特斯拉也盯上AI基建生意了。

刚提交的一个商标申请，把这个意图摆到了台面上——向美国专利商标局申请的“Megapod”商标，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。

有意思的是，就在不到一年前，特斯拉才解散了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。这背后到底在打什么算盘？

换个姿势，继续搞算力，或许才是更合理的解释。

Megapod是什么

目前能确定的信息，几乎都来自这份商标申请。

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，这是个标准字符商标，先把“MEGAPOD”这个名字占住。

申请基础是intent-to-use，意思是“有意使用”，但产品还没正式上市。

商标文件里的描述相当具体：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就像一个即插即用的AI数据中心模块。

一个机柜里，服务器、网络设备、电源、散热系统全都装好。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
• Megapod则是把“模块化”思路，从电力系统搬到了AI算力系统里

有网友直接喊出：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。

甚至有人猜测，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。

不过话说回来，Megapod目前还只是商标申请。

• 没有样机
• 没有参数
• 没有价格
• 没有交付时间表

离真正成为产品，还有很长一段路要走。

但这个商标本身，已经说明特斯拉在认真考虑，把AI基础设施变成一个可销售的硬件品类。

特斯拉要抢英伟达的生意？

乍一看，Megapod很容易让人联想到英伟达。

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，客户买走后就能直接部署大模型训练和推理。

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。

它训练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。

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。

当时的逻辑，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。

它更可能盯上的是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。

• 缺GPU
• 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

很多项目即便芯片到了，也不一定能马上开跑。

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。

特斯拉真正赚钱的AI生意，可能是电池

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
• 训练任务造成电力波动时，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，再到配电和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，仍是未知数

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/