特斯拉也开始瞄准AI基础设施这门大生意了。

一份最新提交的商标申请，将其野心公开摆上了台面——向美国专利商标局申请的“Megapod”商标，计划用于销售模块化AI数据中心硬件。

根据商标描述，这是一套专为AI计算打造的模块化数据中心硬件系统，内部集成了计算机服务器、AI数据处理硬件、网络设备、配电单元以及冷却系统。

有趣的是，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，如今又为AI数据中心注册新商标。这背后到底藏着什么布局？

换一种方式，继续深耕算力？

Megapod到底是什么

截至目前，所有可靠信息都来自这份商标申请文件。

特斯拉提交的商标名称为MEGAPOD，申请序列号99893717，申请日期为2026年6月18日。

从类型上看，这是一个标准字符商标，主要用于抢先占住“MEGAPOD”这个名称。申请基础为intent-to-use，即“有意使用”，但产品尚未正式上市。

商标文件中的描述相当详细：Megapod覆盖“用于人工智能计算的模块化数据中心硬件系统，包含计算机服务器、用于AI数据处理的计算机硬件、网络设备、配电单元和冷却系统”。此外还涵盖“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”。

通俗而言，Megapod就像一个即插即用的AI数据中心模块。一个机柜内集成了服务器、网络设备、电源和散热系统，直接拉到现场通电后，便能立刻运行AI训练和推理任务。

这也是它与特斯拉现有Megapack、Megablock一脉相承之处。Megapack主打大型储能电池，Megablock则是规模更大、模块化程度更高的储能系统。而Megapod则是将“模块化”理念从电力领域延伸至AI算力系统。

有网友直言：特斯拉正悄然展示一项庞大的AI基础设施布局。

还有人进一步推测，这或许与马斯克此前提到的“利用闲置电力运行AI”有关，甚至猜测特斯拉未来可能将超充网络、电池储能与AI计算节点打通，构建分布式AI基础设施。

不过话说回来，Megapod目前仍只是一个商标申请，既没有样机、没有参数，也没有价格，更没有交付时间表。距离真正成为可售产品，还有很长的路要走。但这一商标本身已经表明，特斯拉正在认真考虑将AI基础设施做成一个可销售的硬件品类。

特斯拉要抢英伟达的饭碗？

乍一看，Megapod很容易让人联想到英伟达。毕竟当前AI数据中心里最昂贵、最核心的硬件，正是英伟达的整柜算力系统。例如GB200 NVL72，已成为高端AI数据中心的事实标准之一——一个机柜内集成GPU、CPU、高速互联、液冷和网络，客户买走后即可直接部署大模型训练和推理。全球云厂商、AI公司以及主权AI项目，基本都围绕这套体系展开。

换句话说，在“模块化AI算力”这门生意里，英伟达已是绝对的核心玩家。

那么，特斯拉的Megapod是否真的打算挑战英伟达的地位？

短期来看，可能性不大。

因为特斯拉自己也是英伟达的客户。训练FSD、机器人和车载AI模型，需要大量GPU；马斯克旗下的xAI同样在大规模采购英伟达芯片建设训练集群。而且，特斯拉自研AI芯片的历史颇为坎坷——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，特斯拉正式展示了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2025年，Dojo团队解散，负责人离职，部分成员流入AI芯片创业公司，剩余人员转岗至其他数据中心和计算项目。随后马斯克也表示，公司不应分散资源并行开发两套不同的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。

因此，眼下特斯拉的新动作，未必是要抢英伟达的GPU生意，更可能瞄准的是AI数据中心的另一层需求：电力、储能、冷却、配电以及模块化部署。

这正是当前AI数据中心面临的痛点。大模型训练和推理正在疯狂吞噬电力，新建的AI数据中心不仅缺GPU，更缺电网接入能力、变电容量、冷却系统以及可快速部署的基础设施。很多项目芯片到了也不一定能顺利启动，往往卡在供电、散热、施工周期和并网审批环节。

而这些问题，恰好更贴近特斯拉能源业务的能力边界。

特斯拉真正赚钱的AI生意，可能还是电池

过去几年，特斯拉讲AI故事时，外界最关注的是FSD、Optimus和Dojo。但从商业角度衡量，特斯拉与AI数据中心最直接的联结，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，对电网稳定性提出极高要求。此时，储能系统就能发挥缓冲作用——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，储能系统也能帮助平滑冲击。

这正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基础设施的花费大头，早已不局限在芯片和服务器上。电力系统本身，正逐渐成为AI竞赛的核心组成部分。

从命名来看，从Megapack到Megablock，再到Megapod，具有很强的连续性，堪称一个“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。而Megapod如果成真，则可能进一步把服务器、网络、电源、冷却和软件管理打包，成为面向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为复杂的市场，里面已有英伟达、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、电力控制以及马斯克体系内的AI需求。但短板同样明显：企业级数据中心交付经验有限，自研AI芯片路线不稳定，客户是否愿意将关键AI基础设施交给特斯拉，仍是未知数。

不过，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。两份合同相加，SpaceX每月光“出租算力”就能进账约21.7亿美元。

没错，一家造火箭的公司，靠出租闲置GPU的租金就能月入二十多亿？

能把包租公做到这个份上，除了马斯克也是没谁了。

这也让Megapod增添了更多想象空间：一边是SpaceX把AI算力变为可出租资产，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。可以预见，Megapod或许不会成为“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，说不定比讲自动驾驶故事更加实际~

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/