特斯拉(TSLA)執行長馬斯克上週末拋出震撼彈，直接向晶片霸主輝達(NVDA)發起挑戰。馬斯克在社群平台 X 上透露，備受矚目的 AI5 自駕晶片已接近完成，下一代 AI6 也已著手開發。更關鍵的是，曾在市場上沉寂一時的 Dojo 3 超級電腦計畫宣告重啟，顯示這家電動車巨頭正試圖擺脫對外部算力的依賴。

與此同時，輝達(NVDA)並未坐以待斃，稍早在 2026 年 CES 展上推出了名為「Alpamayo」的開源自駕 AI 工具包，試圖成為所有車廠的標準配備。這場自駕車產業的兩強爭霸，正從單純的軟體競爭，升級為晶片、算力與生態系的全面對決。

特斯拉量產時程曝光，攜手台積電與三星強化邊緣推論優勢

馬斯克證實，特斯拉(TSLA)的新一代 AI5 晶片將由台積電代工製造，預計於 2027 年進入量產階段，屆時將全面取代現有的 AI4 硬體。此外，為了分散供應鏈風險並符合在地化生產需求，特斯拉(TSLA)也已安排三星電子負責美國本土的晶片製造業務。

對於投資人而言，理解 AI5 和 AI6 的定位至關重要。這些晶片的核心任務是「邊緣運算推論」，也就是直接在車內運行全自動駕駛（FSD）的神經網絡，而非仰賴雲端。自 2019 年特斯拉(TSLA)決定捨棄輝達(NVDA)的車載晶片改採自研方案以來，這次的升級無疑是進一步加深其垂直整合的護城河。

輝達打造自駕車界的Android，提供車廠隨插即用的完整生態系

面對特斯拉(TSLA)的封閉系統，輝達(NVDA)採取了截然不同的策略。透過 NVIDIA DRIVE 平台，輝達(NVDA)向傳統車廠販售包含「大腦、作業系統與工具包」的整合方案。這對於缺乏十年研發積累或數十億美元預算的汽車品牌來說，是一條通往全自動駕駛的捷徑。

輝達(NVDA)的優勢在於其強大的通用性與生態系。透過提供完整的軟硬體架構，輝達(NVDA)讓其他車廠能專注於造車，而將最困難的 AI 運算交給其成熟的平台處理。這種「賦能全產業」的商業模式，正是輝達(NVDA)在自駕領域對抗特斯拉(TSLA)封閉生態的最大本錢。

重啟Dojo 3超級電腦計畫，訓練端算力將採混合策略並行

雖然在車載推論晶片上特斯拉(TSLA)力求獨立，但在 AI 模型訓練端，情況則更為複雜。訓練現代化的大型 AI 模型極度消耗算力，例如 Meta 訓練 Llama 3.1 就使用了超過 1.6 萬張輝達(NVDA)的 H100 GPU。馬斯克宣布重啟 Dojo 3，顯示特斯拉(TSLA)有意重新涉足訓練端硬體，試圖降低對輝達(NVDA)昂貴 GPU 的依賴。

然而，市場分析認為短期內這將是一個「混合未來」。特斯拉(TSLA)將利用自研的 AI5 和 AI6 架構擴充訓練能力，但考量到規模經濟與算力需求，仍需仰賴輝達(NVDA)的生態系。真正的轉捩點，將取決於未來是否有數據證明，特斯拉(TSLA)的大規模訓練叢集在成本與效率上能真正超越輝達(NVDA)的解決方案。

權知道

我們重視「知」的權利 不惜抽絲剝繭、深入調查 只為讓投資人不錯過重要的投資訊息