马斯克Terafab规划披露,2032年后月产100万片晶圆,70万片聚焦存储芯片
特斯拉与SpaceX联合推进的半导体项目Terafab已向设备商透露长期产能目标——2032年后实现月产100万片晶圆,其中70万片用于存储芯片、超30万片用于逻辑芯片。该项目计划2028年下半年量产...
马斯克主导的半导体制造项目Terafab正从概念走向实质落地。据多方信源交叉确认,该项目已非停留在PPT阶段,而是进入设备采购与技术路线细化的关键节点。Terafab由特斯拉与SpaceX联合推动,目标是在德克萨斯州建设一座集成研发、前道制造、先进封装与测试的垂直整合型晶圆厂,以支撑其在人工智能、自动驾驶与星链等领域的算力需求。
根据最新披露的信息,Terafab已向日本及韩国多家半导体设备与材料供应商非正式传达其长期产能规划:2032年之后,月产能目标定为100万片晶圆。其中约70%(即70万片/月)将分配给存储芯片产线,剩余超过30万片用于逻辑芯片制造。这一数字若最终实现,将使Terafab成为全球存储芯片领域不可忽视的新玩家——其存储产能规模接近三星当前DRAM月产能上限(65万–70万片),尽管需注意三星与SK海力士的公开数据仅统计DRAM,而Terafab的70万片涵盖NAND与DRAM等全部存储类型。
值得注意的是,该目标并非遥不可及的远景口号,而是伴随具体时间表推进的工程计划。Terafab明确设定2028年下半年启动量产,这意味着从当前到量产仅剩约4年窗口期。按行业惯例,一座先进制程晶圆厂从立项到满产通常需3–5年,包括厂建、设备搬入、工艺调试与良率爬坡等环节。Terafab的节奏显著快于传统路径,反映出其试图以“火箭式迭代”思维重构芯片开发流程。
为加速落地,Terafab采购团队已展开密集供应链对接。今年早些时候,其代表赴日本拜访多家设备制造商,部分供应商被要求在数月内完成设备交付;同期,团队亦亮相美国SEMICON West展会,与约10家韩国材料、零部件及设备企业接触,并签署若干保密协议(NDA)。日本测试设备厂商Advantest CEO道格拉斯·勒费弗在近期财报中虽未点名Terafab,但提及“一个新客户正在形成实质性订单”,暗示项目已进入可验证阶段。
在技术路线上,Terafab采取“双轨并进”策略:一方面聚焦逻辑芯片,满足Tesla、SpaceX及xAI对AI训练与推理芯片的自供需求;另一方面重仓存储,尤其瞄准HBM(高带宽内存)等面向大模型计算的关键组件,以削弱三星、SK海力士与美光在AI存储市场的议价权。有分析指出,其70万片存储产能若全投向HBM,将相当于当前全球HBM总产能的数倍——尽管实际产品结构尚待明确。
内部研发节奏同样激进。据透露,Terafab计划于2025年5–6月在奥斯汀研发基地产出首款SRAM测试芯片,以此作为工艺验证起点。马斯克强调,团队将采用“快速试错+闭环迭代”模式:芯片流片后立即测试,发现问题即刻修改掩膜版,24–48小时内可启动下一轮制造,大幅压缩传统“设计-流片-测试-修正”周期。该方法已在SpaceX火箭发动机开发中验证有效,现被迁移至芯片领域。
资金层面,Terafab第一阶段规划投资约168亿美元,落地位于得州。投资者Ron Baron曾估算项目全周期累计投入或达1万亿美元,马斯克未予否认,仅补充说明资金将分阶段注入,避免一次性资本过载。英特尔被曝参与该项目讨论,可能为其提供制造技术授权或合作支持,进一步增强其工艺可行性。
行业反应呈现分化。初期质疑声占主流——Terafab缺乏晶圆厂运营经验,且逻辑与存储属不同技术体系,设备到位不等于良率达标。三星耗时二十年优化DRAM成本结构,台积电3nm良率爬坡亦历时近两年,这些“时间积分”难以仅靠资本密度弥补。但随着订单信号释放,越来越多供应商转向务实评估:台积电董事长魏哲家公开表示“正在探讨如何利用Terafab产能”,侧面印证其潜在影响力。
Terafab真正的战略价值,不在于是否能复制三星的产能数字,而在于它试图打破“设计-制造-封测”地理割裂的旧范式。通过将研发、制造与测试集中于同一园区,物理距离缩短带来反馈延迟降低,有望将芯片从概念到可用的周期压缩至数周级别。这不仅是产能扩张,更是一次对半导体产业组织逻辑的再定义。
目前,Terafab仍处于早期建设阶段,尚未公布具体工艺节点(如是否采用EUV)、厂房面积或员工规模。但其已明确传递出两个信号:一是马斯克体系正系统性补强底层硬件能力;二是AI算力竞赛已从算法与模型层,下沉至晶圆制造这一“硬核”环节。当一家企业同时掌控火箭、电动车与芯片制造,其技术协同潜力将远超单一维度的产能叠加。
后续关键观察点包括:2025年SRAM测试芯片能否如期点亮;2026年前设备搬入进度;以及是否与ASML、东京电子等核心设备商达成批量采购协议。Terafab未必会成为下一个台积电,但它很可能重塑AI时代芯片供应的权力结构。
