< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-06-23 14:02:11 来源：量子位
新商标已曝光
特斯拉也盯上AI基建生意了。
刚刚，特斯拉向美国专利商标局(USPTO)提交了一个名叫“Megapod”的商标申请，计划销售模块化AI数据中心硬件。
根据商标描述，这是一套用于AI计算的模块化数据中心硬件系统，里面包括计算机服务器、AI数据处理硬件、网络设备、配电单元和冷却系统。
但是，就在不到一年前，特斯拉才刚刚解散了Dojo团队，亲手砍掉了自己唯一的自研AI训练超算。
刚把Dojo送走，这会儿又给AI数据中心注册新商标。
嗯？特斯拉这是换了个姿势，继续搞算力了？
目前能确定的信息来自商标申请。
特斯拉提交的商标名是MEGAPOD，申请序列号为99893717，申请日期是2026年6月18日。
类型上，这是一个标准字符商标，也就是先把“MEGAPOD”这个名字占住。申请基础是intent-to-use，意思是“有意使用”，但产品还没有正式上市。
商标申请里的描述则相当具体，文件中写到，Megapod覆盖：
用于人工智能计算的模块化数据中心硬件系统，包括计算机服务器、用于人工智能数据处理的计算机硬件、网络设备、配电单元和冷却系统。
还包括“自包含的模块化AI计算硬件系统”，以及“用于监控、管理和优化上述系统的可下载软件”。
通俗来说，Megapod像是一个即插即用的AI数据中心模块。
一个机柜里，把服务器、网络设备、电源、散热系统全塞好，拉到工地通上电，就能直接跑AI训练和推理。
这也是它和特斯拉现有Megapack、Megablock一脉相承的地方。
Megapack卖的是大型储能电池，Megablock是更大规模、更模块化的储能系统。
而Megapod听起来，则像是把“模块化”这套思路，从电力系统搬到了AI算力系统里。
有网友因此直接喊出：特斯拉悄悄展示了一项庞大的AI基础设施布局。
还有人进一步联想，这可能和马斯克此前提到的“利用闲置电力跑AI”有关，甚至猜测特斯拉未来会不会把超充网络、电池储能和AI计算节点连接起来，形成分布式AI基础设施。
不过目前来看，Megapod还只是商标申请，既没有样机、没有参数，也没有价格，更没有交付时间表。
因此离Megapod真正成为产品，还有很长一段路要走。
不过这个商标本身，也说明特斯拉已经在认真考虑，把AI基础设施变成一个可销售的硬件品类。
乍一看，Megapod很容易让人想到英伟达。
毕竟现在AI数据中心里最贵、最核心的东西，就是英伟达的整柜算力系统。
比如GB200 NVL72，已经是当下高端AI数据中心的事实标准之一。
一个机柜里集成GPU、CPU、高速互联、液冷和网络，客户买走后直接部署大模型训练和推理。现在全球云厂商、AI公司、主权AI项目，基本都在围着这套体系转。
也就是说，在“模块化AI算力”这门生意里，英伟达已经是绝对核心玩家。
那么特斯拉的Megapod，是不是要来抢英伟达的饭碗呢？
短期来看，倒也未必。
因为特斯拉自己也是英伟达客户。特斯拉训练FSD、机器人和车端AI模型，需要大量GPU；马斯克旗下的xAI，也在大规模采购英伟达芯片建设训练集群。
不仅如此，特斯拉自研AI芯片的历史也是相当坎坷。
特斯拉曾经高调押注Dojo超算，希望用自研D1训练芯片支撑FSD模型训练。
2021年AI Day上，特斯拉正式展示Dojo和D1芯片，逻辑是通过自研训练系统加速自动驾驶模型迭代。
但到了2025年，Dojo团队被解散，负责人离职，部分成员流向AI芯片创业公司，剩余人员转岗到特斯拉其他数据中心和计算项目。
马斯克随后也表示，公司不应分散资源扩展两套不同AI芯片设计，后续重点转向AI5/AI6，并更多依赖英伟达、AMD等外部算力生态。
