特斯拉( TSLA-US ) 执行长马斯克在股东大会上表示，为满足快速成长的AI 芯片需求，正考虑自建规模超越台积电「千兆工厂」的「TeraFab」。不过，芯片制造涉及极高技术门槛与巨额投入，英伟达( NVDA-US ) 执行长黄仁勋提醒，先进制程并非砸钱就能复制，难度相当高。

马斯克指出，为因应公司在人工智能（AI）领域的庞大半导体需求，可能直接投入自建芯片生产业务，并需要建立一座名为「TeraFab」（太级工厂）的芯片制造基地。

他将其与台积电( 2330-TW ) 月产能逾10 万片晶圆的「Gigafab」（千兆工厂）相比，并强调新工厂规模将「大得多」。

目前台积电将月产3 万至10 万片晶圆的厂区称为「Megafab」（兆级工厂），而超过10 万片则为「Gigafab」。

若特斯拉建成TeraFab，其月产能将远超过10 万片晶圆，远超现今主流晶圆大厂，甚至可跻身全球最大芯片制造商之一。

以参考范例来看，台积电位于美国亚利桑那州、总投资1,650 亿美元的Fab 21，未来有望成为Gigafab 级园区，但马斯克称，特斯拉的计画将比此更具规模。

然而，对于马斯克的构想，英伟达执行长黄仁勋于日前一场台积电相关活动上回应指出，芯片制造的复杂程度常被外界低估。

他直言：「建立先进芯片制造能力极其困难。除了厂房本身，台积电累积的工程技术、科学研究与工艺经验，都是高度挑战。」

特斯拉芯片需求快速攀升

作为同时拥有AI 超级电脑与大量车用运算需求的企业，特斯拉采购大量英伟达GPU，且在Dojo 项目停止后，正推动自研AI5 处理器，用于自动驾驶汽车、机器人与资料中心。

为确保稳定供应，特斯拉目前采与台积电、三星「双来源代工」的方式。马斯克还表示，英特尔( INTC-US ) 也可能成为合作对象，但目前尚未签署任何协议。

马斯克强调，随着特斯拉AI 应用持续扩大，外部供应将难以满足需求，因此必须考虑成为类似台积电、三星那样的垂直整合制造商（IDM）。

马斯克表示：「即便我们以供应商芯片生产的最佳情况预估，未来的芯片供应量仍然不足。因此，我们可能必须建造一座TeraFab，这势在必行。」

自建芯片厂挑战重重

要掌握先进芯片制造，所需投入的资金与技术远超外界想像。以目前业界水准来看，一座月产能约2 万片晶圆、可量产尖端制程的晶圆厂，动辄需要数百亿美元的投资，而且这还不包含后续的工艺开发与量产调校成本。

作为范例，日本新创芯片制造商Rapidus 就正试图挑战这道高墙。

该公司计画在未来数年内建立2 奈米制程的量产能力，并预估至2027 年完成可商用生产的厂房，整体支出约达5 兆日元（约320 亿美元）。

这项目标固然展现出强烈企图心，但在全球半导体竞赛已高度成熟的今天，全新玩家要想直接切入最先进节点，能否成功仍充满变数。

分析指出，先进工艺的研发流程本身就是一场漫长且高度跨领域的挑战。从工艺路线制定、材料与电晶体架构设计开始，到透过大量TCAD 模拟验证电性、应力及漏电行为，任何一环出现偏差都可能使整条制程重来一次，因此光是「起步」阶段往往就要耗费数年。

Rapidus 虽已取得IBM( IBM-US ) 授权的2 奈米GAA 电晶体架构，并可从比利时imec 与法国CEA-Leti 获得部分技术合作，但电晶体架构只是整条研发链的起点。

接下来，工程团队还需设计并调校成千上万道工艺步骤，包括前段电晶体成形（FEOL）、中段接触层（MOL）与后段金属互连（BEOL），其中沉积、蚀刻、微影与退火等制程皆要求达到原子等级的精度。

每个步骤都包含大量参数，需要极为深厚的工程经验与反覆试验才能确保量产可靠性与良率。

即使前述工艺流程已经串接完成，还需要建立PDK（工艺设计套件）、SPICE 模型与标准单元库，确保芯片设计团队能实际使用该制程进行电路设计。

此时工厂端又必须同步调整生产线设备设定，使其能在真实量产环境中维持稳定输出，这同样并非砸钱就能加速的过程。

最终，真正的考验在于「良率」。一家新进厂商能否在短时间内让先进制程达到可盈利的高良率，是决定能否站稳市场的关键。而这往往需要资深工程团队长期驻厂、反覆调整与无数次失败。

至于Rapidus 能否在2027 年交出成果，业界普遍抱持观望态度。结果如何，仍需时间验证。