El AI5 es un sistema en chip (SoC) diseñado específicamente para procesar en tiempo real grandes volúmenes de datos provenientes de sensores y cámaras del vehículo. Según la propia Tesla, su potencia sería comparable a la arquitectura Hopper de NVIDIA. En términos más concretos, la compañía asegura que dos unidades del AI5 pueden alcanzar un rendimiento similar al de un procesador Blackwell, la nueva generación de aceleradores de la firma estadounidense.
Congrats to the @Tesla_AI chip design team on taping out AI5!
AI6, Dojo3 & other exciting chips in work. pic.twitter.com/hm54TdIzBx — Elon Musk (@elonmusk) April 15, 2026
El desarrollo del chip refleja una arquitectura industrial compleja y distribuida. La fabricación está a cargo de TSMC y Samsung, con producción en plantas ubicadas en Arizona y Texas. El empaquetado, en tanto, se realiza mediante tecnología EMIB de Intel, lo que permite integrar múltiples componentes en un mismo encapsulado con alta eficiencia. Esta estrategia apunta a diversificar la cadena de suministro y reducir riesgos geopolíticos y logísticos.
Uno de los aspectos más llamativos del AI5 es su configuración de memoria. En la imagen difundida por Musk se observan 12 módulos DRAM de SK Hynix rodeando el chip principal. Se estima que se trata de memoria LPDDR5x, con una capacidad total de hasta 192 GB por unidad, un volumen inusual para sistemas embebidos en vehículos y que sugiere una fuerte orientación a tareas de inferencia avanzada en Inteligencia Artificial.

Sin embargo, Tesla no publicó especificaciones técnicas completas ni benchmarks independientes, por lo que el rendimiento real del AI5 todavía no puede ser verificado de forma externa. La comparación con arquitecturas de NVIDIA debe leerse, por ahora, como una referencia orientativa más que como una equivalencia comprobada.
En paralelo, la compañía ya trabaja en la próxima generación. Musk anticipó que el chip AI6 podría entrar en producción hacia fines de este año, nuevamente con participación de TSMC, Samsung e Intel. Además, Tesla continúa desarrollando su infraestructura de entrenamiento con proyectos como Dojo 3, orientados a escalar el procesamiento de datos necesarios para mejorar sus sistemas de conducción autónoma.