Elon Musk 曾在訪談中提到，TERAFAB 的設計方向在於改變既有半導體製造模式。他指出，透過封閉微環境技術隔離晶圓，未來工廠可在大幅降低環境限制的情況下運作，甚至形容為「邊抽雪茄、邊吃起司漢堡也不影響生產」。

而在奧斯汀舊 Seaholm Power Plant 的直播中，Elon Musk 進一步說明，TERAFAB 將探索非傳統運算架構，並導入遞歸式自我改進 (recursive improvement)，讓製造系統隨著數據累積持續調整生產流程。

銀河文明願景：太空運算與能源瓶頸的突破

這項計畫的核心，在於回應未來呈指數成長的算力需求。Elon Musk 指出，若要支撐每年向太空發射 1 億噸太陽能捕捉裝置的目標，將需要數百萬台特斯拉 Optimus 機器人協同運作；然而，地表電力供應已逐漸逼近上限 (如美國總電力約 0.5 TW)，成為關鍵限制。

在此背景下，TERAFAB 規劃的每年 1 TW 運算能力中，預計約 80% 將部署於太空 AI 衛星陣列，利用長時間日照與低環境干擾的條件，作為主要算力來源。

產能與投資：1 TW 運算力與媒體估計規模

正式廠區選址於德州 Travis County，緊鄰 Giga Texas。儘管官方尚未公布具體財務細節，媒體與分析師普遍估計，初期投資規模約介於 200 億至 250 億美元。該設施將整合邏輯晶片、記憶體與先進封裝於同一體系內，目標打造可一站式完成測試、迭代與製造的兆級 (Tera-scale) 生產設施。

技術佈局：D3 太空晶片與遞歸式自我改進

據業界報導與 Elon Musk 先前訪談，TERAFAB 預計採用 2 nm 級的最先進製程節點，首批產能計畫於 2026 年啟動，並在 2027 年進入量產。工廠將生產兩大核心產品：

• 用於 Optimus 機器人與特斯拉車輛的客製化 AI 晶片，其產量預計將達到傳統汽車晶片的 10 至 100 倍。
• 名為 D3 的太空專用晶片，專為低軌道 (LEO) 環境設計，具備抗輻射特性，用於驅動 100 kW 級 AI 迷你衛星。

TERAFAB 與傳統半導體製造對比

產業衝擊：潔淨室革命與後稀缺經濟展望

儘管業界對於在非傳統環境下量產 2 nm 晶片的良率仍持保留態度，Elon Musk 仍表達高度信心。Elon Musk 指出，TERAFAB 的長期目標在於推動人類邁向「後稀缺經濟」 (Post-scarcity economy)，並探索於月球建立工業基地的可能性。

目前專屬招募網站 terafab.ai 已上線，連結至 Tesla、SpaceX 與 xAI 的職缺頁面，顯示三方正同步擴大招募半導體基礎設施與太空硬體相關人才，為更大規模的運算部署做準備。

延伸閱讀

特斯拉 AI 晶片戰火延燒：韓國啟動徵才、AI6 轉向三星布局

打造地表最大分散式 AI 推理網路？特斯拉想讓你的車成為共享算力

Optimus 訓練算力將上線：世界最大 AI 叢集 Cortex 2.0 四月啟動

根據特斯拉中國副總裁陶琳於 2026 年 2 月的公開說法，該中心目前「已投入使用，具備支援現階段需求的訓練能力」，並強調「中國本地訓練嚴格遵守資料不出境要求，同時支援全球『世界模型』的一致性」。這顯示該中心與美國 Dojo 超級電腦採互補架構，形成全球統一框架下的區域調校機制。

在地合規與訓練效率的雙重需求

中國資料安全法與相關跨境規範，要求車輛影像、感測器等資料必須留存境內，使特斯拉過去難以將完整行車資料送至海外進行 AI 訓練。這一限制也成為其 FSD 功能在中國推廣過程中的結構性瓶頸。

透過本地訓練中心，特斯拉能在符合法規的前提下進行神經網路訓練，提升模型的在地適應性與穩定性，並降低中美雙邊監管風險。這種「全球架構、區域訓練」的模式，也成為當前多國市場下科技企業因應監管的關鍵策略。

