文章核心观点 - SpaceX计划自研并制造对标英伟达H100/H200级别的通用GPU，旨在通过垂直一体化战略，对冲供应链风险并满足其旗下xAI、特斯拉FSD、星链及Optimus等业务的内部算力需求 [1] 公司战略与计划 - SpaceX在向美国证券交易委员会提交的S-1注册文件中，将“自研并制造GPU”列为重大资本支出项目，为其夏季IPO向投资者披露信息 [1] - 公司计划将自研的通用GPU用于xAI的大模型训练、特斯拉FSD的推理部署、星链数据中心的算力支撑以及Optimus人形机器人的智能中枢 [1] - 整个GPU生产体系将被打包进正在德州建设的Terafab晶圆厂，目标是实现从设计到制造的垂直一体化 [1] - 公司目前与多数直接芯片供应商之间缺乏长期供应合同，在全球地缘政治动荡、芯片产能紧张的背景下，供应链脆弱性制约了其星链数据中心扩张和下一代技术落地 [1] 行业背景与格局 - GPU的发展历程经历了从CPU附庸到独立加速计算的转变，2006年英伟达推出CUDA通用计算平台是打破GPU应用边界的关键转折点 [2] - 目前GPU已超越传统图形功能，在科学计算、人工智能等领域凭借并行计算优势成为高性能计算的绝对主角 [2] - 全球GPU芯片产业链壁垒高、集中度强，设计环节由英伟达与AMD几乎垄断独立GPU市场，英特尔与AMD瓜分集成GPU市场 [3] - 产业链上游的设备、材料、EDA/IP环节由美国、日本、欧洲的龙头企业构建了深厚技术壁垒 [3] - 制造环节中，台积电与三星的先进工艺是高端芯片量产不可替代的基石 [3] - 美国凭借英伟达、AMD、英特尔三巨头，牢牢占据全球GPU研发主导地位；欧盟、日本、韩国处于第二梯队 [3] - 通用GPU是芯片行业公认最难的赛道，英伟达构建了由专利壁垒、CUDA软件生态、开发者社区和全栈优化能力组成的深厚护城河 [3] 机遇与挑战分析 - 公司的优势在于其庞大的内部需求场景（xAI、特斯拉、星链、Optimus）可提供自产自用的闭环市场，降低早期商业化风险 [4] - 公司面临的挑战严峻，包括高端GPU的设计复杂度、先进制程的良率爬坡、软件生态从零构建，以及面对英伟达专利矩阵的潜在法律风险 [4] - 这些挑战每一关都足以耗尽数十亿美元和数年时间 [4]