8月6日SpaceX宣布与特斯拉首期投入168亿美元在得克萨斯州建设Terafab芯片制造基地。官方给出的年产能目标是超过1太瓦算力这是一个极为惊人的数字在马斯克口径下当前全球AI算力年产能约20吉瓦1太瓦约为其50倍对应到芯片颗数规划为年产1000亿至2000亿颗AI及存储芯片。为了让大家有更直观的感受我们做个类比这个基地的规划建筑总面积相当于1700个标准美式橄榄球场或者10个特斯拉得州超级工厂的总和。满产后的算力规模足以同时支撑数百万台超级AI服务器或上亿台具身智能设备满负荷运转。官方公告未给出投产时间一期工程被报道计划2027年下半年投产2028年首批芯片量产。在这一宏大计划公布之前若将时间线再往前推三周特斯拉AI5芯片在三星2纳米工艺上完成了流片双代工台积电三星适配全部落地。这颗芯片已于今年4月15日宣布流片预计2027年大规模量产。如果我们翻开AI5的客户名单或者Terafab的产能分配表里面找不到“AIoT”这个词因为AIoT终端与方案企业极少涉足底层芯片的自研。蜂窝模组依靠智能手机基带芯片的规模来摊薄成本边缘计算盒子依靠汽车与机器人芯片来摊薄成本MCU则依靠车规与工业来摊薄成本…AIoT是“通用芯片公开市场”最庞大的长尾受众。然而像特斯拉AI5这种“闭环自研芯片”正在将芯片从明码标价的通用商品转化为企业生态内部的“原生器官”。对于AIoT产业而言这涉及到深层的逻辑演变公开市场上不仅流失了一个超级买家更缺失了一个关键的底层价格锚点。业界普遍关心的一个问题是AI5能否下放到更广泛的边缘设备中马斯克的态度十分明确尽管AI5具备数据中心级别的训练能力但其核心架构是为Optimus擎天柱机器人与Robotaxi无人驾驶出租车等高阶边缘计算场景进行了极限优化。作为当前全球针对“边缘推理”优化最为激进的芯片之一AI5的参数表或许是我们洞察AIoT产业明天的窗口。从“唯TOPS论”到“内存为王”长期以来AIoT行业评估边缘设备性能的“核心标尺”一直是“TOPS”处理器运算能力单位。但TOPS其实是供给侧的语言它只衡量“芯片能提供多少逻辑算力”而“内存”才是负载侧的语言它决定了“实际任务能跑多快”。在过去端侧跑的是小模型视觉任务核心瓶颈是算力但如今多模态与端侧大模型如VLM视觉语言模型的引入正在把高端边缘负载切换为内存受限型。AI5的规格表就是这种“瓶颈转移”的显影剂。直接的证据是特斯拉的过渡方案给汽车续命的AI 4.1芯片配置是内存翻倍、带宽更高但计算性能仅提升了约10%。一贯从第一性原理出发的一家垂直整合性公司在自家产品上做加法缺什么才会加什么。到了主力产品AI5资源倾斜的结构更加清晰按流片官宣时的披露口径AI5综合性能较AI4提升40倍其中原始算力提高8倍内存容量放大9倍从约16GB增至144GB带宽约为前代5倍1.9TB/s并专为Transformer引擎优化。内存增幅超过算力增幅而40倍综合与8倍原始算力之间的缺口恰好是内存、数据通路与架构贡献的空间。也就是说综合性能的大头来自算力之外。下一代还在继续加码马斯克称最新FSD已让AI4内存达到上限未来的AI6甚至会把近半数的AI加速器直接搭配SRAM高速板载内存。连续三代产品资源全部向内存侧倾斜。当端侧大模型开始在边缘设备部署时计算单元往往在等待数据搬运导致算力闲置。打破“内存墙”成为了边缘AI的关键。大量堆叠内存容量与带宽本质上是为了降低数据搬运带来的极高功耗与延迟。这向整个AIoT行业释放了一个强烈的信号未来边缘智能的重点不再是单纯堆砌逻辑运算单元而是如何以最低的成本解决存储与数据吞吐问题。这种趋势其实已经悄悄写进了AIoT企业自己的财务报表里。利润表记录了涨价的阵痛美格智能2025年年报披露主营毛利率同比下降3.47个百分点公司将原因之一归结为“存储芯片出现周期性价格上涨”。资产负债表则记录了对未来的担忧美格存货同比增长30.36%明确包含存储芯片战略备货移远通信存货同比增长69.48%解释为“应对未来销售增长与部分原材料紧缺及价格上涨而加大备货备料”广和通也将存储芯片列入核心原材料价格波动风险。当企业开始为一种物料积压资产负债表时说明内存正在从按行情采购的“大宗物料”变成决定终端大模型能否落地的“战略物资”。算力基本盘之争生态位决定硬件天花板特斯拉能斥巨资自研芯片绝不仅是靠机器人或汽车凑齐的订单量。