马斯克 Terafab 落地，清华背景的 Gary Jiang 走向台前

特斯拉与 SpaceX 在 8 月 6 日正式公布位于美国得州 Grimes County 的 Terafab 超级芯片工厂建设计划，首期投资 168 亿美元，未来将整合芯片制造、封装与测试能力，服务于特斯拉自动驾驶、Optimus 人形机器人，以及 SpaceX 旗下的 AI 计算需求。就在该项目对外披露前后，清华大学材料科学背景、拥有英特尔近 18 年晶圆厂管理经验的 Gary Jiang 于 6 月正式加入特斯拉，成为目前公开的核心领导成员之一，负责 Terafab 相关制造工作。

Gary Jiang 的半导体制造履历

根据公开的领英资料，Gary Jiang 1990 年进入清华大学材料科学专业，本科与硕士均在国内完成，随后赴俄亥俄州立大学攻读博士。毕业后，他并未直接进入芯片设计领域，而是从半导体设备与工艺环节起步。2000 年他加入半导体检测设备公司 Rudolph Technologies，担任高级应用科学家与技术人员约 8 年，深入接触晶圆制造过程中的工艺控制、缺陷检测与良率提升。2008 年他转入英特尔，先后参与 Fab 68 新厂建设、Fab 32 与 Fab 12 的工艺管理，并参与英特尔亚利桑那晶圆厂的运营。2024 年底他升任英特尔工厂经理，深度介入英特尔 18A 先进制程的产线导入工作，是从「图纸」到「量产」全流程的关键工程人员之一。

他在 18A 项目中的经验，与 Terafab 计划采用的英特尔下一代 14A 制程形成直接呼应。2026 年 4 月英特尔宣布加入 Terafab 项目，提供 14A 制程相关支持，这使得 Gary Jiang 成为沟通英特尔制造体系与 Terafab 落地方案的天然桥梁。

Terafab 的定位与马斯克的 AI 算力版图

Terafab 并非单纯的晶圆厂项目，而是马斯克 AI 算力版图的最底层制造环节。过去几年，马斯克已围绕 AI 基础设施做了多重布局：

• 特斯拉 FSD 芯片支撑自动驾驶，Optimus 人形机器人依赖大量边缘算力；
• SpaceX 与英伟达合作设计搭载 Rubin GPU 与 Vera CPU 的 Starmind AI1 卫星，将数据中心级 AI 计算下沉至太空；
• 已并入 SpaceX 的 xAI 需要持续扩张的大模型训练与推理算力。

这些业务线最终都建立在同一块底层之上——芯片的自主生产能力。Terafab 正是马斯克用来补齐这一环的关键基础设施。

从 Dojo 到 Terafab：特斯拉的造芯路线调整

在进入晶圆制造之前，特斯拉曾尝试自研 AI 训练芯片。2019 年启动的 Dojo 项目于 2021 年 AI Day 上正式亮相，展示了自研 D1 芯片及专用训练系统。但据彭博社等媒体报道，特斯拉在 2025 年关闭了 Dojo 团队，项目负责人 Peter Bannon 离职，约 20 名核心成员加入新创公司 DensityAI。

自研训练计算体系的尝试暂告段落之后，特斯拉转而与三星签署约 165 亿美元的 AI6 芯片代工协议（合作期至 2033 年），台积电继续承担部分芯片生产。但对信奉垂直整合的马斯克而言，代工始终不是终局。2026 年 1 月，他在财报电话会上首次提出建立自有大规模芯片制造能力的设想；3 月 Terafab 项目正式公布；4 月英特尔宣布成为合作方；6 月 Gary Jiang 加盟；8 月建设计划正式落地。

168 亿美元之后，Terafab 距离现实还有多远

公开信息显示，Terafab 规划制造空间超过 1 亿平方英尺，外界此前披露的阶段投资规模约 550 亿美元，最高多阶段扩建规模可达 1190 亿美元。马斯克曾提出 Tesla 与 SpaceX 未来对算力的需求将超过 1 太瓦，但与之对应的芯片类型、晶圆产能与制程组合尚未公开。

半导体制造的难度早已被行业反复验证：

• 英特尔俄亥俄项目 2022 年宣布、原计划 2025 年投产，已推迟到 2030–2031 年；
• 台积电亚利桑那工厂 2020 年动工，因人员与设备问题从 2024 年推迟到 2025 年；
• 三星得州工厂从 2024 年推迟到 2026 年。

三家全球巨头均未按期交付。建一座能稳定运行先进制程的晶圆厂，难点从来不在资金，而在工艺体系、设备调试与良率爬坡所依赖的多年制造经验积累。Gary Jiang 的加入能在早期阶段为 Terafab 带来关键的工程方法论，但一座晶圆厂的最终运转，仍需要整个半导体生态长期托底。从蓝图到稳定量产，Terafab 还有很长的路要走。