特斯拉 AI 晶片戰火延燒：韓國啟動徵才、AI6 轉向三星布局
近期，韓國特斯拉（Tesla Korea）發布 AI 晶片設計工程師（AI Chip Design Engineer）徵才訊息，顯示特斯拉自研晶片計畫進入加速階段。Elon Musk 也在社群平台 X 表示，團隊正打造「未來全球產量最高的 AI 晶片架構」，目標總產量將超越目前全球 AI 晶片的整體規模。
本文主要內容
特斯拉韓國徵才揭示第一性原理人才觀 AI4、AI5 與 AI6 的代工策略與規格差異 為何 AI6 轉向三星德州泰勒廠？ AI6 對無監督自駕與人形機器人的意義 台灣半導體供應鏈的機遇與挑戰
此波布局聚焦於下一代 AI5 與 AI6 晶片的量產準備。特斯拉採取駐廠研發模式，與三星及台積電展開深度技術協作，改善高階製程的良率與效能表現。隨 Robotaxi 與 Optimus 發展推進，算力需求持續攀升，晶片自研能力成為關鍵支撐。
特斯拉韓國徵才揭示第一性原理人才觀
特斯拉此次徵才方式延續 Elon Musk 一貫風格。應徵者無須提交冗長履歷，而是直接說明「曾解決過最困難的 3 個技術問題」並寄送至官方信箱。這種篩選機制強調實戰經驗與問題拆解能力，而非單純學歷背景，有助於辨識具備量產實務經驗的工程人才。
選擇在韓國招募晶片設計師亦具策略考量。韓國不僅擁有三星等先進製程產能，同時也是 HBM（High Bandwidth Memory，高頻寬記憶體）技術重鎮，包括 SK 海力士與三星皆為核心供應商。
隨 AI5 與 AI6 面向 FSD 無監督自駕所需的大量影像與神經網路運算，勢必仰賴高頻寬記憶體支援。特斯拉在當地建立團隊，可就近參與三星華城廠的原型驗證流程，並與記憶體供應鏈展開軟硬體協同設計（Co-design），縮短設計與量產之間的落差。
AI4、AI5 與 AI6 的代工策略與規格差異
隨著特斯拉自研晶片藍圖逐步明朗，其供應鏈架構也趨於清晰，形成雙代工（Dual-foundry）布局。透過不同晶圓代工夥伴分工合作，特斯拉在製程節點與產能配置上保留更高彈性，以降低單一來源風險。
AI5 與 AI6 將分別對應 HW5 與 HW6 平台，成為新一代車載系統的運算核心。其中 AI5 支撐過渡期產品與進階駕駛輔助功能，AI6 則瞄準全自動駕駛場景，為未來 Robotaxi 與更高階 FSD 應用提供基礎算力。
特斯拉自研 AI 晶片規格與生產布局
項目 AI4（現行主流） AI5（開發中） AI6（未來核心） 製造代工廠 三星 台積電 三星 製造地點 韓國 台灣／美國亞利桑那 美國德州泰勒（Taylor, TX） 製程節點 5 nm 級 N3E（3 nm FinFET） SF3（3 nm GAA） 搭載平台 HW4 HW5／Optimus 1.0 HW6／Robotaxi／Optimus 2.0 關鍵特色 感知與推論整合 導入 3 nm 製程 效能倍增、整合決策與路徑規劃 戰略重點 穩定供應現行車款 提升運算密度與效率 在地化生產、分散地緣風險
為何 AI6 轉向三星德州泰勒廠？
儘管台積電在 3 nm 製程具備成熟優勢，Elon Musk 仍決定將 AI6 主要產能交由三星德州泰勒廠，背後考量涵蓋供應鏈風險、政策誘因與成本結構。
首先，在產能配置上，特斯拉透過雙代工模式分散風險，避免過度依賴單一地區生產。此舉有助於降低地緣政治或區域突發事件對晶片供應的衝擊，提升長期供應穩定性。
其次，三星德州泰勒廠符合美國《晶片與科學法案》（CHIPS Act）補助條件，同時鄰近特斯拉德州總部。設計團隊與產線工程師可就近協作，縮短從設計、驗證到量產導入的時程。
在商業條件方面，三星為爭取為期 8 年、總額約 165 億美元的合作協議，提供具競爭力的代工報價與技術支援方案。這使 AI6 在成本與產能保障之間取得平衡，也提升特斯拉在先進製程世代的議價空間。
AI6 對無監督自駕與人形機器人的意義
AI6 的定位已不僅是車載電腦的世代升級，而是特斯拉推進具身智慧（Embodied AI）的核心基礎。當運算需求從輔助駕駛擴展至自動駕駛與人形機器人，晶片架構勢必同步重構。
在架構設計上，AI6 預期將感知、決策與影像處理等原本需多顆晶片協作的功能整合至單一 SoC，形成更高整合度的運算平台。此舉可降低功耗與資料傳輸延遲，並提升系統穩定性。
在產能規劃方面，若 Optimus 進入大規模量產階段，每台機器人皆需搭載高效能 AI6 晶片，整體需求規模將遠高於現行車用市場。
此外，為滿足高頻寬與高算力需求，AI6 預計導入先進封裝技術，例如台積電 CoWoS 或三星 I-Cube 等異質整合方案，以提升資料交換效率，支撐大型神經網路模型的即時推論。
台灣半導體供應鏈的機遇與挑戰
短期內，台積電仍掌握 AI5 主要訂單，特斯拉 Dojo 晶片亦持續採用台積電先進封裝 InFO-SoW。不過，隨著特斯拉在韓國擴大研發布局，並推動部分先進製程美國在地化，全球供應鏈分工正出現調整。
對台灣供應鏈而言，關鍵不僅在於先進製程能力，更在於後段整合技術的領先幅度，包括 Chiplet（小晶片）整合、矽光子技術，以及更高階封裝與測試能力。若能在異質整合與高速互連領域持續保持技術差距，將有助於鞏固在 AI 晶片時代的核心地位。
延伸閱讀
特斯拉 Dojo 計劃是什麼？台積電已開始生產下一代 AI 訓練晶片