年底至 2028 年初。Elon Musk 同時表示 AI6 與 Dojo 3 正同步開發，維持約每 9 個月一個世代的迭代節奏。

延伸閱讀

特斯拉 AI4.5 純屬誤標？FSD 自駕硬體 AI4、AI5 差在哪一次看懂

像換電腦零件一樣簡單？全新特斯拉專利曝光：模組化液冷系統預示未來

特斯拉 AI 晶片戰火延燒：韓國啟動徵才、AI6 轉向三星布局

此波布局聚焦於下一代 AI5 與 AI6 晶片的量產準備。特斯拉採取駐廠研發模式，與三星及台積電展開深度技術協作，改善高階製程的良率與效能表現。隨 Robotaxi 與 Optimus 發展推進，算力需求持續攀升，晶片自研能力成為關鍵支撐。

特斯拉韓國徵才揭示第一性原理人才觀

特斯拉此次徵才方式延續 Elon Musk 一貫風格。應徵者無須提交冗長履歷，而是直接說明「曾解決過最困難的 3 個技術問題」並寄送至官方信箱。這種篩選機制強調實戰經驗與問題拆解能力，而非單純學歷背景，有助於辨識具備量產實務經驗的工程人才。

選擇在韓國招募晶片設計師亦具策略考量。韓國不僅擁有三星等先進製程產能，同時也是 HBM（High Bandwidth Memory，高頻寬記憶體）技術重鎮，包括 SK 海力士與三星皆為核心供應商。

隨 AI5 與 AI6 面向 FSD 無監督自駕所需的大量影像與神經網路運算，勢必仰賴高頻寬記憶體支援。特斯拉在當地建立團隊，可就近參與三星華城廠的原型驗證流程，並與記憶體供應鏈展開軟硬體協同設計（Co-design），縮短設計與量產之間的落差。

AI4、AI5 與 AI6 的代工策略與規格差異

隨著特斯拉自研晶片藍圖逐步明朗，其供應鏈架構也趨於清晰，形成雙代工（Dual-foundry）布局。透過不同晶圓代工夥伴分工合作，特斯拉在製程節點與產能配置上保留更高彈性，以降低單一來源風險。

AI5 與 AI6 將分別對應 HW5 與 HW6 平台，成為新一代車載系統的運算核心。其中 AI5 支撐過渡期產品與進階駕駛輔助功能，AI6 則瞄準全自動駕駛場景，為未來 Robotaxi 與更高階 FSD 應用提供基礎算力。

特斯拉自研 AI 晶片規格與生產布局

為何 AI6 轉向三星德州泰勒廠？

儘管台積電在 3 nm 製程具備成熟優勢，Elon Musk 仍決定將 AI6 主要產能交由三星德州泰勒廠，背後考量涵蓋供應鏈風險、政策誘因與成本結構。

首先，在產能配置上，特斯拉透過雙代工模式分散風險，避免過度依賴單一地區生產。此舉有助於降低地緣政治或區域突發事件對晶片供應的衝擊，提升長期供應穩定性。

其次，三星德州泰勒廠符合美國《晶片與科學法案》（CHIPS Act）補助條件，同時鄰近特斯拉德州總部。設計團隊與產線工程師可就近協作，縮短從設計、驗證到量產導入的時程。

在商業條件方面，三星為爭取為期 8 年、總額約 165 億美元的合作協議，提供具競爭力的代工報價與技術支援方案。這使 AI6 在成本與產能保障之間取得平衡，也提升特斯拉在先進製程世代的議價空間。

AI6 對無監督自駕與人形機器人的意義

AI6 的定位已不僅是車載電腦的世代升級，而是特斯拉推進具身智慧（Embodied AI）的核心基礎。當運算需求從輔助駕駛擴展至自動駕駛與人形機器人，晶片架構勢必同步重構。

在架構設計上，AI6 預期將感知、決策與影像處理等原本需多顆晶片協作的功能整合至單一 SoC，形成更高整合度的運算平台。此舉可降低功耗與資料傳輸延遲，並提升系統穩定性。

在產能規劃方面，若 Optimus 進入大規模量產階段，每台機器人皆需搭載高效能 AI6 晶片，整體需求規模將遠高於現行車用市場。

此外，為滿足高頻寬與高算力需求，AI6 預計導入先進封裝技術，例如台積電 CoWoS 或三星 I-Cube 等異質整合方案，以提升資料交換效率，支撐大型神經網路模型的即時推論。

台灣半導體供應鏈的機遇與挑戰

短期內，台積電仍掌握 AI5 主要訂單，特斯拉 Dojo 晶片亦持續採用台積電先進封裝 InFO-SoW。不過，隨著特斯拉在韓國擴大研發布局，並推動部分先進製程美國在地化，全球供應鏈分工正出現調整。

對台灣供應鏈而言，關鍵不僅在於先進製程能力，更在於後段整合技術的領先幅度，包括 Chiplet（小晶片）整合、矽光子技術，以及更高階封裝與測試能力。若能在異質整合與高速互連領域持續保持技術差距，將有助於鞏固在 AI 晶片時代的核心地位。

延伸閱讀

特斯拉 Dojo 計劃是什麼？台積電已開始生產下一代 AI 訓練晶片

特斯拉中國 AI 訓練中心正式投入運作！互補 Dojo 超級電腦

特斯拉終止 Dojo 超級電腦計畫？整合 AI6 架構、自研外包並行