執行摘要
本報告深入剖析特斯拉半導體策略的重大轉變 — 終止Dojo超級電腦計畫，轉向以AI6晶片為核心的統一架構。此舉不僅是內部資源的重新配置，更對全球半導體及汽車產業帶來深遠影響。我們將探討此策略轉向的原因、對垂直整合模式的影響、在《晶片法案》背景下對美國供應鏈的貢獻，及其在激烈競爭中的戰略定位。
一個時代的終結：Dojo的策略轉向
Dojo專案曾被視為特斯拉AI野心的巔峰，旨在透過自研超級電腦訓練FSD。然而，技術瓶頸與人才流失最終導致計畫終止，標誌著一次從革命性雄心到務實執行的戰略收斂。
宏大願景
建立一個專有技術護城河，擺脫對NVIDIA的依賴，並加速AI模型訓練。華爾街曾預估其潛在價值高達5000億美元。
致命缺陷
D1晶片的運算能力與記憶體（SRAM）嚴重失衡，成為性能殺手。系統級的複雜性與高昂成本也難以為繼。
人才出走
專案負責人及約20名核心工程師集體離職，創立DensityAI，將特斯拉的內部知識轉化為對外的商業威脅。
新藍圖：統一AI晶片策略
終止Dojo後，特斯拉將資源集中於發展單一的AI晶片架構（AI5/AI6），旨在打造一個「對推論極佳，對訓練尚可」的統一平台，並透過與三星、台積電等巨頭合作，重新平衡其垂直整合策略。
「單一晶片」哲學
- 資源效率： 降低研發與製造成本。
- 加速開發： 軟硬體堆疊統一，加速產品迭代。
- 戰略夥伴： 與三星簽訂165億美元合約，在美國本土生產AI6晶片，確保供應鏈安全。
根本性的權衡與風險
- 訓練瓶頸： 「尚可」的訓練能力可能無法應對未來更複雜的AI模型。
- 高風險賭注： 策略的成敗取決於對未來AI發展趨勢的判斷，實質上是在與主流趨勢對賭。
- 依賴外部： 在最高階訓練上，仍需依賴NVIDIA等外部供應商。
產業影響與競爭格局
加速OEM自研晶片趨勢
特斯拉的成功激勵了其他汽車大廠（OEM）投入自研晶片。Gartner預測，到2025年，全球前十大汽車OEM中將有半數會自行設計晶片，以實現產品差異化並掌控核心技術。
汽車AI運算平台比較
| 平台 | 宣稱性能 (TOPS) | 核心策略 | 主要採用者/目標市場 |
|---|
SWOT 分析：新策略的全面評估
優勢 (Strengths)
- 資源效率高，開發成本降低
- 軟硬體堆疊統一，優化更深入
- 與三星、台積電的強大合作夥伴關係
- 符合美國《晶片法案》產業政策
劣勢 (Weaknesses)
- AI訓練性能可能成為發展瓶頸
- 關鍵訓練能力依賴外部夥伴 (NVIDIA)
- 失去Dojo的市場故事和高估值潛力
機會 (Opportunities)
- 開創運算即服務 (CaaS) 新業務模式
- 加速FSD部署，鞏固市場領導地位
- 透過合作夥伴享受產業政策紅利
威脅 (Threats)
- NVIDIA Thor等平台競爭激烈
- DensityAI等專業化新創的崛起
- AI模型發展趨勢與晶片能力不匹配
結論與前瞻
特斯拉從Dojo專案的轉向，是一次務實且必要的戰略調整，它用「漸進式執行」取代了「革命性雄心」。此舉鞏固了供應鏈安全，但也因放棄建立專有訓練硬體護城河，而在一定程度上拉平了與競爭對手的賽場。自動駕駛的競賽，已不再是特斯拉的獨角戲，而是一場聯盟不斷變化、新威脅層出不窮的多方戰爭。