Perché Elon Musk continua ad acquistare chip Nvidia nonostante la spinta di Tesla su AI5

Perché Elon Musk continua ad acquistare chip Nvidia nonostante la spinta di Tesla su AI5
Diya Poddar
19 mar 2026, 08:17 AM
  • Tesla sta sviluppando il suo chip AI5 per la guida autonoma, Optimus e Robotaxi.
  • È previsto un rilascio più ampio di Full Self Driving Supervised entro le prossime settimane.
  • Il progetto Terafab di Tesla per la produzione di chip IA è pronto a partire a breve.

I commenti più recenti di Elon Musk evidenziano un equilibrio al centro della sua strategia sull'intelligenza artificiale.

Anche mentre Tesla avanza nello sviluppo dei propri chip e SpaceX approfondisce le sue ambizioni nell'IA, è previsto che entrambe le società continueranno ad acquistare hardware Nvidia su larga scala.

L'aggiornamento arriva mentre Tesla sta costruendo il suo processore AI di nuova generazione, preparando nuovi rilasci software e ampliando il suo impegno nella robotica.

Segue inoltre l'integrazione di xAI in SpaceX, segnalando uno sforzo più ampio per unificare la potenza di calcolo tra le imprese di Musk piuttosto che affidarsi a un unico approccio.

Tesla sviluppa AI5 per guida autonoma e robotica

Tesla sta progettando il suo chip AI di quinta generazione, noto come AI5, per alimentare i suoi sistemi autonomi. Si prevede che il processore supporterà il software Full Self Driving di Tesla, che resta centrale nei suoi piani di lungo periodo nella mobilità.

Musk ha indicato che il chip AI5 non è limitato ai veicoli. È sviluppato per casi d'uso più ampi, inclusi il robot umanoide Optimus e la piattaforma Robotaxi di Tesla.

Sebbene il chip possa essere utilizzato per carichi di lavoro di addestramento nei data center, è principalmente ottimizzato per l'edge computing, dove sono richieste decisioni in tempo reale.

Questo approccio consente a Tesla di elaborare i dati direttamente nei veicoli e nei robot anziché fare affidamento esclusivamente su infrastrutture remote.

Nvidia rimane fondamentale per la scalabilità dell'addestramento dell'IA

Nonostante questo sforzo interno, Musk ha detto che Tesla e SpaceX AI continueranno a ordinare chip Nvidia in grandi volumi.

L'hardware Nvidia è ampiamente utilizzato per l'addestramento di modelli IA complessi e rimane un componente chiave nei sistemi di calcolo su larga scala.

La continua dipendenza suggerisce che i chip proprietari di Tesla sono progettati per integrare, piuttosto che sostituire, le capacità di Nvidia.

L'addestramento di modelli avanzati richiede ancora una potenza di calcolo significativa attualmente dominata dall'ecosistema di Nvidia.

Mantenendo questi ordini, le società di Musk si assicurano l'accesso a un'infrastruttura consolidata mentre sviluppano le proprie alternative.

Aggiornamenti software e lancio di Terafab

Musk ha inoltre condiviso aggiornamenti sulla pipeline software di Tesla. È previsto un rilascio più ampio dell'aggiornamento Full Self Driving Supervised entro le prossime settimane.

Il lancio probabilmente estenderà le funzionalità di guida assistita di Tesla a una base di utenti più ampia man mano che lo sviluppo procede.

Sul fronte della produzione, il progetto Terafab di Tesla è pronto a partire entro sette giorni.

L'iniziativa mira a produrre chip per l'intelligenza artificiale su larga scala, il che potrebbe ridurre nel tempo la dipendenza dai fornitori esterni e sostenere le crescenti esigenze hardware di Tesla.

SpaceX AI segnala un'integrazione più profonda

Il riferimento a SpaceX AI riflette un cambiamento strutturale a seguito dell'acquisizione di xAI da parte di SpaceX il mese scorso, in un'operazione interamente in azioni. La mossa arriva prima di una potenziale offerta pubblica iniziale (IPO) per SpaceX prevista più avanti quest'anno.

È la prima volta che Musk si riferisce all'entità combinata come SpaceX AI, indicando una maggiore integrazione tra l'infrastruttura spaziale e lo sviluppo dell'intelligenza artificiale.

La struttura unificata potrebbe permettere a Musk di scalare le risorse di calcolo tra Tesla, SpaceX e progetti correlati, soprattutto mentre la domanda di elaborazione per l'IA continua a crescere.