SpaceX与特斯拉近日联合宣布，位于美国得克萨斯州的超级芯片工厂Terafab正式启动建设。该项目首期投资达168亿美元，旨在打造支撑特斯拉自动驾驶、人形机器人Optimus以及SpaceX人工智能基础设施的核心计算平台。这一举措标志着马斯克将垂直整合战略延伸至半导体制造领域，试图在AI时代掌控底层计算能力。
Terafab的规划规模远超常规芯片工厂。项目选址得州格里姆斯县，规划制造空间超过1亿平方英尺，将整合芯片制造、封装测试全流程。根据披露信息，该工厂未来将采用英特尔下一代14A制程技术，生产面向特斯拉汽车、SpaceX卫星计算以及xAI大模型训练的专用芯片。马斯克曾公开表示，特斯拉与SpaceX对计算能力的需求将突破1太瓦规模，这一表述虽非传统用电量概念，但凸显了项目雄心。
半导体制造的复杂性远超商业航天领域。相较于火箭发射或电动汽车生产，先进晶圆厂需要解决设备协同、工艺控制、良率提升等系统工程难题。特斯拉为此组建了专业团队，其中最受关注的是新任项目负责人Gary Jiang——这位拥有清华大学材料科学本硕学位、俄亥俄州立大学博士学历的工程师，在半导体行业拥有近30年经验。他曾在英特尔工作18年，参与过18A制程推进、亚利桑那晶圆厂运营等关键项目，具备从技术转移、设备安装到量产准备的全流程管理经验。
Gary Jiang的职业生涯恰好映射出半导体制造的进化路径。早期在Rudolph Technologies的8年，让他深入掌握了晶圆检测、工艺控制等核心环节；2008年加入英特尔后，他先后负责大连Fab 68建设、亚利桑那工厂运营，并主导了18A制程从技术导入到量产的全过程。这种从设备供应商到晶圆厂管理者的转型经历，使其成为连接Terafab与英特尔技术体系的关键人物。Wccftech分析指出，Gary Jiang的经验可帮助特斯拉规避新建晶圆厂常见的工艺整合难题。
特斯拉的芯片战略经历过显著调整。2019年启动的Dojo项目曾被寄予厚望，其自研的D1训练芯片计划通过超算集群支撑自动驾驶训练。但到2025年，该项目因技术挑战和团队流失宣告终止，核心成员转投新创公司DensityAI。此后特斯拉转向代工模式，与三星签署165亿美元AI6芯片代工协议，同时继续使用台积电产能。然而马斯克很快意识到，代工模式无法满足其垂直整合需求——他需要的是从芯片设计到制造的完全掌控。
全球半导体产业正面临前所未有的建设周期挑战。英特尔俄亥俄工厂投资200亿美元，原计划2025年投产却推迟至2030-2031年；台积电亚利桑那工厂120亿美元投资因设备调试问题延期；三星得州工厂170亿美元项目也遭遇类似困境。这些案例表明，先进晶圆厂建设不仅需要巨额资金，更依赖长期积累的制造经验。Gary Jiang的加入虽为特斯拉带来关键技术能力，但Terafab仍需解决供应链整合、工艺优化等系统性问题。
Terafab的特殊性在于其定制化需求。不同于传统晶圆厂面向多客户生产标准芯片，该项目需同时满足特斯拉自动驾驶的实时计算需求、Optimus机器人的边缘计算要求，以及SpaceX卫星的数据中心级AI处理能力。这种多场景融合的制造模式，要求工厂在制程开发、产线设计阶段就进行深度定制。英特尔提供的14A制程技术虽为先进节点，但如何将其转化为符合特定场景的芯片产品，仍是巨大挑战。
马斯克的产业整合方法论面临全新考验。从SpaceX颠覆航天业到特斯拉改写汽车产业，其成功关键在于将复杂系统分解为可控制模块，再通过技术创新实现突破。但半导体制造的复杂性在于，它需要数以千计的工程细节同时达标——从光刻机校准到化学气体纯度控制，任何环节的失误都可能导致整条产线停滞。这种特性使得半导体行业难以通过资本投入快速复制成功模式，即便对于拥有丰富工程经验的团队亦是如此。
随着Gary Jiang的到位和英特尔技术合作的深化，Terafab已进入实质建设阶段。但要将蓝图转化为稳定量产的先进晶圆厂，特斯拉仍需跨越多重门槛：建立可靠的设备供应链、培养专业工程团队、优化制造工艺流程，以及实现令人满意的芯片良率。这些挑战的难度，或许不亚于马斯克此前任何一次产业革新。当垂直整合的逻辑遇上半导体制造的精密要求，Terafab的成败将决定特斯拉能否在AI时代构建真正的技术护城河。