應對中國道路環境的實際挑戰

中國城市交通密度高、混合型車流與駕駛習慣多變，與北美市場差異明顯。若直接套用海外模型，容易在非結構化場景中出現判斷失誤。

特斯拉設立在地訓練中心，有助模型理解本地典型情境，如多車道交錯、行人與機車混行等場景。這類在地化調校可提升輔助駕駛系統在日常使用中的表現一致性與風險控制能力。

與 FSD 在中國落地策略的關聯

雖然本地訓練中心已投入運作，但這並不代表 FSD（全自動駕駛）功能已獲得中國監管機構全面放行。外媒普遍認為，此中心為特斯拉推進 FSD 在中國部署奠定技術基礎，但是否擴大開放，仍需視政策節奏與審批進程而定。

Elon Musk 曾於 2025 年底表示「希望能在 2026 年第一季於中國開放 FSD」，但目前尚未實現。特斯拉目前仍以輔助駕駛功能為重點，加強模型在中國實際路況下的精準表現。

與全球 Dojo 系統的技術分工

本地訓練中心並非取代位於美國的 Dojo，而是專責處理中國道路資料的區域節點。根據特斯拉副總裁陶琳的說法，德州 Dojo 仍將作為全球核心訓練平台運作，中國中心則聚焦於本地場景的「補充式調校」。

這座 AI 訓練中心的投入使用，不僅補足特斯拉過去在中國市場因資料限制而缺乏在地訓練的結構性劣勢，也使其技術部署更貼近中國智慧駕駛產業的實際運作模式。透過與美國 Dojo 形成中央與區域的分層協作架構，特斯拉得以在維持全球模型一致性的同時，強化模型對中國道路環境的理解與應用表現。

延伸閱讀

特斯拉終止 Dojo 超級電腦計畫？整合 AI6 架構、自研外包並行

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

特斯拉德州資料中心將達 500 MW 規模！將成為世界最大 AI 超級集群

這項構想延續了 Elon Musk 長期推動的「Fleet Economy」理念，也就是讓車輛在非駕駛時段仍能為車主與公司創造價值。特斯拉計畫結合 xAI 的大型模型與 Starlink 衛星通訊網路，打造以車輛為主體的分散式 AI 運算生態。未來，特斯拉不僅能自駕、接客、回充電站，還可能在待機時「幫忙跑 AI」，成為真正意義上的移動雲端節點。

這不是第一次，Elon Musk 想讓車自己賺錢

早在 2019 年，Elon Musk 就曾提出「Robotaxi」構想，讓車主能在不使用車輛時，開放給系統自動接客並產生收益。如今的 DIF 節點計畫，正是這一理念的延伸：讓車輛在靜止狀態下仍能運作、仍能貢獻價值。

不同的是，Robotaxi 透過接送乘客創造收入，而 DIF 節點則以提供 AI 運算能力換取回饋。這種「Fleet Economy」模式代表，特斯拉正試圖將每輛車轉化為能自動創造價值的運算節點。

從停著的車，到能幫忙算 AI 的 DIF 節點

Elon Musk 的構想，是讓停放並充電中的特斯拉自動上線，透過安全網路連線，把閒置的車載電腦運算力共享出來，協助特斯拉或 xAI 執行 AI 推理任務。當數百萬輛車同時上線時，將形成一個遍布全球的「移動式超級電腦」網絡。

目前特斯拉車載電腦採用 HW4 平台，下一代 AI5 晶片預計於 2026 年量產，將採用台積電 4 奈米製程。根據供應鏈資訊，AI5 的能效相較於三星 5 奈米的 HW4 提升約 25%，推理效能約為 HW4 的 40 倍，相當於一顆高階 GPU 的 4 至 5 倍處理能力。其最大功耗約 150～200 W，推理時可降至 50～80 W，以確保穩定與散熱效率。

整體架構可分為三層：

50 毫秒的延遲約等同於人類的平均反應時間，足以支撐即時自駕判斷與 AI 任務執行。Dojo 超級電腦負責訓練模型，而全球特斯拉車隊則進行即時推理，讓 AI 能在真實道路中邊學邊跑，實現低成本、高效率的演進循環。

