马斯克的芯片梦，要靠这个清华人来落地

几天前，和特斯拉正式公布的建设计划。

有一座超级芯片工厂, 它处在美国得州, 会得到168亿美元的初始投资, 未来的目的是变成能支撑特斯拉机器人、还能支撑自动驾驶以及AI基础设施的, 那么一个计算底座。

长达过去十几个年头, 马斯克凭借自身行径证实了私人开办的企业同样具备向传统航天工业发起挑战的能力。而直至当下这个时刻, 他又将自身目标锁定在了另外一片充满艰难险阻的崭新领域之上: 即为半导体制造这一范畴。

对马斯克而言，建造一座晶圆厂，资金是最不值一提的难点。

一处先进晶圆厂真正麻烦的所在, 是怎样把繁杂的制程, 以及设备和工程流程融合一块儿, 使得芯片从设计图迈向稳定地量产。

早在正式公布以前, 特斯拉就着手组建一支以半导体制造能力为核心的团队。在这支团队里, 有一名备受瞩目的成员, 此人是从清华毕业, 还具备英特尔近18年行业经历的工程界资深人士。

他的名字叫Gary Jiang。

2026年6月, Gary Jiang进入特斯拉, 他变成了当前对外公布的项目里头一批核心领导成员当中的一员。

01

谁是Gary Jiang？

关于Gary Jiang，公开资料并不多。

但是, 能够被查到的那些信息, 恰好勾勒出了一条专门属于典型的半导体制造工程师的路径。

领英资料表明, Gary Jiang具备这样两段材料科学教育背景, 一段是关于中国的, 另一段是关于美国的, 其本科以及硕士是从清华大学毕业的, 之后前往俄亥俄州立大学去攻读博士。

在1990年的时候, Gary Jiang进入了清华大学, 就读于材料科学专业。在那个特定的年代, 材料科学所承担的更多是工业基础研究的角色, 以及制造工艺支撑的角色。

但是, 几十年过后, 这条路径, 最终连接到了, AI时代之中, 最为重要的基础设施当中的一个: 半导体制造。

在清华经历的材料科学训练之举, 催生出他对材料跟制造工艺方面所作的理解, 而于美国开展的材料科学博士阶段进程, 又促使他更进一步地踏入先进材料研究体系当中。

毕业之后, 他并非径直踏入芯片设计的领域, 而是起始于半导体制造产业链里的设备以及工艺的环节, 去着手积累相关经验。

2000年的时候, Gary Jiang加入了半导体设备公司, 在此之后, 他先后担任过高级应用科学家, 还担任过技术部门高级职员, 他累计工作时间大约为8年。

它并不直接参与芯片制造这一行为, 其主要从事的业务范畴是, 提供处于半导体领域的检测相关仪器, 以及测量相关工具, 还有进行工艺控制的设备。

这段经历, 使得Gary Jiang, 开始深入去接触, 晶圆制造过程当中的工艺控制问题, 缺陷检测问题, 以及良率提升问题。

2008年, 他进入了Intel, 他是从设备以及工艺应用的领域, 进入那种先进制程的晶圆厂体系的。

进入英特尔的近18年当中 , 他由工程岗位慢慢成长为晶圆厂管理者 , 曾依次参与Fab 68新厂建设 , Fab 32与Fab 12的工艺管理 , 还有英特尔亚利桑那晶圆厂的运营。

到2024年年底的时候, 他更进一步担当了英特尔工厂经理这一职务，负责与先进制程相关联的工厂建设工作, 负责技术转移方面的工作, 还负责量产准备方面的各项工作。

当中, 备受瞩目的, 是他投身英特尔18A制程推进的过往经历。18A是英特尔再度叩响先进制程竞争大门的重要节点, 而需Gary Jiang负责的, 是在此进程里, 从技术转移开始, 历经设备安装, 直至产线启动以及量产准备等一系列关键制造环节。

简单来说，他的职业经历始终围绕一个核心问题：

怎样去使得一项属于先进范畴的半导体技术, 最终演变为一条具备能够稳定进行量产能力的晶圆产线呢。

拥有一条先进制程产线, 并非单单设备安装完毕便能够实施运转的。其涵盖厂房建设, 包括光刻机于其中予以部署之举, 后续还包含工艺经调试从而达成良率爬坡步骤, 一直到能够实现稳定量产状态等, 其中每一个步骤, 都绝对依赖于数量众多的经验而得以不断积累。

而这正是特斯拉过去缺少的东西。

颇为巧合的是, 有着gary jiang这么个情况, 其加入特斯拉的时刻这一节点, 恰恰正是处于那种正向着与intel展开的合作逐步趋于明朗化而去的阶段之中。

2026年4月, 英特尔宣告加入项目, 对这一由特斯拉推动的芯片制造计划予以制造能力方面的支持。

马斯克先前有过透露, 会采用英特尔的下一代14A制程, 而这是Intel在18A之后的又一个进一步先进的节点。

在这般的背景情形之下, Gary Jiang的经历展现得格外与众不同, 他曾参与了Intel 18A制造体系的构建搭建, 而如今又将要去推进那下一代的芯片制造工作。

