Tesla добавляет Samsung в список производителей своего следующего ИИ-процессора: чип Tesla AI5 уже прошел tape-out на 2-нм классе техпроцесса Samsung Foundry и должен выпускаться на фабрике Taylor в Техасе. Для IT-аудитории здесь важна не только красивая цифра «2 нм», но и сама схема: Tesla заранее раскладывает критичный кремний по двум подрядчикам, чтобы не зависеть от одного завода в момент, когда собственные AI-нагрузки растут быстрее, чем производственные мощности у рынка.
О новом этапе чипа Tesla AI5 сообщает Tom's Hardware со ссылкой на пост principal engineer Samsung Foundry Джеймса Кима в LinkedIn. По его словам, AI5 достиг стадии tape-out, будет производиться на новейшем 2-нм техпроцессе компании и затем пойдет в новые продукты Tesla. Ким отдельно упомянул, что команда Samsung несколько месяцев работала вместе с инженерами Tesla из Palo Alto и Austin. Формулировка выглядит как типичный осторожный корпоративный анонс, но для индустрии этого достаточно: проект не на стадии «обсуждаем roadmap», а уже перешел к физической реализации дизайна под конкретное производство.
Это особенно интересно на фоне апрельской демонстрации первого образца AI5, которую проводил Илон Маск. Тогда он говорил, что процессор будут выпускать параллельно и TSMC, и Samsung. Теперь эта схема подтверждается с другой стороны. Судя по публикации, вариант для TSMC добрался до tape-out на несколько месяцев раньше, чем версия для Samsung. И это вполне укладывается в реальность крупных кастомных чипов: один и тот же дизайн под разные foundry-процессы почти никогда не переносится «кнопкой export». Под каждого производителя приходится отдельно адаптировать физическую реализацию, верификацию, тайминги, энергопрофили и массу неприятных деталей, которые не попадают в презентации для инвесторов.
Сам модуль AI5, который Маск показывал весной, тоже дает пищу для выводов. По описанию Tom's Hardware, в нем стоит сравнительно компактный ускорительный кристалл размером примерно в половину ретикла, а рядом расположены 12 чипов памяти SK hynix, внешне похожих на стандартные GDDR6 или GDDR7. Упаковка построена на органической подложке. Tesla не раскрывала ширину шины памяти, но если это действительно 12 микросхем GDDR6 или GDDR7, можно предположить интерфейс на 384 бита. В таком случае пропускная способность памяти оказывается в диапазоне примерно от 768 ГБ/с до 1,536 ТБ/с в зависимости от конкретного типа памяти и скоростей передачи.
Зачем Tesla второй производитель
Главная новость здесь даже не Samsung и не 2 нм сами по себе. Главная новость в том, что Tesla строит для AI5 двухисточниковую модель производства. Для компании это не страховка «на всякий случай», а прагматичный ответ на масштаб амбиций. Маск ранее говорил, что AI5 должен стать одним из самых массово выпускаемых чипов в истории Tesla. Его планируют использовать не только в автомобилях, но и в роботах Tesla, а также в дата-центрах компании. То есть речь идет не об одном продукте и даже не об одном сегменте, а о попытке посадить на единый вычислительный фундамент и автопилот, и робототехнику, и часть собственной AI-инфраструктуры.
Для бизнеса это понятный ход. Если чип нужен сразу для машин, гуманоидных роботов и серверных задач, то дефицит на стороне одного foundry превращается в прямое ограничение роста сразу по нескольким направлениям. В последние годы рынок уже видел, как быстро GPU, упаковка, HBM и передовые техпроцессы становятся бутылочным горлышком. Tesla, похоже, решила не ждать, пока это случится с ее следующим поколением кремния, и заранее разнесла риски между TSMC и Samsung. Для Samsung такой контракт тоже важен: компании давно нужно не просто догонять лидера в передовых узлах на слайдах, а получать публично значимые заказы от клиента, который готов грузить фабрики объемом.
Есть и инженерный нюанс, который будет интересен разработчикам AI-систем. Если Маск не преувеличил и AI5 действительно дает до 40-кратного прироста в отдельных задачах относительно предшественника, Tesla делает ставку не на инкрементальную оптимизацию, а на резкий скачок локальной вычислительной плотности. В автомобилях это означает больше пространства для моделей компьютерного зрения и принятия решений прямо на борту. В роботах — шанс тащить более сложные модели без полной зависимости от облака. В дата-центрах — возможность строить вертикально интегрированный стек, где железо проектируется под собственные модели и собственный софт, а не под универсальный рынок.
Для отрасли в целом это еще один сигнал, что крупные AI-компании все чаще хотят не просто арендовать ускорители, а проектировать свои. Раньше кастомный кремний казался экзотикой уровня hyperscaler-клуба. Теперь к нему идут все, у кого есть достаточно данных, капитала и причин не зависеть от чужого roadmap. При этом Tesla идет своим путем: не HBM-монстр в духе серверных ускорителей для всего рынка, а специализированый процессор под собственную экосистему устройств и сервисов. С практической точки зрения это важный сдвиг для продуктовых команд и CTO: конкурентное преимущество в AI все чаще лежит не только в модели, но и в том, кто контролирует путь от дата-сета до упаковки кристалла.
Почему на это стоит смотреть внимательно
Пока у истории остается достаточно белых пятен. Tesla не раскрыла ни пиковую производительность AI5, ни точную конфигурацию памяти, ни реальные сроки массового выхода устройств на этом чипе. Даже сама стадия tape-out — еще не гарантия гладкого запуска: впереди проверка, доводка, yield, упаковка, логистика и неизбежная борьба с физикой, которая плохо читает пресс-релизы. Но сам факт появления Samsung рядом с TSMC в производственной цепочке AI5 уже многое говорит о зрелости проекта и о том, как будет выглядеть следующий раунд гонки AI-железа. Вопрос теперь не только в том, насколько быстрым окажется чип Tesla AI5, а в том, удастся ли Tesla превратить редкую для отрасли вертикальную интеграцию в массовый продукт. Первоисточник с деталями и цитатой Samsung доступен в .