車主也能參與「共享算力」？能耗與隱私如何處理

Elon Musk 在會後於 X 上回覆投資者提問時透露，未來可能推出「算力租借」機制，讓車主在願意的情況下共享車輛閒置的運算資源。他形容這個概念「有點像 Airbnb，只是出租的不是房間，而是車的電腦」。

目前尚未有現金分潤機制的具體承諾。不過，根據內部規劃文件，特斯拉正在研擬名為「Fleet Contribution Score」的系統，用於計算車輛上線時數與貢獻算力。未來，這項分數可能可折抵訂閱費用，或兌換軟體升級與雲端服務。

能耗與收益預估

系統僅會在車輛接上充電樁或 Powerwall 時自動啟動，並根據電量與溫度狀況動態調整運作強度。若與 Solar Roof 太陽能屋頂與 Powerwall 儲能系統搭配，整個過程可完全以再生能源驅動，形成「綠能算力」的閉環架構。

所有資料上傳皆採端到端加密，僅傳輸經 AI 模型壓縮後的「特徵向量」，不包含任何原始影像。上傳前資料會先經「差分隱私」處理，並符合 ISO/SAE 21434 資安標準。車主可隨時關閉共享功能或查看上線紀錄，系統預設為關閉狀態，需自行選擇加入。

特斯拉將於 2025 年啟動內測，為全球算力網奠基

特斯拉預計於 2025 年第 4 季啟動內部車隊測試，主要評估能耗效率、系統穩定性與網路延遲表現。Beta 階段中，每輛車的每日運行上限約 4 小時，以避免電池長時間高負載運作。預計 2026 年起展開區域性測試，FSD 訂閱用戶可望優先參與。

結合 xAI、Optimus 與 Starlink 的長期架構

未來 DIF 節點將與 xAI 深度整合，支援大型語言模型 Grok 的即時推理運算。人形機器人 Optimus 也預計接入同一網路，2027 年上半年將於特斯拉工廠內部部署約 1,000 台，初期執行本地任務，2028 年第 2 季起具備雲端推理能力，正式成為可連網的 AI 運算節點。

屆時，整個生態系將由五大核心元素構成：

1. 特斯拉車輛：提供分散式 AI 運算與推理節點。
2. xAI：開發、維護並分配模型運算任務。
3. Starlink：建立低延遲的全球通訊骨幹網路。
4. X 平台：作為最終應用介面，整合 AI 服務與互動功能。
5. Powerwall／Solar Roof：形成綠能供電閉環，支援全天候算力運作。

從汽車製造到 AI 基礎設施：特斯拉面臨三大挑戰

Elon Musk 提出的 DIF 節點構想，象徵特斯拉正從車輛製造商轉型為 AI 基礎設施供應商。不過，要讓這項願景實現仍面臨三大挑戰：

1. 電力與網路負載管理：確保數百萬輛車同時上線時仍能穩定運作。
2. 法規與資料合規議題：各國對資料上傳與能源分配的規範差異大。
3. 車主參與度：算力共享須由車主自願開啟，規模取決於實際參與率。

與傳統雲端架構（如 Nvidia DGX Cloud 或 AWS Inferentia）相比，特斯拉的優勢在於「邊緣運算結合綠能」策略——利用全球車輛節點與再生能源，打造低延遲且可持續的 AI 運算網路。若構想成真，ARK Invest 模型推算單一車主每年平均可獲得約 200 至 500 美元收益回饋。

延伸閱讀

特斯拉以基礎模型重構 AI 技術路線！自駕與機器人共用單一架構

特斯拉德州資料中心規模達 500 MW！打造全球最大 AI 超級集群

特斯拉終止 Dojo 超級電腦計畫？整合 AI6 架構自研與外包並行

技術整合與硬體升級

Optimus 採用了大量特斯拉在其電動車上成熟的技術，包括電池、攝影機、電腦硬體等。這些硬體已經透過特斯拉自動駕駛技術的廣泛實際應用，經歷了長期的測試與優化。這讓 Optimus 能夠在較短時間內進行部署，同時大幅提高了可靠性和性能表現。

