巴克莱研究报告关键要点总结 涉及的公司与行业 * 公司：特斯拉 (Tesla, Inc.) [1] * 行业：美国汽车与出行 (U.S. Autos & Mobility) [10][11] 核心观点与论据 1. 特斯拉的战略转向：芯片成为新时代的增长支柱 * 特斯拉的增长战略进入新阶段，其支柱从电池转向芯片，以支持自动驾驶和人形机器人等物理AI业务 [4] * 特斯拉计划建设“Terafab”芯片工厂，这是比电池战略更宏大的垂直整合举措 [4] * 首席执行官埃隆·马斯克强调芯片对特斯拉战略的核心地位 [4] 2. Terafab项目的战略动因 * 实现超大规模：主要动因是确保芯片供应以满足巨大的未来需求，解锁车辆和机器人的强劲供应 [6][14] * 地缘政治去风险：在美国本土生产旨在规避地缘政治风险，特别是美中贸易紧张局势和潜在的台湾供应中断 [13][22][23] * 控制设计与集成：自建工厂能更好地控制芯片设计，并实现逻辑与内存等芯片的更好集成，提升能效 [22][25] * 应对供应挑战：特斯拉认为未来3-4年芯片供应将成为增长瓶颈，主要原因是芯片供应商不愿承诺特斯拉所要求的巨大增量需求 [12][14][18] 3. 特斯拉的芯片需求预测与成本估算 * 基准情景 (2030年)：预计年需求约1200万颗AI芯片 [15] * 人形机器人Optimus：目标2030年100万台/年，假设每台2颗芯片，需约200万颗 [17] * 自动驾驶出租车Robotaxi：目标年产量至少200万辆，假设每辆3颗芯片，需约600万颗 [17] * 其他车辆：假设年产量约200万辆，每辆2颗芯片，需约400万颗 [17] * 更高目标：马斯克提及的160k WSPM（月投片量）工厂，在良好良率下可支持约2400万颗芯片/年 [19]。媒体报告甚至提及1亿至2亿颗/年的更激进目标 [19] * 成本估算： * 满足1200万颗/年需求，成本约200-250亿美元 [28] * 满足2400万颗/年需求，成本约400-500亿美元 [28] * 成本随产能目标和良率变化，更高目标成本更高 [26][27][28] * 资本支出影响：Terafab投资未包含在特斯拉2026年200亿美元资本支出指引内，可能进一步加剧自由现金流的负值（报告预测2026年FCF为-30亿美元） [30] 4. 项目面临巨大挑战，合作是更可能路径 * 执行与技术挑战：特斯拉缺乏大规模芯片制造经验，在先进制程（如2nm）、关键设备（如ASML EUV光刻机）采购和封装方面面临显著挑战 [31] * 历史教训：Dojo芯片项目（初始项目取消并减值）和4680电池（产量和性能未达预期）表明特斯拉在复杂制造领域面临困难 [31][56] * 合作逻辑：与三星、台积电甚至英特尔合作是更可能的路径 [2][7]。特斯拉可提供资金建设新工厂，并与成熟芯片供应商在生产方面以某种形式合作 [32] * 潜在合作伙伴： * 三星：在逻辑、封装和存储（DRAM）方面均有经验，是天然合作伙伴。特斯拉已与三星泰勒工厂达成165亿美元供应协议 [33][34] * 台积电：也是自然伙伴，但目前不生产汽车DRAM [34] * 英特尔：考虑到马斯克对美国供应链的偏好以及英特尔现有的可用产能，也是一个潜在选择 [34] * 与电池战略类比：特斯拉的电池战略最初号召行业建设产能，否则将亲自下场，但最终仍主要依赖外部供应商，Terafab可能遵循类似路径 [35] 5. 特斯拉的芯片设计战略与行业对比 * 垂直整合优势：特斯拉自研芯片专为其AI软件栈优化，非通用芯片，因此在功率效率和成本上具有显著优势。预计AI5芯片性能可比拟英伟达Blackwell，但功耗仅为其1/3，成本远低于10% [58] * 统一物理AI战略：AI5/AI6芯片是特斯拉“物理AI”计算战略的核心，将用于车辆、Optimus机器人以及数据中心（Dojo），实现芯片在不同用例上的统一 [13][57] * 行业趋势：特斯拉是首家在2019年将ADAS芯片设计内部化的主流车企 [36]。中国新势力（如蔚来、小鹏、理想）也纷纷转向自研芯片，以提升性能并降低成本（例如蔚来称每车平均节省约1,450美元） [37][38][40] * 算力对比：特斯拉FSD当前算力（HW4约500 TOPS）低于同价位中国车型（如小鹏G7 Ultra约2,250 TOPS） [42][44]。预计2027年AI5将带来2,000-2,500 TOPS，与当前中国车型算力看齐，但可能仍落后于明年中国更高算力的产品 [43][44] 6. 特斯拉的计算能力现状 * 训练算力：截至2025年底，特斯拉拥有约12万颗英伟达H100等效GPU的训练算力，主要位于德克萨斯州的“Cortex 1”数据中心 [48]。计划到2026年6月底增至约28万H100e [48] * 行业对比：特斯拉的算力规模远超其他汽车公司，但与领先的AI公司（如Meta、OpenAI、xAI）相比仍有巨大差距 [51] * 分布式计算愿景：马斯克提出利用空闲的特斯拉车辆组成分布式“云”进行推理计算的设想，但面临能源、连接、隐私等多重挑战，且需要庞大的现代硬件车队 [53] 7. Dojo项目的重启与不确定性 * 项目重启：在2025年8月宣布Dojo项目关闭后，于2026年1月中旬宣布重启Dojo 3芯片工作，原因是对未来3-4年芯片供应不足的担忧 [54][57] * 历史挫折：Dojo项目此前披露支出超过10亿美元，但成果有限，初始目标（如2024年底8k H100e产能）可能未达成 [55] * 未来不明：Dojo 3的大规模制造可能取决于Terafab是否建成。重启原因可能与近期芯片（尤其是存储）价格上涨及潜在供应限制有关 [60]。Dojo 3与AI6芯片的关系尚不明确 [60] 其他重要内容 1. 财务评级与目标价 * 巴克莱给予特斯拉“持股观望”评级，行业观点为“中性” [10][105] * 目标股价为360美元，较2026年3月19日收盘价380.30美元有5.3%的下行空间 [10] 2. 芯片制造经验现状 * 逻辑芯片：在设计（HW3-AI6）方面有丰富经验，但缺乏大规模制造经验 [16] * 存储芯片：在设计和制造方面均未尝试过 [16] * 封装：在设计先进封装方面有经验，但制造经验有限 [16] 3. 特斯拉芯片发展历史 * ADAS/FSD芯片：从使用Mobileye、英伟达外购芯片，到2019年（HW3）开始自研芯片并由三星制造，制程从14nm（HW3）演进到7nm（AI4），并计划采用3nm/2nm（AI5） [66] * 信息娱乐芯片：持续使用供应商产品（英伟达、英特尔、AMD） [64] 4. 风险提示 * 上行风险：FSD/Dojo突破、Cybertruck加速量产、4680电池产量进展等 [112] * 下行风险：需求疲软导致更大降价、高利率环境持续、AI/科技股涨势逆转、Autopilot/FSD监管行动、竞争加剧等 [112]