特斯拉本月迎来一位重量级新成员——一位在英特尔深耕17年的资深制造业高管,正式加入公司,担任"Terafab总监"一职。这也是外界目前所知的,与特斯拉雄心勃勃的奥斯汀芯片晶圆厂项目直接相关的首位具名高管任命。
据其领英认证主页显示,该高管自2026年6月起全职驻场于德克萨斯州奥斯汀,职位正是特斯拉"Terafab总监"。在加入特斯拉之前,他在英特尔效力长达17年9个月,最近担任工厂经理,负责英特尔18A先进制程的技术转移、厂房建设、设备安装及产品认证,以及量产产能的爬坡工作。更早之前,他驻扎于英特尔亚利桑那州钱德勒市的Ocotillo园区,先后负责Fab 32和Fab 12两座工厂的部门及区域管理,涵盖14纳米和22纳米的高产量制程。他的核心能力涵盖"技术转移、晶圆厂启动、战略规划、成本削减、良率提升",这份履历与从零建立一座芯片工厂所需的能力高度吻合。
而从零建立晶圆厂,正是特斯拉的既定目标。
特斯拉本月初已开始在奥斯汀公开招募Terafab相关岗位,岗位要求候选人具备超过1亿美元资本支出项目的管理经验,并能够从概念阶段起主导"工厂设计与建设,直至执行、产能爬坡及量产就绪"的全流程。此番公开亮相的高管任命,是迄今首位浮出水面的晶圆厂高级领导,同时也揭示了特斯拉的人才猎取方向:英特尔最顶尖的制造业务团队。
特斯拉与SpaceX于今年3月联合宣布"Terafab"项目,规划在德克萨斯超级工厂北区园区建设一座大型综合设施,集芯片设计、光刻、晶圆制造、存储、先进封装及测试于一体。马斯克将其定位为一个目标对标英特尔14A制程节点的原型项目,初期月产能设定为10万片晶圆,最终目标达到100万片。
项目规模此后持续扩大。SpaceX于5月提交的S-1招股说明书显示,初始投资额已上调至550亿美元,各阶段累计总投资最高可达1190亿美元。
然而,核心挑战始终存在:特斯拉在半导体晶圆制造领域毫无运营经验。芯片设计与大规模芯片制造,是两个本质上截然不同的专业领域。今年4月英特尔正式加入Terafab项目时,也印证了业界早已明晰的事实:英特尔提供的制程技术、设备专业知识与封装能力,才是晶圆厂真正运转的核心支柱。直接从英特尔18A工厂经理职位招募人才担任"Terafab总监",正是同一逻辑的延续——特斯拉正在逐一从英特尔挖角,一点一滴地积累晶圆厂运营能力。
这是一个小数据点,却意义深远。特斯拉显然认真对待Terafab的人才布局,志在网罗真正的半导体制造专才,而非仅停留于PPT展示阶段。
但问题也同样清晰:一位总监,哪怕能力再出众,也无法弥合整体差距。英特尔耗费数十年时间、投入数百亿美元,才积累起这位新任总监所代表的机构知识体系,而即便是英特尔自身,近年来在先进制程的执行上也屡屡受挫。特斯拉正试图从零开始,在马斯克口中"以太瓦计、以百万片晶圆起步"的时间表框架下,从头搭建这套能力体系。
此外值得注意的是,依据SpaceX自身的S-1文件,Terafab与Macrohard项目仍处于"非常早期阶段",目前既无具约束力的承诺,也无最终确定的知识产权条款,更无明确的财务协议。一次领导层任命是真实的进展,也传递出明确的意图信号,但这只是最容易的部分。真正的考验在于其后的一切,而半导体行业的历史告诉我们,那些资金雄厚却始终未能实现良率目标的晶圆厂项目,并不罕见。
接下来,随着更多英特尔与台积电背景的人才陆续出现在Terafab的组织架构中,其速度与规模将最终揭示答案:这究竟是一座真正的工厂,还是一场代价高昂的招募秀。
Q&A
Q1:特斯拉Terafab项目是什么?目标是什么?
A:Terafab是特斯拉与SpaceX联合宣布的芯片晶圆厂项目,规划建于德克萨斯超级工厂北区园区,涵盖芯片设计、光刻、制造、存储、封装及测试全流程。目标对标英特尔14A制程,初期月产能为10万片晶圆,最终目标达到100万片。项目总投资规模最高可达1190亿美元,但目前仍处于非常早期阶段,尚无具约束力的协议或最终财务条款。
Q2:特斯拉为什么要从英特尔挖人来负责Terafab?
A:特斯拉本身没有任何晶圆厂运营经验。芯片设计与大规模芯片制造是完全不同的专业领域,而英特尔在制程技术、设备安装和量产爬坡方面积累了数十年的实战经验。这位新任Terafab总监曾主导英特尔18A制程的技术转移、厂房建设和产能启动,具备特斯拉最欠缺的核心能力,因此被直接引入担纲这一关键职位。
Q3:Terafab项目目前面临哪些主要挑战?
A:Terafab面临的核心挑战包括:特斯拉从零起步、完全缺乏晶圆制造运营经验;行业顶尖人才的积累需要数十年时间,仅靠几次招聘难以弥合差距;即便是英特尔自身在先进制程执行上也曾出现严重失误;此外,项目目前仍处于早期阶段,没有具约束力的承诺和明确财务协议,落地执行的不确定性较高。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
英伟达推出Nemotron-Labs-Diffusion三模式语言模型,将逐字生成、并行扩散与自猜自验融于一体,单用户吞吐量最高达Qwen3-8B的4倍,同时保持相近准确率。