诸般等媒体剖析觉得, 这般一段经历很有可能致使他转变成为与英特尔二者之间的“枢纽”, 此其一；他明晰先进制程引入进程当中的诸般工程难点以及沟通途径, 此其二, 句子完结。

而对马斯克来说，Gary Jiang正是他需要的那种人。

不缺提出宏大目标的人，缺的是知道如何把宏大目标落地的人。

02

加里·江的背后, 马斯克有着想要去掌控人工智能时代的那种计算基础设施的想法。

加入的Gary Jiang, 并非只是一次简单的、普通意义上的人才招聘所能涵盖的。他所拥有的履历呈现出来的情况, 正好映衬反映出马斯克在这座规模宏大超级芯片工厂方面所抱有的、确切真实实际的期待要求。

这可不是一家平平常常普普通通的芯片工厂, 它所要补足完善添加的, 是马斯克AI版图里最底层关键重要基础的一环, 也就是与计算能力绑定挂钩相依存的生产能力。

过去几年，马斯克已经围绕AI时代布局了多个方向。

Tesla所管理之下的, 是最为靠近现实世界的AI应用, 其中, FSD芯片提供着对于自动驾驶系统的支撑作用, 而人形机器人, 靠得是数量众多的边缘计算依赖。

则正在从卫星互联网公司，向更广泛的空间计算基础设施延伸。

在8月5日的时候, 有消息宣布, 将会跟英伟达展开合作, 一起去设计那AI 1卫星的计算系统。这颗卫星, 它会搭载英伟达的Rubin GPU以及Vera CPU耶, 能让卫星拥有数据中心级别的AI计算能力, 并且会借助网络来进行数据传输。

已被并入体系的xAI, 同样是需要持续进行扩张的计算资源, 以此来支撑大模型的训练, 以及推理。

这些业务, 表面上看是分散开来的, 然而, 最终它们却都是构建于同一个底层能力上面的。并且, 存在着连接这些业务的制造底座。

在步入晶圆制造的进程之前, 特斯拉实际上已然尝试过另外一条途径, 那便是自行设计AI芯片, 且自行训练AI模型。

2019年的时候, 特斯拉开启了Dojo项目, 其目标在于为自动驾驶训练去提供专用的算力基础设施。马斯克曾多次着重强调, Dojo乃是达成自动驾驶的关键拼图, 在他的设想当中, 特斯拉不但要制造汽车, 而且还要把控训练AI的计算平台。

在2021年的时候, Tesla AI Day这个活动当中, Dojo首次进行公开登场现身了。特斯拉拿出展示了经由自己研究研制的D1训练方面的芯片, 并且有着计划, 打算凭借大量的芯片组合起来, 去构建一套专门用于AI训练的系统。

但到了2025年，项目戛然而止。

按照彭博社以及其他媒体所进行的报道, 特斯拉把Dojo团队给关闭了。项目负责人Peter 从公司离开了, 大约有20名核心成员进入到新创公司里了。

特斯拉自研AI训练计算体系的尝试，暂告一段落。

与此同时，Tesla开始更加依赖外部合作伙伴。

在于2025年7月进行的一件大事当中, Tesla和三星签署了一份有着约165亿美元价值的协议, 这份协议是关于AI6芯片代工的内容, 由三星来负责开展生产下一代AI6芯片的工作, 并且此次合作被预计会一直持续到2033年。另外, 台积电也还继续承担着部分Tesla芯片生产任务。

