一颗叫”辣椒”的芯片，正在搅动英伟达的算力霸权。
OpenAI首颗自研推理芯片Jalapeño近日被半导体研究机构SemiAnalysis实测，结论相当炸裂：在每瓦性能上，它击败了该机构此前测过的所有英伟达、AMD和谷歌芯片，包括最新的Blackwell，甚至还有未全面上市的Rubin。
这颗芯片由OpenAI与博通（Broadcom）合作开发，专为AI推理设计。更让人意外的是它的研发速度：从设计启动到流片只用了16个月，其中CoWoS封装节点完成于2025年11月，距今仅9个月。行业惯例是18到36个月。
一家没有芯片设计积累的公司，第一代产品就打平行业巨头。这件事本身比跑分更重要。
实测数据：多项指标领先GB200和GB300
SemiAnalysis研究人员进入OpenAI实验室，用自研基准套件InferenceX跑了完整测试。
在GPT-OSS 120B模型上，Jalapeño每秒输出约1459个Token，英伟达GB200只有535个。端到端延迟差距更明显：完成同样任务，Jalapeño只要1.65秒，GB300需要近6秒，快了3.6倍。高交互场景下，GB300被推到最快解码速度（每秒169个Token）时，Jalapeño的吞吐量达到它的104.3倍。
能效是这次对比的核心维度。每兆瓦每秒输出Token数这个指标，Jalapeño在GPT-OSS模型上达到约5300万，GB200 NVL72只有约1000万。SemiAnalysis指出，这个数字本质上等于每焦耳产出的Token数，直接决定数据中心的收入天花板。在算力被电力卡脖子的当下，这一项的分量最重。
成本账也算得过去。把供电、散热、网络全部纳入，Jalapeño单芯片每小时总拥有成本约1.56美元，与H100的1.55美元基本持平，而英伟达Vera Rubin高达3.61美元。
OpenAI芯片负责人Richard Ho透露，Jalapeño在700瓦低功耗下就能跑出强劲性能，最快今年晚些时候投入使用，目标是大幅压低数据中心电力开支。
AI设计芯片：GPT-Astra深度参与全程
16个月的研发周期靠什么压出来的？答案是AI自己。
SemiAnalysis披露，OpenAI在芯片设计过程中大量使用内部模型，旗舰模型GPT-Astra深度参与了研发全程。AI辅助设计让SIMD单元面积缩减8%，矩阵引擎面积缩减10%，时序和功耗表现还优于初始版本。
软件层面同样如此。OpenAI用内部扩展版Codex编写内核，部分内核代码长达约3000行。自研内核编程语言Gluon（基于Triton构建）加上自研推理引擎”Teacup”，配合AI快速调优——不到两周，芯片在特定交互速度下的吞吐量提升超过2倍；8天内，张量并行从TP8扩展到TP32，跨机架全机柜规模部署跑通。
SemiAnalysis的评价很犀利：跑在英伟达GPU上的OpenAI模型，正在设计一颗威胁CUDA护城河的芯片。英伟达自己的GPU，正在实时催生自己的潜在接班人。
Anthropic也已启动自家芯片项目，并计划把研发周期压到OpenAI所用时间的一半。AI设计芯片的飞轮，多家公司都在推。
架构拆解：通用设计为何反而更快
外界原本预设Jalapeño是颗专配OpenAI自家模型的定制芯片。SemiAnalysis的结论恰恰相反：这是一颗面向AI推理的通用芯片，能跑各类模型和工作负载，团队甚至用Codex把《毁灭战士》移植上去跑。
设计哲学只有一条：消除固定延迟。GPU依赖复杂的内存层级，Jalapeño把计算核心与HBM切片直接绑定，每个核心片对自己那片HBM有低延迟的本地视图，核心片之间走专用高带宽集合通信网络同步。
执行单元上，Jalapeño采用乱序执行（OoO）核心搭配L1缓存，没有用其他加速器常见的软件管理暂存器。小批量、低延迟场景下，它更容易逼近硬件理论峰值。
内存带宽是拉开差距的关键。Jalapeño用上HBM4，单封装带宽达到15.4TB/s，每瓦HBM带宽为22；作为对比，英伟达Rubin是11.1，GB300只有5.71。HBM4引脚速度10Gbps，略高于Rubin的9.6Gbps，供应商据称为三星。
从零构建软件栈反而成了优势。没有历史包袱，架构决策更干净，这正是CUDA生态之外的新玩家能快速起量的原因。
英伟达的麻烦：护城河还在吗
SemiAnalysis在报告里抛出一个大胆判断：CUDA的护城河可能已经死了。
依据是软件成熟速度。英伟达Rubin的CoWoS流片比Jalapeño还早一个月完成，但外界能看到的公开基准数据只来自CoreWeave的工程样片，英伟达没有开放第三方进实验室自由测试。硬件差距看不出多少，软件成熟度的差距却摆在明面上。
资本市场的反应也说明问题。此前英伟达曾两日市值蒸发4300亿美元，Blackwell芯片小时租金从2.75美元涨到4.08美元、涨幅48%的算力紧供给，正在被自研芯片阵营分走预期。
当然，保留意见也得说清楚。目前测试只覆盖8k1k这类相对简单的工作负载，AgentX多轮长上下文测试尚未完成。更复杂的智能体场景下，路由器、前缀缓存的表现还是未知数。公测样片均为A0步进，量产预计2027年才逐步爬坡。
下一步：B0入厂，10GW版图展开
Jalapeño的故事没讲完。
B0步进已进入晶圆厂，预计每瓦性能较A0再提升约25%，单颗计算die的MXFP4算力达13.4 PFLOPs，TDP维持700W。系统方案与Celestica合作设计，每个ASIC机柜装128颗芯片，双机柜总功耗约160kW，与GB300双宽机柜相当。单一扩展网络域最多可连2048颗Jalapeño XPU，覆盖16个机架。
更大的图景是OpenAI与博通签署的10GW定制加速器合作协议——这个量级大致相当于十座核电机组的满发功率。下一个里程碑是100MW部署规模。
Richard Ho强调，英伟达仍是重要合作伙伴，OpenAI对算力的需求极其庞大，短期不会放弃现有供应商。
Jalapeño的意义或许不在今天能替代多少英伟达芯片。它证明了一件此前被普遍质疑的事：一家AI公司，用AI工具，在创纪录的时间里，造出了一颗真正有竞争力的芯片。
这个飞轮已经转动。下一个上去推的，可能是Anthropic，也可能是更多等不及算力的AI公司。
苏公网安备32010502011527号
发表回复