例如，Optimus 的動力來源來自特斯拉車輛使用的高效電池，而它的視覺系統則依靠 Tesla Vision，這是特斯拉自動駕駛車輛所使用的核心技術之一。

不僅硬體，特斯拉的 AI 訓練平台（如 Dojo 系統）也為 Optimus 的開發提供了強大的計算能力。Dojo 是一個專門用於訓練人工智慧神經網路的超級計算平台，它能夠快速處理大量的數據，並加速機器學習過程。使 Optimus 能更快地進行自我學習，尤其是在自主導航、物體識別和人機互動等功能的開發上。

步態改進與穩定性

透過不斷改進的機械設計與控制算法，Optimus 的步態變得更加自信和穩定。現在它能夠在不同的地形上平穩行走，無論是平坦的工廠地板，還是樓梯等複雜地形，都能應對自如。這些改進讓 Optimus 在實際應用中更具靈活性與可靠性，讓其不再局限於特定環境，而是能夠在多樣的場景中發揮作用。

自主探索與環境感知

影片展示了 Optimus 現在具備的自主探索能力，能夠在未知環境中導航，並使用內建的神經網路來避開人類和各種障礙物。這項技術突破代表 Optimus 在複雜環境（如工廠）中，可以更加高效地完成任務。

在影片中，Optimus 在模擬工廠環境中自主探索，避開設備和工作人員，並精準定位目標區域，這顯示了其強大的環境感知與決策能力。

協同工作與人機互動

除了單一機器人的操作，Optimus 還具備多機協同工作的能力。影片中提到，當多個 Optimus 機器人同時工作時，它們可以共享環境的理解，並透過無線通訊相互協作，以提高任務完成效率。例如，在大型工廠或倉儲系統中，這些機器人可以分工合作，完成需要多步驟的複雜任務。

Optimus 也在學習與人類進行互動，影片展示了它能夠根據手勢或語音指令來提供物品，例如零食或飲料。這意味著在未來的服務業中，Optimus 可能會被用於協助日常生活，提升消費者的體驗，或成為一個具備多功能的助理型機器人。

工業應用與負重能力

Optimus 的另一個亮點是其優越的負重能力。影片中展示了它能夠搬運重物，這使其在工業領域應用上更具實用性。對於工廠、自動化倉庫等需要大量勞動力的場所，Optimus 的導入可以顯著減少人力成本，並提高工作效率。

此外，Optimus 還展示了其在多層建築中的靈活性，透過爬樓梯的能力，拓展了它的應用場景，讓它能在不同地形中自由活動，應對更多實際工作需求。

自主充電與充電位置

影片中的另一大亮點是 Optimus 的自主充電能力。Optimus 現在可以自主導航到充電站，並且透過簡單的半蹲動作自行連接壁掛式充電器。充電過程結束後，它還能自動脫離充電器，並返回原來的工作位置。這樣的自主充電功能展示了其高度智能化的設計，減少了對人類干預的需求，進一步提升其在工業和商業應用中的實用性。

然而，充電方式的設計引發了不少網友的討論與期待。有些人調侃，如果是 Elon Musk 設計，可能會選擇在 Optimus 的臀部附近安裝 NACS 充電接口，類似於特斯拉電動車的設計。也有網友表示，原本期待充電會像《駭客任務》那樣，從後腦插入電纜進行供電，或是 Optimus 直接用手抓住電纜充電。

但也有觀點指出，由於電池位置位於機器人後方，從後方充電其實是合理的設計選擇。Optimus 以半蹲姿勢連接充電器，利用重力輔助接插過程，這不僅節省了機器人的動作能量，還增加了穩定性，這些細節反映出設計團隊在效率與實際操作上的考量。

延伸閱讀

成本不到對手的 1/8！特斯拉 Cybercab 無線充電速度比壁掛式充電座還快

HW3 也能實現完全自動駕駛！Uber 執行長：希望導入特斯拉 Cybercab

特斯拉電動卡車 Semi 通過 DHL 試用期！表現超乎預期 2026 將量產

特斯拉 AI 訓練能力的提升

Elon Musk 在 X 上表示，特斯拉在目前的訓練循環中以約 1:2 的比例，使用特斯拉 HW4 AI 電腦和 NVIDIA GPU，並計畫在 2024 年底前將 AI 訓練能力提升至約 90,000 張 H100 等效 GPU。

