Terafab 垂直整合：从硅片到轨道的 AI 堆栈由谁控制？

Terafab 是 SpaceX 与 Tesla 计划在得州 Grimes County 建设的半导体综合园区，目标是在同一体系内协调芯片设计、逻辑、存储、封装与测试。SpaceX 预计首期投资约 168 亿美元，规划制造空间超过 1 亿平方英尺，并创造至少 3,000 个岗位。更大的战略终点是自行制造算力，用 Starship 将其送入轨道，再通过 SpaceX 与 xAI 的基础设施运行 AI 工作负载。

这是一条从硅片到轨道的垂直整合链。它可能缩短反馈周期并保障供应，也会让资本配置、知识产权、基础设施准入与平台权力集中到由同一位负责人掌舵的公司周围。因此，关键不只是 Terafab 能否建成，还包括每一层归谁所有、谁能购买服务，以及哪些规则能让这个堆栈保持可竞争性。

60 秒了解 Terafab 已确认信息

SpaceX 在 2026 年 8 月 7 日发布的 Terafab 更新中确认了 Grimes County 选址，并把首期数据表述为估算，而不是已经投产的产能。新闻标题很容易把计划写成运营事实，这个边界必须保留。

Terafab AI, LLC 提交的得州 JETI 申请描述了一个最多分四期建设的垂直整合园区，计划采用低于 2 nm 级别的工艺，规划投资区间为 550 亿至 1,190 亿美元。Texas Comptroller 公开申请能证明申报范围和激励申请，不能证明上限金额已经支出或形成合同承诺。

“从硅片到轨道”具体包含哪些层？

这句话是一张战略地图，不是说某家公司真的采砂并拥有每一家供应商。Terafab 想把目前分散在不同厂商手里的相邻环节连接起来：

1. 工作负载与模型需求。xAI、Tesla 自动驾驶、Optimus 和第三方算力客户带来训练与推理需求。
2. 芯片架构。项目面向 Tesla 硬件设计边缘和推理芯片，也面向太空算力设计高功率器件。
3. 工艺与掩模。公开方案包括光掩模生成与半导体工艺，不只做芯片设计。
4. 逻辑、存储与封装。把这些环节放在同一园区，目标是减少交接并加快硬件迭代。
5. 系统与卫星。芯片会进入算力载荷、服务器、机器人、车辆与轨道 AI 卫星。
6. 发射与运营。SpaceX 提供发射系统、卫星网络和运营平台，用于部署并销售这些算力。

因此，Terafab 应该与 Starmind 放在一起分析，而不只是与其他晶圆厂比较。晶圆厂是上游产能策略，最终服务于下游算力平台。

为什么极端垂直整合可能具备经济逻辑？

半导体制造难以进入，原因在于早期良率不确定，新代工厂还要说服客户把设计交给未经验证的工艺。Terafab 一开始就有内部需求。只要芯片满足要求，SpaceX 与 Tesla 可以自行消化产出。这无法消除良率风险，但能降低需求风险。

• 供应保障：预留的内部产能可以保护那些依赖少数外部晶圆厂和封装供应商的项目。
• 反馈更快：模型、芯片、封装、系统与部署团队可以共享数据，不必经历漫长的商业交接。
• 软硬件协同设计：太空芯片、机器人推理芯片和通用数据中心 GPU 对功耗、散热与可靠性的要求不同。
• 利润留存：成功的内部制造可以省去供应商利润，但低良率和闲置产能也可能吞掉优势。
• 排期控制：所有者可以优先生产最能解除自身产品路线图瓶颈的芯片。

商业启示不是“什么都自己做”。只有当某个约束长期存在、能形成差异化，并且供应商依赖足以改变战略时，才值得把它纳入内部。对大多数产品公司而言，可迁移性和强约束的供应合同比拥有整个物理堆栈更有价值。

Terafab 目前归谁所有？

最准确的答案是：公开披露把它描述为合作框架，而不是经济条款已经完全确定并公开的简单合资企业。SpaceX 于 2026 年 2 月 2 日完成对 xAI 的收购，因此 xAI 不是独立制衡方。Tesla 仍是独立上市公司，Intel 是战略合作伙伴。

