美国马斯克消息！

2026年10月2日，根据财联社等多家媒体报道，马斯克在X平台宣布，特斯拉将AI5芯片的RAM从原计划的144GB削减一半至72GB LP5，AI6芯片的RAM从216GB削减三分之一至144GB LP6。他还表示，谨慎乐观地认为特斯拉能以接近250千瓦的平均功率运行SpaceX版本的VR72。

消息一出，不少关注AI硬件行业的人都觉得意外。当下全球算力赛道，很多企业都在拼命加大内存容量，特斯拉反倒主动下调新一代芯片的内存规划，这个选择和行业主流方向形成明显反差。

很多普通读者，不太清楚AI芯片内存到底起到什么作用。

简单来说，芯片计算单元负责运算，内存就相当于临时工作台。工作台空间越大，一次性可以调入的数据就越多，跑大模型的时候，数据交换更少，运行也会更加流畅。

放眼全球各大硬件厂商，对待内存的处理思路各有不同。

美国英伟达一直在坚持大内存路线，新款算力芯片持续搭载大容量高速内存。

韩国三星也在持续研发堆叠式高速内存，为全球AI算力硬件供货，行业普遍认为，充足内存是保障大模型性能的基础条件。

这次特斯拉的改动幅度不小。AI5内存直接减半，从144GB压缩到72GB；下一代AI6同样缩减，从216GB下调到144GB LP6。这不是最终成品改动，是研发阶段主动调整硬件方案。

不少人第一时间会猜想，是不是技术遇到瓶颈，没办法造出原定规格的大容量内存。但从马斯克对外表述来看，这更像是工程层面的取舍，并非技术上做不出来。

做硬件研发，有一个很现实的问题，内存不能无限制堆料。内存容量越大，芯片整体的制造成本、功耗、散热压力都会同步上涨，后续量产的难度也会随之增加。

特斯拉研发AI芯片，目标不是单纯在实验室跑出好看的跑分，核心诉求是实现大规模量产落地。如果死守最初理想化的顶配参数，成本居高不下，量产计划很容易受阻。

科技行业研发硬件，经常会出现这种情况。前期纸面方案偏向理想化，等到进入工程验证阶段，团队就要权衡性价比，砍掉部分高成本硬件规格，优先保证产品可以稳定量产。

内存缩水，自然会带来性能上的约束。工作台变小，单次加载的数据量变少，模型运行时就要反复读写交换数据，在部分复杂推理场景，运行效率会受到一定影响。

特斯拉的应对思路，大概率依靠软件算法弥补硬件上的让步。通过模型压缩、算力调度优化，用软件层面的优化，抵消内存缩减带来的性能损失。

这套软硬协同的思路，特斯拉在自动驾驶芯片研发阶段就已经实践多年。硬件不盲目堆满参数，后续依靠持续迭代软件，不断挖掘硬件本身的潜力。

除了AI5、AI6内存调整，马斯克还提到SpaceX版本VR72，谨慎乐观争取实现接近250千瓦的平均功率。这条消息，直接把特斯拉AI硬件和航天项目联系在了一起。

250千瓦属于很高的功率级别，和普通消费级芯片完全不在一个赛道。这类算力面向大型算力集群，还有太空这种环境极其严苛的特殊使用场景。

太空环境对硬件的要求格外苛刻，巨大温差、持续震动、供电限制，都不能直接照搬地面数据中心的芯片设计。SpaceX希望复用特斯拉AI芯片底层技术，来满足太空本地算力需求。

但要留意，马斯克用的是“谨慎乐观”，说明250千瓦只是预期目标，并不是已经稳定验证的成果，中间还有大量工程测试难题需要攻克。

硬件研发的纸面目标，距离真正量产落地还有很长一段距离。很多规划参数在实测阶段还会发生变动，最终成品规格未必和当前设想完全一致。

不同企业的技术路线差异很大。有的厂商优先追求极致算力，愿意投入高昂成本堆硬件；特斯拉选择另一条路，在性能、成本、量产难度之间寻找平衡点。

评判一块AI芯片好坏，不能只盯着内存这一项数字。单独看内存参数，这次调整看着像是硬件缩水，但整套软硬件搭配之后的真实表现，才是评判的核心。

说到底，特斯拉下调AI5、AI6内存，属于研发过程里的工程取舍。在理想化硬件方案和可量产落地之间，特斯拉选择向量产倾斜。芯片最终实际性能，还要等正式落地实测才能下定论，现阶段内容都只是企业对外公布的研发规划。

各位读者你们怎么看？欢迎在评论区讨论。