凤凰网科技讯 北京时间2月4日，英国《金融时报》专栏作家尹允(June Yoon)周三发文称，特斯拉的1.3万亿美元市值表明，市场预期这家公司的未来将更多地依赖AI，而不是电动汽车。要满足这一期望，特斯拉就必须对支撑自动驾驶、机器人技术和AI训练所需的硬件拥有更强的控制权。

特斯拉CEO埃隆·马斯克(Elon Musk)表示，该公司因此需要建造并运营一家所谓的“TeraFab”大型芯片工厂来生产自己的芯片。但是，特斯拉真能自己制造芯片吗？

这个想法应该与马斯克那些更为宏大的设想分开来看。与殖民火星或脑机接口等天马行空的项目相比，建造芯片制造工厂可依赖现有的成熟技术。

不一定得尖端

业界对新入局者的质疑，很大程度上源于一种误解：当人们谈论芯片制造时，往往会联想到台积电生产英伟达旗舰AI芯片所用的3纳米和5纳米尖端制程工艺。这类高端芯片需要最先进的设备和数十年积累的试错经验。以此为标准衡量，新入局者确实看似毫无胜算。

然而，这种比较本身也存在问题。芯片制造企业并非必须达到台积电最先进的制程水平才能获得生存空间。芯片行业实际上存在一个狭长的中间地带：新入局者既可以达到技术要求，同时制程性能又足以支持AI运算负载。特斯拉的晶圆厂如果建成，必然需要瞄准7纳米左右的老一代技术。这一制程节点被普遍认为是复杂度和资本需求急剧攀升前的最后一个先进芯片世代。

台积电在2018年首次开始量产7纳米芯片，该技术至今仍在AI与数据中心领域广泛应用。即便落后数年，特斯拉原则上仍能生产适用于自动驾驶和仿生机器人的AI运算芯片。

挑战重重

这意味着7纳米将成为特斯拉的合适技术基准，但绝非轻易可达的目标。它仍需要阿斯麦的极紫外光刻机，需要配备大规模电力、冷却和水处理系统的超洁净设施，需要数百台精密设备以及先进的芯片封装能力。

最关键的是，它需要数百名在降低芯片缺陷率方面经验丰富的工程师，而这种稀缺人才目前主要集中在台积电。通常初始生产需要三年甚至更长时间，期间材料损耗率高，需要经历漫长的试错过程才能实现可用产出。

即便特斯拉能够达到技术门槛，仅靠可行性也无法保证创造价值。在芯片制造领域，目前的标杆是台积电，该公司去年资本支出超过400亿美元。这笔支出之所以合理，是因为其风险分散在庞大的客户名单和数千种设计上，从而帮助吸收生产损耗并加速技术迭代。

特斯拉无法复制这种模式。马斯克表示，特斯拉不打算对外销售芯片。没有全球订单，芯片业务就变成一个固定成本的运营体系，很难避免结构性亏损。台积电在美国建厂的以往投资表明，每座晶圆厂的建造成本至少需200亿美元(即使计入补贴)。与大多数工业资产不同，芯片制造厂需要持续再投资才能保持竞争力。即使在最乐观的假设下，投资回收期也可能长达数十年。

撇开经济因素不谈，执行风险仍是更大的挑战。尽管英特尔拥有数十年的行业经验，但受制于激进的时间表和内部压力，该公司自2010年代中期起向10纳米芯片的过渡屡屡受挫，导致多年延期，并永久丧失了行业领导地位。

曾有报道指出，特斯拉的电动汽车质量参差不齐，如车身面板缝隙不均、交付后返修等问题，但这未必直接等同于技术能力不足。不过，这确实反映出该公司存在一种倾向：在生产工艺尚未完全稳定时便急于交付产品。对于汽车而言，这类缺陷大多属于外观问题且可被修复。但在芯片制造领域，这种操作模式根本行不通。

失败案例

美国的格芯(GlobalFoundries)是另一个值得借鉴的案例。2015年收购IBM亏损的芯片业务后，该公司仅用三年时间便得出结论：先进芯片制造在经济上不可行。

特斯拉将同时面临这两类风险：英特尔曾遭遇的文化压力，以及迫使格芯退出的不利经济现实。历史经验表明，这种双重风险叠加特别容易导致价值毁灭，而这种后果往往在资本投入完成后才会显现。(作者/箫雨)

来源：凤凰网科技