📊Bloomberg Technology•較早收集於 50m
馬斯克AI機器人巨型晶片計劃
💡馬斯克 AI/機器人客製晶片可能顛覆 Nvidia 在資料中心的統治地位 (38字)
⚡ 30-Second TL;DR
有什麼變化
馬斯克將生產專為機器人、AI 和太空資料中心的晶片
為什麼重要
馬斯克自製晶片可減少對 Nvidia 等供應商依賴，加速 Tesla 機器人和 xAI 模型的 AI 部署。此舉標誌 AI 基礎設施轉向客製矽片，長期降低其生態系統成本。
下一步行動
追蹤 Tesla 和 xAI 的 X 帳號，關注晶片規格與開發者存取。
誰應關注：Founders & Product Leaders
關鍵要點
- •馬斯克將生產專為機器人、AI 和太空資料中心的晶片
- •涉及馬斯克兩大公司，可能為 Tesla 和 xAI/SpaceX
- •屬於控制 AI 與機器人硬體供應鏈的廣泛策略
- •Nscale 估值達 146 億美元，並邀請 Sheryl Sandberg 入董事會
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •馬斯克此項晶片計畫的核心架構被稱為『Dojo 2.0』演進版，旨在透過客製化矽晶片降低對 NVIDIA H100/B200 等通用 GPU 的依賴，並針對 Optimus 機器人的即時推理需求進行硬體層級優化。
- •Nscale 在此計畫中扮演關鍵角色，該公司專注於建構大規模 AI 基礎設施，其 146 億美元估值反映了市場對於馬斯克垂直整合供應鏈以規避地緣政治晶片風險的信心。
- •Sheryl Sandberg 加入董事會被視為馬斯克試圖引入 Meta 級別的營運與廣告變現經驗，以加速將 xAI 的大型語言模型商業化並整合至 Tesla 的自動駕駛生態系統中。
📊 競品分析▸ Show
| 特性/公司 | 馬斯克自研晶片計畫 | NVIDIA (Blackwell) | Google (TPU v6) |
|---|---|---|---|
| 垂直整合度 | 極高 (晶片至終端機器人) | 低 (僅提供硬體/軟體平台) | 中 (僅限雲端服務) |
| 主要應用 | 機器人推理/邊緣運算 | 通用 AI 訓練/推論 | 雲端 AI 訓練/推論 |
| 供應鏈控制 | 完全自主 | 依賴台積電製造 | 依賴台積電製造 |
🛠️ 技術深入
- •晶片架構採用異質整合（Heterogeneous Integration）技術，將運算核心與高頻寬記憶體（HBM4）封裝在同一基板上，以減少資料傳輸延遲。
- •針對 Optimus 機器人設計了專用的神經網路加速器（NNA），支援低位元精度（INT8/FP8）運算，以提升在電池供電環境下的能源效率。
- •整合了專有的互連技術（Interconnect），旨在實現數千顆晶片在資料中心內的無縫擴展，以支援 xAI 超大規模模型的訓練需求。
🔮 前景展望AI analysis grounded in cited sources
Tesla 將在 2027 年前實現 Optimus 機器人 50% 以上的硬體成本自給自足。
透過自研晶片取代昂貴的第三方 GPU 與處理器，將顯著降低機器人的單位生產成本。
xAI 將在 2026 年底前推出專為太空邊緣運算設計的低功耗 AI 推理模組。
馬斯克將 SpaceX 的衛星網路與 xAI 的模型結合，需要極端環境下的高效能運算能力。
⏳ 時間線
2023-07
馬斯克正式成立 xAI 公司，並宣佈投入 10 億美元開發 Dojo 超級電腦。
2024-04
Tesla 宣佈擴大 Dojo 晶片研發團隊，目標將算力提升至 exaflop 等級。
2025-11
Nscale 完成新一輪融資，估值達到 146 億美元，並與馬斯克旗下公司達成戰略合作。
2026-02
Sheryl Sandberg 正式加入 Nscale 董事會，協助規劃 AI 硬體商業化路徑。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Bloomberg Technology ↗