- AI5 y AI6 se fabricarán en Samsung (Texas) y TSMC (Arizona) con variantes físicas, pero software idéntico.
- Fechas: muestras de AI5 en 2026 y volumen en 2027; AI6 apunta a 2x y producción masiva hacia 2028.
- Tesla cancela Dojo para concentrar recursos en AI5/AI6 y evalúa una “terafábrica” de chips.
- Contrato de ~16.500 M$ con Samsung y dual-sourcing para garantizar capacidad y negociar mejor.
El ecosistema de chips de Tesla, en el contexto de Silicon Valley, está viviendo un giro de volante de los que marcan época y, aun así, apenas hacen ruido fuera del sector. AI5 y AI6 se fabricarán en paralelo en TSMC (Arizona) y Samsung (Taylor, Texas), con versiones físicas ligeramente distintas pero equivalentes a nivel de software, mientras la compañía reordena prioridades, cancela Dojo y acelera su hoja de ruta de productos. La decisión no es un gesto aislado: mezcla capacidad, seguridad de suministro, política industrial y una lectura muy clara de dónde están hoy los cuellos de botella.
En esta carrera por más cómputo por vatio y por dólar, Tesla ata fechas ambiciosas: primeras muestras de AI5 en 2026 y volumen en 2027; AI6 como “fast follow” con objetivo aproximado de 2x frente a AI5 y producción masiva hacia mediados de 2028; y un AI7 que, por su complejidad, requerirá instalaciones de fabricación distintas. En paralelo, llegan anuncios de producto que dependen directamente de esta base de silicio: Cybercab a ritmo vertiginoso, Optimus 3 a escala industrial y una nueva generación del Semi, todo ello con la mirada puesta en desplegar autonomía a gran escala.
Calendario y hoja de ruta: de AI4 a AI5, AI6 y el salto a AI7
Según las últimas comunicaciones públicas, AI5 está en fase de desarrollo con producción inicial prevista para 2026 y rampa de alto volumen en 2027. Se trata de un salto de arquitectura centrado en inferencia y ejecución en tiempo real, con promesas de rendimiento muy agresivas frente a AI4 (se han citado cifras de 40x e incluso 50x, sin métricas detalladas). Que no haya especificaciones cerradas todavía no invalida la dirección del cambio: menos bloques genéricos, más lógica específica donde realmente importa.
Para AI6, Elon Musk lo describe como un “seguimiento rápido” con aproximadamente el doble de rendimiento que AI5 usando “las mismas fábricas”. Esto despeja dudas de que el incremento de prestaciones exigiera saltar a un proveedor diferente. El plan oficial apunta a producción masiva a mitad de 2028, encajando con el contrato multimillonario con Samsung y la madurez industrial que se espera de TSMC en Arizona.
En cuanto a AI7, la compañía ya admite que necesitará otro arreglo fab por su diseño y ambición técnica. No es un simple incremento iterativo: todo apunta a cambios de nodo, empaquetado o incluso de filosofía de integración que obligarán a redibujar la cadena de suministro. No hay ventanas temporales públicas, pero sí la intención de preparar el terreno con lo aprendido en AI5 y AI6.
Este encaje temporal se superpone a una realidad: AI5 aún no habría hecho tape-out según comentarios recientes, de modo que la disciplina de calendario es crítica. Cada mes que se gane en metrología, yield y empaquetado puede marcar la diferencia para los despliegues de FSD, Optimus o los centros de datos propios.
Por qué dividir producción entre Samsung y TSMC
La lectura inmediata es obvia: doble fuente para reducir riesgo y asegurar volumen. Con una demanda prevista que abarca coches, robots humanoides y clústeres de cómputo, depender de un único proveedor es jugar con fuego. La dualidad Taylor (Samsung) y Arizona (TSMC) no solo reparte capacidad, también permite comparar procesos, calendarios y costes en tiempo real.
Hay un matiz clave: Samsung Taylor cuenta con “equipos ligeramente más avanzados” según Musk, mientras que TSMC aporta lo que nadie discute: proceso maduro, rampas de alto volumen y fiabilidad contrastada. El resultado práctico es que cada fundición plasmará el mismo diseño en silicio con pequeñas diferencias físicas, pero Tesla abstraerá esas variaciones para que el software se ejecute de forma idéntica. Es dual-sourcing de manual, elevado a escala.
Fabricar ambos chips en Estados Unidos tiene además lectura geopolítica y logística: menos exposición a tensiones internacionales, cadenas de suministro más cortas y más control directo sobre la calidad. También ofrece una palanca de negociación evidente: con dos proveedores en paralelo, cualquier desliz de yield o de calendarios puede absorberse sin parar la música.
