Tesla ha dejado claro que su estrategia de silicio propio entra en una fase mucho más agresiva. Según declaraciones recientes de Elon Musk, la compañía pretende competir directamente con NVIDIA, no solo en rendimiento, sino también en volumen de producción y estructura de costes, apoyándose en chips diseñados internamente para vehículos, robótica e infraestructuras de computación.
El planteamiento supone un giro estratégico relevante para la firma, que hasta la fecha había dependido en gran medida de hardware externo para sus cargas de IA, especialmente en entrenamiento de modelos y validación de sistemas de conducción autónoma, un enfoque que ahora busca reducir mediante silicio propio optimizado.
Dojo3 vuelve a escena y refuerza la estrategia de silicio propio
Tras meses de incertidumbre, el superordenador Dojo vuelve al centro de la estrategia de Tesla con una nueva iteración denominada Dojo3. El propio Musk ha confirmado que el proyecto está nuevamente en marcha, lo que refleja una necesidad creciente de potencia de cálculo y una menor disposición a depender exclusivamente de proveedores externos.
Aunque no se han revelado detalles técnicos completos, todo apunta a que Dojo3 estará basado en el chip AI5, formando clústeres diseñados para escalar de forma masiva. El objetivo es unificar el silicio embarcado en vehículos, los sistemas de entrenamiento de IA y futuros desarrollos como Optimus, reduciendo la fragmentación de plataformas.
AI5 como chip de mayor volumen y referencia interna
Musk ha definido AI5 como el chip de mayor volumen que Tesla planea fabricar, una afirmación que sugiere un despliegue mucho más amplio que en proyectos anteriores. Según el directivo, una configuración monodie del AI5 apuntaría a un rendimiento equiparable a la arquitectura Hopper, mientras que una configuración con dos dies podría acercarse a Blackwell.
Más allá del rendimiento bruto, Musk ha insistido en que el coste del chip sería muy reducido, lo que permitiría a Tesla construir una infraestructura de IA más eficiente económicamente, especialmente cuando el stack de conducción autónoma alcance una adopción masiva.
Cadencia rápida y visión a largo plazo del silicio Tesla
Otro punto llamativo es la hoja de ruta anunciada. Tesla aspira a escalar su familia de chips desde AI5 hasta AI9, con una cadencia aproximada de nueve meses, un ritmo que recuerda al modelo de iteración rápida que NVIDIA aplica en su ecosistema de aceleradores.
El razonamiento detrás de esta estrategia es claro: al controlar todo el ciclo del silicio, desde el diseño hasta la validación, Tesla podría optimizar cada chip para sus cargas concretas, logrando ventajas en consumo, latencia y coste frente a soluciones genéricas.
Un reto enorme más allá del diseño del chip
Pese al optimismo de Musk, el desafío es considerable. Convertirse en un actor relevante del sector de semiconductores implica dominar no solo el diseño, sino también la verificación, la estabilidad del silicio, los rendimientos de fabricación y la integración a gran escala en sistemas reales.
Tesla deberá apoyarse en socios de fabricación como Samsung o TSMC, pero aun así el salto desde un chip funcional a una plataforma competitiva frente a NVIDIA requiere años de iteración y maduración.
Aun con estas incógnitas, las declaraciones de Musk apuntan a una ambición clara: Tesla no quiere ser solo un consumidor de IA, sino un productor de silicio a gran escala, capaz de competir en rendimiento, volumen y coste en uno de los mercados más exigentes de la industria tecnológica actual.
Vía: Wccftech
