当年踢走Mobileye,为啥不连英伟达一起换掉?

当年踢走Mobileye,为啥不连英伟达一起换掉?
2026年11月17日 20:14 看点资讯

当年和Mobileye分手时,很多人以为特斯拉会彻底走向全自研,连英伟达一起换掉。但这么多年过去,英伟达不仅没被替换,反而成了特斯拉算力体系里更核心的供应商。这件事的关键,从来不是“能不能换”,而是“换了之后划不划算”。

先回到2016年那个节点。特斯拉和Mobileye决裂,核心矛盾是控制权——Mobileye的黑盒模式把感知算法封死在芯片里,特斯拉想调整接口、迭代功能都处处受限。换成英伟达的Drive PX 2之后,情况完全不同:英伟达提供的是开放的计算平台,特斯拉可以从零开始写自己的感知算法,把8路摄像头的数据完全握在自己手里。这一步,是特斯拉从“供应商方案整合商”转向“全栈自研”的关键过渡,英伟达刚好补上了当时自研芯片还没成型的空窗期。

后来特斯拉确实推出了自研的FSD芯片,从HW3到现在的AI4、即将推出的AI5,车端推理的算力越来越强,甚至还规划了自己的晶圆厂Terafab。但这并不意味着要和英伟达切割——两者的定位从一开始就不一样。特斯拉的自研芯片主打车端和边缘侧的高效推理,专门针对自动驾驶、人形机器人这类特定场景做优化;而大规模模型训练需要的通用GPU、完整的软件生态和互联架构,依然是英伟达的强项。

这点从数据上看得很清楚。2024年马斯克就透露,特斯拉当年在AI上的100亿美元资本支出里,英伟达硬件占了大约三分之二,采购额在30亿到40亿美元之间。到2026年,特斯拉已投产的Cortex 1训练集群折合超过10万张英伟达H100,处于爬坡初期的Cortex 2更是超过13万张。这么大规模的算力投入,不是靠一两颗自研芯片就能替代的。

更重要的是生态层面的绑定。CUDA生态经过十几年积累,已经覆盖了从模型训练到工具链的完整体系,特斯拉的算法团队在上面跑了这么多年,整个开发流程、人才储备都和这套生态深度耦合。换成别的方案,意味着要重构大量底层代码,重新适配工具链,反而会拖慢FSD的迭代速度。

所以你会看到一种很有意思的竞合关系:特斯拉一边推进自研芯片,把车端推理的效率越做越高;一边继续大规模采购英伟达的GPU,用来支撑数据中心里海量的模型训练。2026年3月马斯克明确说过,SpaceX AI和特斯拉会继续大规模订购英伟达芯片,AI5的核心定位是特定场景的推理应用,并不是要替代训练侧的英伟达GPU。

说白了,当年没换掉英伟达,是因为它和Mobileye根本不是同一类角色——Mobileye是要抢算法控制权的竞争对手,而英伟达是给自研路线铺路的算力底座。现在更不用换,因为双方已经形成了清晰的分工:特斯拉专注算法和场景落地,英伟达提供底层算力基础设施,各自做自己最擅长的事,反而比全自研的效率更高。

声明:本文由AI基于公开信息生成,不代表新浪财经立场或观点。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部