核心观点 - 特斯拉与SpaceX联合推出的TeraFab计划，并非旨在成为“特斯拉版台积电”，而是对算力生产范式的一次根本性重写，其核心是从追求芯片制程的“单位效率”转向放大“能源总量”与“系统整合”，从而在AI算力战争中建立新的竞争优势 [1][2][3][4] 范式转变：从芯片战争到算力战争 - 行业竞争焦点正从追求更先进制程（如2nm、1.4nm）的“芯片战争”，转向以“算力系统”为核心单位的“算力战争” [1][4][6] - 传统半导体逻辑聚焦于提升单位晶体管性能和降低单位算力能耗，而新的主导公式是：总算力 = 单位能耗算力 × 总电力规模 [6] - TeraFab试图改变范式本身，其逻辑是：即使单芯片不领先，只要系统能承载更大的能源输入，总算力依然可以形成碾压优势 [6][7] - 当前AI训练集群的规模扩大，主要瓶颈已从芯片本身转向供电能力和散热能力，数据中心集群功耗已达百兆瓦级别 [7] 核心优势：能源规模与系统整合 - TeraFab真正的护城河并非芯片，而是“能源+系统整合”能力 [7] - 该计划战略构想中，80%的算力将部署在太空，旨在利用轨道环境绕开地面数据中心的电力成本、电网容量及散热等硬约束 [7][8] - 通过SpaceX的发射能力（如星舰Starship）降低进入太空成本，使得在轨道部署算力设施经济可行，从而利用近乎无限且持续的太阳能，获得发电总量与能源成本的数量级优势 [8][9] - 太空的真空环境是天然的散热场，可进一步降低运营成本和故障率 [9] - 这一路径意味着竞争从优化“技术效率”转向掌握“能源规模”，一旦能源成为瓶颈，后者的优势将被指数级放大 [9] 生产逻辑：递归的算力自我加速系统 - TeraFab最激进之处在于其逻辑：它不是一个传统工厂，而是一个“递归系统”或“算力自我加速生产系统” [10][11] - 其核心是利用AI设计芯片、优化制造流程、加速良率爬坡，形成一个“更强的芯片 → 更强的 AI → 更快优化制造 → 更便宜更强的芯片”的闭环，实现指数级迭代 [11] - 传统晶圆厂良率提升需数月甚至数年，而AI模型可实时分析生产数据、在虚拟环境中模拟数百万次制造过程以寻找最优解，从而将硬件制造“软件化”，打破“重资产、慢周转”的魔咒 [11][12] - 该系统生产的不仅是芯片，更是生产芯片的能力，这种递归效应一旦形成，将造成时间维度上的巨大差距，后来者难以追赶 [11] 对投资逻辑的影响 - 投资者估值模型需要调整：从单纯关注制程节点，转向评估能源获取能力和系统整合效率 [7][13] - 未来的竞争焦点可能从半导体转向能源，从芯片公司转向系统公司，从制程领先转向规模领先 [13] - 传统的半导体投资逻辑基于技术壁垒和供需周期，而新的逻辑将基于能源获取能力和系统迭代速度 [13] - TeraFab的本质是一个能源套利计划，若成功验证太空算力的经济性，将彻底改写数据中心的选址逻辑，地球上的土地和电力资源将不再是稀缺要素 [9][13]