Elon Musk 也在 X 上分享了 Dojo 1 的照片，並表示將在年底前上線，其擁有約 8,000 張 H100 等效的訓練能力，將進一步提升特斯拉得 AI 訓練能力並加速特斯拉的技術發展。

xAI 的世界最強 AI 訓練集群

除了特斯拉的 AI 訓練能力提升外，Elon Musk 的 AI 初創公司 xAI 也在積極推動其 AI 技術的發展。根據最新消息，xAI 已經開始訓練被稱為「世界最強 AI 訓練集群」的 Memphis 超級電腦。

Memphis 超級電腦位於美國田納西州孟菲斯，由 xAI 開發，使用了 10 萬張 NVIDIA H100 GPU，這些 GPU 基於 Hopper 微架構，且在單一 RDMA 結構上進行液冷，是目前世界上最強大的 AI 訓練集群之一。

這個訓練集群將被用來開發 Grok-3，預計在今年年底前成為「世界最強 AI」。這個超級電腦位於田納西州孟菲斯的一個前 Electrolux 生產設施中，且是孟菲斯歷史上最大的資本投資之一。

Elon Musk 計劃對 xAI 投資 50 億美元

Elon Musk 於 7 月 24 日在社群平台 X 上發起了一個非正式投票，詢問公眾是否支持特斯拉對他的 AI 初創公司 xAI 投資 50 億美元。結果顯示，超過三分之二的投票者表示支持這項投資。他表示，將會與特斯拉董事會討論，尋求批准。

不過，許多人提出利益衝突的質疑，認為 Elon Musk 同時運營多家公司，包括特斯拉、SpaceX 和 xAI。這樣的多重身份可能會導致資源分配不均，並影響各公司的獨立運營，質疑是否符合特斯拉的長期利益。

Elon Musk 強調，xAI 的技術對於特斯拉的未來發展至關重要。他指出，這些技術不僅能提升特斯拉的自動駕駛能力，還能在機器人技術和數據處理方面帶來顯著的改進，為特斯拉帶來巨大的技術優勢。

X 默默使用推文訓練 Grok AI

除了對 xAI 的投資計劃，Elon Musk 旗下的社群平台 X 最近也默默啟用了一項設定，允許其在未通知使用者的情況下，以使用者的推文來訓練 Grok AI 模型。所有 X 使用者預設被加入參與這項數據收集。

這個隱藏的設定允許 X 使用所有推文、互動、輸入和結果來「訓練和微調」Grok AI 模型。對此，許多使用者對於未經通知就被預設參與感到不滿。國外科技新聞網站也迅速發佈如何關閉該選項的教學：

1. 使用網頁瀏覽器打開 X 並登入。
2. 點擊「更多」
3. 選擇「設定和隱私」
4. 點擊「隱私和安全」
5. 點擊「Grok」

在這個頁籤，取消勾選「允許將你的貼文以及你與 Grok 的互動、輸入和結果用於訓練和微調」。這個隱私設定目前似乎無法透過 X 應用程式停用，但據說很快會在行動裝置上提供這個選項。

延伸閱讀

真正的智慧召喚下個月推出！HW 3.0 車主還等不到 FSD V12.5

特斯拉倒車有飛碟降落的音效？行人警示系統如何關閉一次看懂

特斯拉 2024 第二季財報摘要：Robotaxi 十月亮相，Roadster、Model 2 明年開始生產

Elon Musk 還提到，Dojo 超級電腦集群的目標是採用特斯拉 AI 硬體與 Nvidia 和其他供應商的硬體各半，並且很有信心地表示：「要玩就要贏，不然就別玩。」

有網友詢問，如果 FSD 基本完成了，那這個大規模 GPU 超級電腦的意義是什麼？對此，Elon Musk 回覆，隨著可靠性指標接近 100%，每增加一個 9（如從 99.9% 到 99.99%）所需的計算能力和數據量會顯著增加。雖然增加幅度沒有達到 10 倍那麼高，但仍然是非常大的增長。

特斯拉的目標是透過在紐約和德州超級工廠建立的 Dojo 超級電腦集群，來訓練自動駕駛及 xAI 的 AI 模型。同時，特斯拉也將使用其 HW4 硬體作為訓練集群。HW4 硬體預計在明年下半年推出，並更名為 AI5，運算能力將是 HW4 的 10 倍，且整個軟體堆疊由特斯拉自行開發。

