特斯拉CEO埃隆·马斯克在X上以一句「Yes」回应了公司AI工程师Yun-Ta Tsai的帖文，认同后者关于自研车载推理算力价值的判断。Tsai在周日发帖称，特斯拉多年来「为每一辆售出的车迭代并扩展自研推理计算机」，在超级智能时代到来之前，这件事的重要性可能变得非同寻常。他同时警告：「当前的算力短缺只是冰山一角。当自动驾驶变得不可或缺时，真正的短缺才会到来。」

这一表态的背景，是特斯拉长期坚持的一条技术路线：不把车载神经网络的运行完全交给通用处理器，而是自行设计推理硬件。公司官网称，其自动驾驶方案依赖先进的视觉与规划AI，并由高效推理硬件支撑，自研芯片针对每瓦性能做了优化，且面向大规模装车部署。

这条路线目前正推进到AI5与AI6两代芯片。特斯拉在今年1月表示，两款自研推理芯片的开发均取得进展，当时的量产计划分别定在2027年和2028年。马斯克另曾表示，AI5将「以小博大」，主要针对Robotaxi与Optimus的边缘计算场景做优化。

在更上游的半导体供应层面，马斯克把芯片视为战略约束。他在第二季度财报电话会上称，公司规划的Terafab项目是必要的，否则特斯拉「根本不会有足够的AI芯片」来扩大Optimus的规模。该项目意在加快逻辑、存储、封装与芯片测试各环节的迭代。据路透社4月报道，特斯拉、SpaceX与SpaceXAI(原xAI)推进Terafab的部分原因，是马斯克认为外部供应商无法满足它们的长期芯片需求。仅特斯拉在奥斯汀的开发晶圆厂，预计成本就约为30亿美元。

把视角拉远，算力竞赛并不限于特斯拉。路透社去年12月的一份报道记录了数千亿美元资金涌入AI基础设施，企业争相锁定芯片、云容量与电力。

从投资观察的角度看，这条消息的价值不在于某个具体数字，而在于它勾勒出特斯拉叙事的一条底层逻辑：如果自动驾驶与机器人业务的瓶颈最终落在算力供给上，那么自研推理芯片、自建产能与锁定供应链，就不只是成本工程，而是决定扩张速度的前置条件。支持者会认为，特斯拉提前数年布局车载推理硬件，使其在算力紧张时拥有别人没有的缓冲；怀疑者则可能指出，自研芯片与晶圆厂投入巨大、周期漫长，量产节点能否如期兑现仍待观察。两种视角的分歧，本质上是对「算力会不会成为长期稀缺资源」这一前提的不同下注。