La foto no está exenta de tensión narrativa. Por un lado, Musk ha confirmado que AI5 y AI6 se harán en ambas fundiciones. Por otro, el contrato con Samsung para AI6, valorado en torno a 16.000–16.500 millones de dólares y focalizado en Taylor, sugiere un papel especialmente protagonista de la coreana. No es incoherente: puedes reservar un bloque masivo de capacidad con un proveedor y, a la vez, mantener vivo el plan de segunda fuente para contingencias y picos.
Qué gana Samsung y dónde queda TSMC
Para Samsung Foundry, meter AI5/AI6 en su pipeline es una validación de primer orden. Llega tras años de dudas sobre yields y retrasos en nodos avanzados, y coincide con la inversión en EUV de alta NA y metrología de última generación. Tener un programa ancla obliga a iterar, medir y corregir con disciplina; eso, traducido a negocio, significa más obleas buenas por día y menos reworks.
El encargo para Taylor no solo rellena capacidad; eleva la fábrica a polo estratégico en EE. UU.. La reputación que otorga fabricar el cerebro de la autonomía a gran escala tiene efecto llamada: proveedores, talento y, potencialmente, nuevos clientes. El riesgo, claro, es el de la confidencialidad percibida por terceros cuando Musk se involucra “hasta la línea”. Pero el retorno en aprendizaje y prestigio compensa.
TSMC, por su parte, sigue siendo el referente en madurez. La compañía taiwanesa (a través de su operación en Arizona) aporta fiabilidad de rampas y una cadena de valor que conoce de memoria. En este reparto, TSMC pone suelo firme y Samsung intenta saltar más alto. A Tesla le conviene ese juego: rendimiento comparado, presión competitiva y un plan B siempre activo.
Arquitectura con propósito: inferencia en tiempo real y coste por vatio
La filosofía detrás de AI5 es directa: recortar bloques heredados y reforzar lo específico para IA. Quitar piezas como una GPU generalista o un ISP integrado donde no aportan valor reduce área, acorta rutas críticas y baja el coste por unidad. El resultado buscado es más cómputo útil, menor latencia y un consumo ajustado al milímetro para decisiones de conducción.
Las promesas de salto frente a AI4 (40x o incluso 50x, dependiendo de la fuente citada) carecen por ahora de detalle métrico. Podrían referirse a throughput, eficiencia energética, latencia o una combinación ponderada. Hasta que no haya especificaciones y pruebas externas, conviene interpretarlas como dirección estratégica, no como cifra de marketing cerrada.
AI6 toma ese punto de partida y aspira a duplicarlo a igualdad de fábricas. Aquí entra en juego el empaquetado avanzado y la integración a nivel de placa: múltiples AI5/AI6 por board simplifican brutalmente el cableado de red en clúster y reducen costes de infraestructura. De ahí que voces como la del exingeniero Phil Beisel hayan resumido: “AI6 es ahora Dojo”. Musk respondió a esa idea con una diana, dejando entrever que la convergencia de filosofía es real.
El cambio de enfoque implica la cancelación de Project Dojo como línea separada. Peter Bannon (líder del programa) ha salido de la compañía y parte del equipo se ha reubicado o ha partido a la nueva DensityAI. Tesla, mientras, refuerza la colaboración con Nvidia y AMD para cubrir picos de entrenamiento y flexibilizar la transición hacia su propio silicio en inferencia y, “como mínimo”, entrenamiento aceptable.
EUV de alta NA, yield y el cuello de botella invisible
El salto a EUV de alta apertura numérica no es solo marketing: abre ventanas de proceso con patrones más limpios y márgenes de enfoque mayores. Pero dominarlo exige un bucle de control estadístico férreo. Lo que el usuario no ve —colas en metrología, reworks o dispersión de línea— es lo que decide si una rampa llega a tiempo o tropieza.
Para Tesla, el cuello de botella no es uno, son tres: rendimiento por oblea (yield), capacidad de empaquetado avanzado y la calificación automotriz (temperatura, vibración, ciclos de vida). La doble fundición reparte el riesgo, aunque no lo hace desaparecer. A cambio, si Taylor clava la estabilidad de línea y Arizona mantiene su fiabilidad, la capacidad agregada sube y el coste unitario baja.
Este andamiaje técnico casa con una estrategia de exceso de capacidad “controlado”. Es mejor que sobre a que falte, sobre todo cuando el parque de vehículos, los centros de datos internos y los robots humanoides disparen la demanda. Samsung, con un producto de prestigio en mano, tiene margen para afinar proceso sin parar máquinas.
Productos que dependen del silicio: Cybercab, Optimus, Semi y Roadster
Tesla ha puesto fecha a un hito industrial: producción masiva de Cybercab con un coche cada ~10 segundos, unas cuatro veces más rápido que un Model Y. La cobertura de robotaxi se ampliará por grandes ciudades de EE. UU., con Miami, Dallas, Phoenix y Las Vegas en la primera oleada. El vehículo prescinde de pedales y volante; la apuesta por la autonomía es total.