而本週稍早，Dell 執行長 Michael Dell 也在 X 上表示，Dell 將與 Nvidia 合作建立一座 AI 工廠，專為 Elon Musk 的 xAI 及其 Grok 模型提供強大的算力。據報導，xAI 已經在計算資源方面投入巨資，Elon Musk 提到 Grok 3 模型和未來的迭代將需要約 10 萬個 Nvidia H100 晶片。

不過，有批評者指出：「真不敢相信他們把浪費的電力當作衡量成功的標準。」還有人質疑：「所以意思是 Elon 的新電腦需要半座核電廠的電力才能驅動？」事實上，隨著 AI 和電動車的發展，Elon Musk 曾表示，世界將在明年面臨電力和變壓器的供應緊張。

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

Elon Musk 預測：明年將出現比任何人類都聰明的 AI

特斯拉宣傳影片揭露 Robotaxi 設計！Elon Musk：不相信的人不該投資我們

根據 IEEE Spectrum 的報導，特斯拉正在擴大與台積電的合作關係，特斯拉的下一代 Dojo 晶片已進入生產階段。此外，台積電正在研發全新的系統級晶圓技術，預計能將現有計算能力提升至 3.5 倍。並預計將在 2027 年進一步提升 Dojo 的運算能力，提供高達 40 倍的計算能力。

這項技術的關鍵在於運用先進的封裝技術，這種技術允許從更大面積的矽片製造單一處理器。傳統上，晶片製造商透過減小晶體管的面積和縮小連接線的尺寸來提高處理器上的邏輯密度。然而，這種方法已逐漸達到其技術極限。

因此，業界轉向採用這種先進的封裝技術，不僅克服了單晶片大小的限制，還能透過將多個晶片整合成單一模組來提升效能。這使得信號傳輸的速度和能耗都能達到與大型矽片相似的效率。

下一代 Dojo 晶片可能將用於特斯拉位於紐約的 500 萬美元全新 Dojo 叢集。此外，特斯拉還在德州的超級工廠建造了一個新的 100 MW 數據中心，主要用於訓練其自動駕駛 AI 系統，儘管有傳言指出這個系統將使用 NVIDIA 的硬體。

特斯拉的 Dojo 計劃是什麼？

特斯拉的 Dojo 計劃是一個專門為處理和識別電腦視覺影像資料而設計和建造的超級計算平台。這個系統主要被用來訓練特斯拉的機器學習模型，目的是為了增強其全自動駕駛（FSD）先進駕駛輔助系統的表現。

Dojo 被視為全球最強大的 AI 訓練平台之一，其設計目的是加速特斯拉達成自動駕駛汽車的發展目標。這個超級計算機裝備了高度複雜的「訓練模組」，每個模組包含 25 個 D1 AI 加速器處理器，能夠在每秒內執行高達九千兆次的浮點運算。

Dojo 的核心目標是高效地處理從全球超過 400 萬輛特斯拉汽車在實際行駛過程中收集到的數百萬 TB 的影像資料。這將進一步提升自動駕駛技術的準確性和可靠性，推動自動駕駛技術邁向新的里程碑。

不過特斯拉的 Dojo 計畫也並非一帆風順，Autopilot 硬體資深總監 Ganesh Venkataramanan 在 2023 年 12 月被特斯拉解雇。他曾是特斯拉自駕晶片開發的關鍵人物，並負責 Dojo 超級電腦硬體的相關工作。

據報導，他的離職可能與 Dojo 計劃中第二代「Dojo 2」晶片未能達到預期性能有關。此外，近期進行的大規模裁員也反映了特斯拉為長期發展而作出的戰略調整，尋求在競爭激烈的電動車市場中保持領先地位。

延伸閱讀

特斯拉暫緩超充站建置計畫！Elon Musk：專注擴充現有站點並維持 100% 正常運行

Cybertruck 推出新版越野模式！新增鎖定差速器功能、自動調平露營模式

特斯拉於中國推出 EAP 訂閱服務！Elon Musk 訪問中國尋求 FSD 批准