特斯拉更新了 AI 加速器路线图，把未来几年的芯片方向摊开了。两个关键数字：第六代推理加速器 SI6 的算力预计达到现款第四代芯片的 80 倍；训练用的 Dojo D3 放弃 SRAM 核心架构，改走多芯粒加堆叠 HBM 的路子。
顺带一个命名变化。特斯拉开始用「超级智能」（Super Intelligence，SI）取代「人工智能」（AI），旗下加速器统一归入 SI 系列，马斯克也确认 SpaceXAI 将更名为 SpaceXSI。
先说 Dojo D3。这个项目一度被放弃——马斯克 2025 年 8 月取消了整个晶圆级 Dojo，2026 年 8 月又表示 SpaceX 和 xAI 的地面及太空数据中心将全部采用英伟达硬件。现在 D3 重启，形态和 D1、D2 完全不同：基于芯粒、采用 2.5D 和 3D 封装、搭载堆叠式 HBM。
转向 HBM 的理由很直接。D1 靠分布式片上 SRAM，用晶圆级封装把 25 颗处理器连起来，总共才 11GB SRAM。现代 AI 模型的参数、激活值和中间结果都极吃内存，SRAM 在容量上已经不够看，HBM 扩容要容易得多，代价是延迟、带宽、封装和功耗上的新权衡。
特斯拉没有明说是否彻底放弃晶圆级集成。一种可能是继续用晶圆级封装连接逻辑芯片、再在其上堆定制 HBM；另一种可能是认定晶圆级成本过高，只在 SRAM 主导的架构里才有价值——毕竟在晶圆级互连上叠 HBM 会大幅推高设计、散热和制造难度，拖累良率。从「针对太空、训练和扩展能力优化」这个说法看，走传统芯粒架构的可能性更大。
「太空」这个定语值得单独拎出来。它意味着至少部分型号要具备抗辐射能力，部署场景不只是地面的数据中心。
再看 SI6。算力是 HW4 的 80 倍，内存是 9 倍。按 HW4 约 216～576 TOPS 估算，SI6 大致落在 17280～46080 TOPS，也就是 17.28～46.08 POPS，内存约 144GB。对比之下，英伟达 Rubin 的推理算力是 50 NVFP4 PFLOPS——但 Rubin 已经开始交付，SI6 要等到 2029 至 2030 年。
中间还隔着 SI5。它用 MCM 设计，台积电 3nm 加三星 2nm 双线代工，算力约 HW4 的 40 倍（8640～23040 TOPS），内存 96GB，功耗可能到 250W～800W。SI6 则确定由三星代工、合作到 2033 年，采用 2nm 级制程，可能是汽车级 SF2A、性能增强版 SF2P，甚至带背面供电的 SF2Z。
有个容易被忽略的细节：特斯拉的演示文稿把现款 SI4 的制程标成了 5nm，实际是 7nm。这款由三星代工、FCBGA 封装、配 16GB GDDR6 的芯片被定义为 FSD 的性能基准，但官方从未公布它的绝对算力、内存和功耗，所以上面所有倍数换算都只是估算。
原创文章，作者：Tesla，如若转载，请注明出处：https://www.kejixun.co/article/767512.html