由此看来，眼下特斯拉的新动作，未必是要抢英伟达的GPU生意，更可能盯上的是AI数据中心的另一层生意：电力、储能、冷却、配电和模块化部署。
这也是AI数据中心目前的痛点所在。大模型训练和推理正在疯狂吃电，新的AI数据中心不只是缺GPU，也缺电网接入、缺变电容量、缺冷却系统、缺可以快速部署的基础设施。
很多项目芯片到了也不一定能开跑，往往还卡在供电、散热、施工周期和并网审批上。
而这些问题，刚好更接近特斯拉能源业务的能力边界。
过去几年，特斯拉讲AI故事，外界最关注的是FSD、Optimus和Dojo。
但从生意角度看，特斯拉和AI数据中心最直接的连接，反而可能是Megapack。
Megapack是特斯拉的大型储能电池产品，面向电网、电站、工商业和大型基础设施项目。
AI数据中心接入电网后，会带来非常剧烈的用电波动。尤其是大规模GPU集群训练时，负载可能快速上升或下降，对电网稳定性提出很高要求。
这时候，储能系统就能扮演缓冲器。
电网电力富余时充电，AI集群负载升高时放电；当训练任务造成电力波动时，储能系统也可以帮助平滑冲击。
这就是特斯拉能源业务切入AI数据中心的真实入口。
此前已有文件显示，xAI从2024年到2026年4月累计采购了约10亿美元的特斯拉Megapack，其中2026年4月单月采购额就达到2.69亿美元。
这说明AI基础设施的花钱大头，已经不只在芯片和服务器上。电力系统本身，也正在变成AI竞赛的一部分。
从名字上来看，从Megapack到Megablock，再到Megapod，很有连续性。
妥妥一个“mega三部曲”。
Megapack解决储能；Megablock解决更大规模、更快部署的电力模块。
Megapod如果成真，则可能把服务器、网络、电源、冷却和软件管理进一步打包，变成面向AI客户的一体化基础设施产品。
不过，AI数据中心硬件是一个极其复杂的市场，里面已经有英伟达、戴尔、Supermicro、Vertiv、施耐德、伊顿等一批成熟玩家。
从GPU整柜，到服务器集成，到液冷系统，到配电和UPS，每一层都有很高的工程门槛和客户认证周期。
特斯拉的优势在于模块化制造、电池储能、电力控制和马斯克体系内的AI需求。
但它的短板也很明显：企业级数据中心交付经验有限，自研AI芯片路线不稳定，客户是否愿意把关键AI基础设施交给特斯拉，也还是未知数。
不过呢，马斯克早已从SpaceX的算力大单中尝到了甜头。
据报道，谷歌将每月向SpaceX支付9.2亿美元，租用约11万块英伟达GPU及相关CPU、内存等组件，为期3年。
在此之前，Anthropic也已签下合同，以每月12.5亿美元的价格，包下了SpaceX旗下Colossus数据中心的全部算力。
两份合同加起来，SpaceX每月光“出租算力”就能收进约21.7亿美元。
什么？你是说一家造火箭的公司，靠卖闲置GPU的租金就能月入二十多亿？？
能把包租公当到这个份上，除了老马也是没谁了。
这也让Megapod变得更有想象空间：
一边是SpaceX把AI算力变成可出租资产，另一边则是特斯拉用“mega三部曲”切入电力、储能、冷却和模块化部署。
可以想见，Megapod或许不会变成“特斯拉版英伟达”。
但在所有AI公司都缺电、缺冷却、缺部署速度的时候，这门生意，没准比讲自动驾驶故事更实际~
参考链接：
[1]https://electrek.co/2026/06/21/tesla-megapod-ai-data-center-hardware/
[2]https://x.com/BullTheoryio/status/2068569421971436011
[3]https://techcrunch.com/2026/06/05/google-will-pay-spacex-920m-per-month-for-compute/
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。