SpaceX 的注册文件与风险披露称，SpaceX 与 Tesla 签有总体框架协议。具体项目仍需单独谈判并获得董事会批准，Tesla 与 Intel 均无义务继续参与。文件还称各方保留既有和独立开发的知识产权，SpaceX 预计仍会从第三方采购大量算力硬件。

由此产生五个关键商业问题：

• 资本：成本超支、设备和后续阶段由哪家公司承担？
• 产能分配：当 Tesla、SpaceX 与外部买家同时需要产能时，谁优先获得良品晶圆？
• 知识产权：跨公司团队共同开发的工艺改进与芯片归谁？
• 关联交易定价：晶圆、电力、发射和算力如何在关联方之间计价？
• 退出权：合作伙伴退出时，产能与技术经验如何处理？

这不是在断言该结构不当，而是在列出买家、董事会与投资者需要核对的事实，避免用“合资”两个字代替合同关系图。

Intel 14A 增加能力，不等于合同确定性

Intel 在 4 月加入项目。Intel 的2026 年第一季度业绩说明确认了与 SpaceX、xAI 和 Tesla 的合作，同时提到多家外部客户正在评估 Intel 14A。Intel 带来工艺研发、晶圆制造与先进封装经验，这是新进入者无法迅速复制的能力。

公开表述把 Terafab 与 Intel 14A 联系起来，但现有框架仍未明确最终分工、工艺授权、设备所有权、产量与时间表。“Intel 已加入”不能被改写成“Intel 保证每月 100 万片晶圆”。合作提高了项目的技术可信度，却没有消除执行风险。

Nvidia 与 Starmind 合作改变了什么？

在确认 Grimes County 选址前两天，SpaceX 表示 Starmind 首批 AI 卫星载荷将采用 Nvidia Vera Rubin 系统。Starmind 官方页面展示了轨道上的本地算力、太阳能、散热器与激光通信。

Nvidia 与 Terafab 服务于不同时间尺度，可以互补。Nvidia 提供近期可用的成熟算力平台，Terafab 试图在更远期增加内部定制供应和议价能力。SpaceX 自己的申报文件也预计，第三方硬件采购仍将占有重要比例。

更可靠的解读不是“马斯克要取代 Nvidia”，而是“马斯克希望在芯片层拥有内部选项，同时采购当前最好的外部系统”。优秀的技术战略经常如此：保留可信的供应商路线，把差异化内部路线放在可量化的里程碑之后。

竞争问题不能拖到建成之后

垂直整合堆栈可以同时高效和开放。SpaceX 表示竞争对手也可以买发射、连接与算力。治理测试在于，当同一集团也在下游竞争时，外部准入是否仍具有真实商业可行性。

风险并非垂直整合本身。真正的风险是封闭控制点规则不清、跨层切换成本不断叠加，并且客户无法验证自己是否获得平等待遇。

你的 AI 堆栈该自建、采购还是合作？

Terafab 是极端案例，但决策逻辑适用于更小的系统。把任何 AI 基础设施层收回内部之前，应通过五道门槛：

1. 明确战略约束。真正的瓶颈是成本、延迟、供应、数据控制、合规，还是产品差异化？
2. 证明内部需求。衡量会稳定使用该资产的工作负载，不要拿演示文稿中的总市场规模代替。
3. 量化反馈价值。计算相邻团队共享遥测和发布周期后，产品学习速度提高了多少。
4. 保留外部选项。在内部整合抬高成本前，先定义接口、数据导出、备用产能与退出条款。
5. 让资本跟随证据。只有当利用率、质量与运营成本超过书面阈值后，才投资下一层。

如果你关注芯片级专用化，我们的Taalas HC1 硬编码 LLM ASIC 评测解释了速度何时值得承担模型锁定。若你面对更广泛的采购决策，可以使用定制软件与现成产品决策框架。两者都把真正的差异化约束与“拥有更多”的流行冲动分开。

Wavect 在建设Prompt.ID 生产级 AI 平台时采用了同样的边界优先思路：架构需要明确权责、可衡量质量和可撤回的供应商选择。如果你的路线图横跨模型、数据、基础设施与产品流程，AI 架构与产品工程合作可以把这些层拆成分阶段决策，而不是一次不可逆下注。