Tesla AI5 ha alcanzado el tape-out en Samsung Foundry y está programado para empezar a producirse en la planta de Taylor usando tecnología 2nm-class, según un responsable de Samsung Foundry. Es una señal clara de que Tesla mantiene la estrategia de fabricar el mismo diseño en dos foundries para asegurar volumen y suministro.
Tesla AI5: producción en 2nm en Samsung Foundry
Un principal engineer de Samsung Foundry informó en LinkedIn que el diseño de Tesla AI5 ya llegó a tape-out y que la manufactura se ejecutará en la instalación de Taylor con su proceso de 2nm-class. Elon Musk mostró una primera muestra del módulo AI5 en abril y explicó que el chip se producirá tanto en TSMC como en Samsung Foundry.
Según la información disponible, el tape-out en la versión de Samsung llega varios meses después del tape-out realizado con la versión que usa procesos de TSMC. Fabricar el mismo diseño en dos foundries no es inusual en proyectos con previsión de altos volúmenes: reduce riesgo de suministro y permite escalado más rápido si la demanda crece.
Lo que Samsung confirma es la fase de tape-out y la intención de fabricar en Taylor con un nodo 2nm-class. Lo que Tesla no aclara todavía son detalles concretos de rendimiento pico, consumo y calendario exacto de ramp-up masivo.
Arquitectura, memoria y dudas que quedan
El módulo que mostró Musk integra un die acelerador relativamente pequeño —aproximadamente la mitad de un retículo— y 12 paquetes de memoria de SK hynix que parecen ser GDDR6 o GDDR7. La solución usa un sustrato orgánico y los chips de memoria están etiquetados como componentes discretos, lo que encaja con un diseño de módulo compacto y orientado a ancho de banda.
Con 12 paquetes de memoria, la interfaz externa podría ser de 384 bits (12 × 32 bits por paquete). Dependiendo de la tecnología concreta de memoria y sus tasas de transferencia, eso abriría un rango de ancho de banda teórico entre 768 GB/s y 1,536 GB/s. Es importante subrayar que Tesla no ha confirmado ni la anchura real del bus ni el tipo exacto de GDDR usado en la producción final.
El propio Musk ha afirmado que, en ciertos workloads, AI5 ofrece hasta 40× de ventaja frente a su antecesor. Es una cifra llamativa, pero sin especificaciones públicas sobre las métricas de prueba ni los escenarios exactos, hay que tratarla como una indicación del potencial y no como una medida cerrada de rendimiento.
Además de coches, el plan de Tesla para AI5 incluye despliegues en robots y en centros de datos propios, motivo por el que la compañía se ha decidido por una fabricación dual. En la práctica, esto significa intentar equilibrar riesgo y costes: TSMC llevó la delantera en tape-out, mientras Samsung acelera su propia línea para el ensamblaje en masa.
No es un detalle menor: la elección de dos foundries con procesos distintos puede implicar variaciones en rendimiento, eficiencia y rendimientos de wafer. Tesla tendrá que validar ambas versiones para garantizar que el comportamiento sea coherente entre lotes y entre proveedores.
También conviene recordar que el uso de un die acelerador pequeño y memoria GDDR externa apunta a una arquitectura focalizada en ancho de banda y eficiencia por área, más que en integrar una enorme matriz de núcleos en una sola oblea. Esa decisión tiene ventajas en coste y escalabilidad, pero impone dependencias en la integración del paquete y la calidad del sustrato.
Por ahora, los hitos confirmados son claros: Tesla AI5 alcanzó tape-out en Samsung y la producción en la planta de Taylor con tecnología 2nm-class está próxima. Los detalles técnicos finos y las métricas reales de rendimiento todavía dependen de futuros comunicados o del análisis de muestras en condiciones reales.
¿Qué queda por ver? La comparación directa entre las versiones fabricadas por TSMC y Samsung, la confirmación del tipo exacto de memoria en la tirada comercial y los números de rendimiento sostenido en los usos objetivos de Tesla.
