特斯拉对外披露了更新后的AI加速器路线图，并同步把旗下AI芯片的命名体系从“AI”改为“SI”，即“超级智能”（Super Intelligence）。按照这份路线图，特斯拉第六代推理加速器SI6的目标是达到现有第四代芯片80倍的算力，同时内存容量提升至9倍；训练侧的第三代Dojo（D3）则放弃此前以片上SRAM为核心的架构，转向结合2.5D与3D封装、并采用堆叠HBM的多芯粒设计。

先看推理产品线。特斯拉当前在车辆上使用的第四代推理处理器最初名为HW4，后改称AI4，如今归入SI4。该芯片由三星晶圆代工以7纳米级工艺制造，采用传统的倒装芯片球栅阵列封装，搭配约16GB GDDR6内存，是特斯拉全自动驾驶（FSD）的当前基准平台。路线图显示，SI5将采用台积电3纳米或三星2纳米级别的工艺，封装走向多芯片模块（MCM），内存升级为GDDR6/GDDR7，容量约96GB，性能约为SI4的40倍，目前已接近量产。

SI6则处于开发阶段，采用2纳米级工艺与多芯片模块封装，内存为GDDR7，容量约144GB，性能目标为SI4的80倍。按路线图给出的估算区间，SI6的算力大约在17,280至46,080 TOPS之间，即17.28至46.08 POPS；这一区间取决于HW4性能的测量口径，且属于估算值。作为参照，英伟达Rubin GPU在推理场景下提供50 NVFP4 PFLOPS，训练场景为35 NVFP4 PFLOPS，另有17.5 FP8/FP6 PFLOPS；但Rubin目前已向客户出货，而SI6的时间点被放在2029至2030年。此外，路线图未说明SI6支持哪些数据格式。

训练芯片Dojo的重新现身是路线图中更受关注的部分。马斯克曾在2025年8月取消整个晶圆级Dojo项目，又在2026年8月表示SpaceX与xAI的地面及太空数据中心将 exclusively 使用英伟达硬件。如今第三代Dojo D3被描述为基于芯粒的设计，融合2.5D与3D封装并堆叠HBM，与第一代Dojo D1的片上系统晶圆架构差异明显——D1依靠分布式片上SRAM，以晶圆级封装把25颗D1处理器互连，每颗配备11GB SRAM。

转向HBM，意味着特斯拉希望大幅提升内存容量。现代AI模型在存储参数、激活值和中间数据时对内存需求极高，SRAM在容量上并不占优；HBM便于扩展容量，但会带来延迟、带宽、封装与功耗方面的新权衡。特斯拉是否彻底放弃晶圆级集成仍不明确：理论上可以把定制HBM模块堆叠在经晶圆级封装互连的逻辑裸片之上，但晶圆级集成成本高昂，且更适合以SRAM为核心的特定场景；在晶圆级互连逻辑上再堆HBM，会进一步增加设计复杂度、散热难度、制造复杂度与良率风险，并推高成本。路线图尚未披露D3的算力、内存容量、制造工艺与开发时间表，只称其将针对“太空、训练与扩展”优化，这暗示它更接近常规加速器架构，而非晶圆级封装。

值得留意的是，D3还计划针对地外部署优化，这可能意味着至少部分型号需要做抗辐射加固。整体来看，特斯拉在推理端延续与三星、台积电等代工伙伴的工艺演进，在训练端则从激进的晶圆级路线回摆到更主流的HBM加芯粒方案，同时把“太空”纳入芯片设计考量，为其AI算力布局增添了新的维度。