El roadmap continúa con una segunda generación del camión Semi en 2026: nueva barra de luces, mayor carga útil, eficiencia mejorada alrededor de un 15% hasta ~1,7 kWh/milla y carga de hasta 1,2 MW bajo el estándar NACS y Supercargadores V4. Todo ello, evidentemente, se beneficia de chips con mejor densidad de cómputo y latencias ajustadas.
En el frente del superdeportivo, Tesla planea la presentación del nuevo Roadster el 1 de abril de 2026, con lanzamiento previsto en 2027. Habrá una demo este mismo año, según la compañía. Musk ha llegado a sugerir que “podría volar”, hipérbole habitual aparte, como guiño a capacidades fuera de lo común.
El plan de robótica sube de marcha con Optimus 3 en producción masiva en 2026: una línea inicial para un millón de unidades en Fremont y otra diez veces mayor en Giga Texas. La presión competitiva de empresas chinas que planean escalar robots humanoides en el mismo horizonte temporal explica esta aceleración.
Todo esto exige baterías y materiales a la altura. Tesla ha actualizado su refinería de litio, operativa el próximo año con capacidad prevista de 50 GWh. Es otro paso en la integración vertical que acompaña a la ambición de controlar también el silicio que moverá estos productos.
La “terafábrica” de chips y el posible guiño a Intel
Musk ha deslizado que, incluso en el mejor escenario de suministro externo, la capacidad no bastaría. De ahí su idea de una “Terafab” de Tesla, más grande que cualquier Gigafábrica, con el objetivo de superar los 100.000 inicios de oblea al mes. No hay detalles de ingeniería ni plazos, pero sí la afirmación de que es “lo único” que permitiría el volumen buscado.
En la misma línea, abrió la puerta a “hacer algo con Intel”. No hay acuerdo firmado; es una posibilidad sobre la mesa. Intel, con fábricas propias y en plena necesidad de clientes ancla para su tecnología, encajaría como socio de fabricación. El contexto político añade capas: se ha informado de una participación del 10% del Gobierno de EE. UU. en Intel bajo la presidencia de Donald Trump, factor que podría influir en decisiones estratégicas e incentivos.
Más allá de socios, Musk esbozó metas agresivas de coste y consumo para su silicio de inferencia: alrededor de un tercio de la energía de un Nvidia Blackwell a aproximadamente el 10% del coste de fabricación, siempre con la salvedad de que son objetivos y no fichas técnicas publicadas.
Demanda marca el ritmo: volumen, negociación y compatibilidad
La necesidad de chips AI no viene solo del coche: FSD, Optimus y centros de datos internos conforman una demanda que exige garantías de disponibilidad. Por eso doble fuente y por eso la compatibilidad de software entre variantes TSMC y Samsung: si el runtime se comporta igual, a Tesla le es indiferente de qué línea salgan las obleas, siempre que lleguen a tiempo y con el yield adecuado.
Esta estrategia mejora el poder de negociación de la compañía. Si una fab tropieza con el yield o si un encapsulado avanzado se satura, la otra puede absorber parte del golpe. Además, la comparación directa de costes y plazos en “tiempo casi real” mantiene a los proveedores empujando el listón.
En cuanto a métricas públicas, seguimos a ciegas en varias dimensiones: no hay fichas detalladas de AI5/AI6 y el famoso “40x/50x” no se ha atado a throughput, latencia o eficiencia concretas. Aun así, el patrón es claro: recortar silicio inútil, maximizar la parte relevante para inferencia y escalar por volumen con empaquetados e interconexión simplificados a nivel de placa.
La cancelación de Dojo como programa independiente ayuda a concentrar recursos. Un único stack de silicio para productos y, en buena medida, para entrenamiento es más fácil de iterar, validar y certificar en automoción. Sumar GPUs de terceros donde haga falta evita cuellos de botella durante la transición.
Mirando al conjunto, la jugada de Tesla combina reducción de riesgo, presión competitiva a los foundries y un plan factura-capacidad coherente con su ambición en autonomía y robótica. No hay fotografías espectaculares de obleas que valgan: esto va de ingeniería de procesos, calendarios y decisiones que se encajan como un reloj.
La imagen que queda es la de una Tesla más integrada, con AI5 y AI6 como columna vertebral de su hardware, Samsung y TSMC repartiendo el peso de la fabricación y una posible terafábrica en el horizonte para asegurar volumen. Cybercab, Optimus, el renovado Semi y el próximo Roadster dependen de que esta maquinaria de silicio funcione a la primera; si los yields acompañan, los empaquetados no se atascan y la calificación automotriz se supera sin sobresaltos, la compañía tendrá en la mano el músculo —y la economía unitaria— necesarios para empujar su visión de autonomía a gran escala.