对大多数芯片公司来讲, 这是条成熟路径, 自己承担芯片设计的工作, 把制造环节交给有先进晶圆厂经验的代工企业去做。

事实上, 过去几十年间的半导体产业分工, 其本质是基于这种模式而建立起来的, 没错吧。

然而, 对于马斯克来讲, 代工向来都不是答案, 他所坚信的是垂直整合, 而并非采购。

在几个月之后, 马斯克重新振作起来, 将目标朝着更深的这一层推进, 这一层是啥呢? 原来是从设计芯片这项工作, 进而到掌控制造芯片的那种能力。

2026年1月月底, 马斯克在了财报电话会上, 首次提出了计划, 说特斯拉需要去构建自身的大规模芯片制造能力。

3月21日，项目正式公布；

4月, Intel宣称自己成为了项目合作方, 将会去提供14A制程相关的支持！

6月底，Gary Jiang加入特斯拉，负责相关制造工作。

8月6日，和Tesla正式公布建设计划。

位于美国得州的是这座堪称超级的芯片工厂, 首期投资规模达到了168亿美元。

依据规划, 往后会进行芯片制造、封装以及测试能力的整合, 并且为Tesla自动驾驶、机器人以及相关AI计算需求提供服务。

对马斯克来说，这从来不是“建一座晶圆厂”那么简单。

他试图打造的是一个围绕自身AI业务的计算基础设施中心。

03

168亿美元之后，距离现实还有多远？

首期投资是168亿美元, 于8月6日公布, 这使得第一次, 从一个宏大设想, 变成了一个有明确地点, 且有资金支持的项目。

但这个数字也引出了一个更根本的问题：究竟要建多大？

前些时候外界所见到的分别是这两个面目迥异的数字情况: 其一为一份大概是550亿美元的阶段性开展的投资规划内容, 其二是最高限额达到1190亿美元的分多个阶段来构建扩充的规模情形。然而, 168亿美元呢, 仅仅只是在这段时光当下业已被确定的处于第一阶段的投入资金数额情况了。

就规划而言, 其目标极为激进, 项目所处之地为得州, 规划所涉制造空间超出一亿平方英尺, 会整合芯片制造、封装以及测试, 并且同时针对Tesla汽车、机器人, 还有其未来的高性能计算需求。

过去, 马斯克宣称, Tesla以及未来之时, 针对计算能力所产生的需求, 将会超出1太瓦。然而, 此一数字, 并非传统概念里的用电规模范畴, 乃是马斯克针对未来计算需求规模作出的形容。

关于这一目标所对应的芯片类型, 还有晶圆产能, 以及制程组合, 并且是如何借助一座晶圆厂去达成的——目前暂时没办法从公开信息当中找寻到答案。

无论如何，这些数字确实能体现出马斯克的野心。

马斯克过去最擅长的事，就是闯入那些被认为“不可能”的领域。

对火箭发射进行了重塑, 特斯拉对电动车产业予以改写, 他的方法论也是一脉相承的: 借助垂直整合, 将原本依靠外部供应链的核心能力, 一步步攥回到自己手中。

但半导体制造，有着完全不同的规律。

一座先进的晶圆厂, 并非仅仅是一栋厂房加上一批设备而已, 它的背后存在着一套需要长年累月方可养成的制造体系, 其中包括稳定的供应链, 还有经验丰富的工程团队, 以及成熟的工艺流程, 另外还有经过经年累月优化之后才能够上升的良率。

这些能力，很难通过资本投入快速复制。

全球半导体行业, 在过去十年当中, 已然把数千亿美元投入进去, 用于建设新的晶圆制造基地。

但事实表明, 就算是英特尔这般的半导体巨头, 还有台积电以及三星这类的半导体巨擘, 去建造新的先进晶圆厂, 都要远比所想象的艰难许多。

英特尔于2022年宣布俄亥俄州项目, 投入200亿美元, 原本计划会在2025年投产, 然而现如今却拖着挪至2030至2031年才投产；台积电亚利桑那州工厂在2020年开始动工, 投入120亿美元, 原本计划2024年进行量产, 由于工人以及设备方面出现问题被推迟到2025年量产；三星得州工厂2021年开工建设, 投入170亿美元, 原本计划2024年投入运营, 结果推延到2026年才运营。

三家巨头，没有一家按期交卷。

归根结底, 建造先进晶圆厂所面临的困难并非在于资金方面。而是在于如何将那些资金, 转化为一条能够稳定运作、持续运行的生产线。

而面对的难度，可能更高。

它并非仅仅是建造一座晶圆厂, 而是要对芯片制造、封装、测试进行整合, 并且要针对Tesla等业务的定制化需求来开展工作。其首期投资为168亿美元, 在未来完全扩建之后, 其规模有可能达到数百亿美元。

这同样是Gary Jiang 加入所具备的意义面向: 他能够于最为起始的时期给予助力, 关于怎样去建造工厂, 关于依循何种方式介入制程, 关于以怎样的办法实现产流水线得以顺利运转, 鉴于其个人拥有在这些维度涵盖范围之内的过往经历。

但一座晶圆厂最终能跑起来，靠的不是某一个工程师。

哪怕具备经验丰富的Fab管理者进行坐镇指挥, 然则依旧是需要整个半导体生态范畴予以实质性托底支撑的, 其中涵盖了设备方面, 材料方面, 工艺方面, 工程团队方面, 以及历经那些年复一年的漫长时间才能够培育滋养出来有着丰富内涵的制造经验储备。

此刻的俨然远非仅是单纯的一个概念范畴了, 它已然具备了清晰确切的特定地点, 有着明确的投资具体规模, 存在着相应的合作伙伴对象, 并且还拥有着像Gary Jiang这般的负责制造一端事宜的专人负责人员。

但是, 从只是的一张蓝图开始, 一直到成为一座可以达到稳定生产先进芯片状态的晶圆厂, 这期间横着长达相当漫长的距离。

马斯克曾经证明，工程整合可以改变传统行业。

而真正要回答的问题是：

马斯克能用的方法，造出下一座台积电吗？