在Terafab的产能规划中马斯克在8月的粗略预计是约3/4的算力用于太空AI及航天器约1/4分配给特斯拉机器人等硬件。但比规模更核心的是其“算力基本盘”的质量马斯克体系内的多路需求特斯拉的汽车与机器人、地面超算、SpaceX的轨道算力高度共享同一套架构谱系与软件栈以视觉为主的多模态实时推理是它们的公约数。一颗底层架构相同的芯片几乎可打通全场景这构成了高度集约的“同质化基本盘”。反观AIoT行业碎片化是刻在基因里的。行业在模组层汇聚起来的基本盘混杂着智能水表、汽车座舱、割草机器人、AR眼镜等设备。这些彼此间缺乏底层关联的计算负载构成了极度分散的“异质化基本盘”。同质化基本盘足以支撑起百亿美元级别的芯片自研闭环而异质化基本盘的商业上限往往只能停留在集中采购与方案复用。因此对绝大多数AIoT企业而言“要不要自研芯片”是个伪命题。而关乎生死的问题是我们应该依附于哪个大型“算力生态阵营”并在其中占据怎样的生态位在国内越过这道门槛的样本已经存在华为以自研芯片同时支撑手机、汽车与物联网负载只是其约束在制造端而非需求端仍在门槛附近的观察对象是小米的人车家生态设备规模或已达标负载的同质化程度存疑。对于更加广大的AIoT企业来说真实市场中的“算力聚合商”其实是各大模组企业。从2025年的年报数据可以看出模组企业的业务半径已经从传统的“通信连接”全面扩展至“边缘计算”。广和通把AI模组升格为正式类目星云系列铺出了1T到50T的全算力矩阵移远通信构建了“1N”矩阵2026年规划了100TOPS及以上的智能模组美格智能近80TOPS的高算力模组也属在研并把旗下模组定义为“为各类物联网终端提供终端侧和边缘侧计算能力的算力承载平台”。模组厂商正在将成千上万的碎片化需求聚合成足以向上游芯片原厂博弈与议价的筹码。而这种聚合不仅体现在硬件采购上更体现在软硬件协同的溢价能力上。广和通的解决方案收入为4.76亿元增长了133.36%这一数字指明了计价权的转移方向匹配场景的解决方案才是为“AI的判断能力”定价。因此终端设备企业在选择模组供应商时评估逻辑也应重构不能再单纯盯着硬件BOM成本和单片价格而应重点考察供应商的综合解决方案能力。他们能否将高阶算力平民化使其下探到AIoT设备可承受的成本区间更重要的是他们提供的软硬件一体化方案能否吃透并适配垂直场景从而大幅降低二次开发的门槛。对抗“智能贬值”算力解耦与边缘架构的重构除了供应链的震荡我们还要面对一个更为棘手的产业矛盾底层算力与终端设备在折旧曲线上的背离。当前AI芯片的迭代速度正在以摩尔定律的倍数演进。英伟达保持着“一年一更”的发布节奏而特斯拉给出的目标是9个月一个芯片设计周期。然而AIoT设备的生命周期却截然不同按行业普遍惯例一台智能水表或电网监测设备通常按十年折旧工业网关的服役期往往在八年以上即便是消费级的具身智能设备也需要三到五年的使用寿命。芯片一年一换代设备十年一报废。如果继续沿用传统的软硬一体封装模式这意味着设备出厂即落后其内置的“智能含量”将按季度迅速贬值。当多模态大模型每年都在跨越式升级时仅靠软件层面的OTA在线升级已经无法弥补硬件算力与内存的物理瓶颈。这种折旧曲线的分叉与错位可能将会倒逼AIoT硬件架构发生根本性的变革“算力解耦”与“模块化可插拔”可能将会从一种极客式的工程偏好演变为企业资产管理的硬性要求。未来的智能模块需要能够在设备的整个生命周期内实现独立升级与替换。否则整个高价值设备的残值将随着内部那颗旧芯片的淘汰而迅速归零。移远通信年报中披露的“算力卡”产品正是这一趋势的早期形态。我们可以预见未来模组企业交付的可能不再是焊死在主板上的SoC而是标准化的“算力插槽”以及持续迭代的算力订阅服务。这不仅是硬件形态的改变更是将AIoT企业的资本支出CapEx转化为更灵活的运营支出OpEx。写在最后马斯克造芯、Terafab建厂不能仅仅被视作半导体圈的故事或者新闻它是一面清晰的镜子折射出了未来AIoT产业的底层逻辑。从AI5被设计为优先服务机器人的那一刻起AIoT的重心就已经指向了操作与决策。当设备与物理世界的交互变得异常复杂边缘侧算力与架构的重构已是一场不可逆转的产业趋势。原文链接马斯克168亿美元的Terafab造芯计划折射出AIoT边缘智能的3大演进趋势-36氪