英偉達現在的心情，大概就像一個被所有房客聯手趕走的房東

你有沒有這種經驗——你好不容易把一棟樓租滿了，結果每個房客都開始偷偷在自己房間裡蓋廚房？

英偉達現在面對的就是這個局面。

谷歌2016年先幹了——發布了自研TPU。亞馬遜2018年跟進，推出了Inferentia推理晶片。微軟2023年也忍不住了，亮出了Azure Maia加速器。

然後到了2026年6月，OpenAI也「造反」了。

而且這傢伙動作還特別快——9個月，從零到流片。什麼概念？正常一顆高性能ASIC從設計到流片要18到24個月。谷歌TPU兩年一代，亞馬遜Trainium也差不多。OpenAI直接把這個紀錄砍了一半以上。

這顆晶片叫Jalapeño——墨西哥辣椒。

OpenAI的潛台詞大概是：這只是入門級，後面還有更辣的。

這顆「辣椒」到底什麼來頭？

先說重點：Jalapeño不是通用GPU，是專為大語言模型推理設計的ASIC。

白話文翻譯一下——英偉達的GPU是「什麼都能跑但什麼都不夠極致」，Jalapeño是「只做一件事，但做到極致」。

它的目標很明確：跑ChatGPT、Codex、API，還有未來的智能體產品。從晶片到基礎設施，全都針對大模型工作負載優化。

分工是這樣的：

• OpenAI：負責底層架構設計（從自己的模型需求出發）
• 博通：負責晶片實現、網路和連接技術（包括Tomahawk網路晶片）
• Celestica：負責板卡、機架和系統集成
• 台積電：負責製造

OpenAI硬體部門主管Richard Ho主導了這個項目——這位老兄之前是谷歌TPU團隊的核心成員，還幹過光計算晶片公司Lightmatter的高級副總裁。簡單說，他的履歷就是為「設計下一代AI推理晶片」量身定做的。

9個月流片，憑什麼這麼快？

傳統晶片設計最磨人的不是「想方案」，是無數次設計—驗證—修改—再驗證的循環。一顆先進晶片的驗證要跑成千上萬次，占掉整個周期的大半時間。

OpenAI怎麼解決的？用AI自己設計晶片。

對，你沒看錯——OpenAI用自己的AI模型參與了晶片的設計和優化。AI讀歷史設計數據、生成RTL代碼、輔助驗證和除錯、優化布局布線。

AI幫自己設計了一副新身體。

Richard Ho在谷歌時期就參與發明了用機器學習設計晶片架構的方法。OpenAI把他挖來，就是為了把「AI輔助晶片設計」這件事嫁接到自家模型上。

結果就是：9個月破了行業紀錄。

性能到底怎麼樣？

目前OpenAI還沒公布完整的性能數據，但透露的資訊已經夠嗆了：

第一，工程樣片已經在實驗室跑通了GPT-5.3-Codex-Spark。頻率和功耗都達到了量產目標。

第二，博通CEO陳福陽直接說——Jalapeño的性能可以跟英偉達Blackwell晶片和谷歌TPU相媲美**。

第三，推理成本預計降低約50%。

第四，每瓦性能「大幅優於」當前最先進水平。

White話文翻譯：同樣的電，幹更多的活；同樣的活，花更少的錢。

而且Jalapeño不只跑OpenAI自家模型，架構上兼容全行業的LLM。

英偉達的「超級客戶清單」，正在變成「競爭對手名單」

這句話不是我說的，是業界共同的觀察。

谷歌、亞馬遜、微軟、Meta已經先後走上了自研晶片這條路。OpenAI之後，Anthropic也在考慮自研晶片。

英偉達曾經的超級客戶，一個接一個變成了競爭對手。

為什麼？

OpenAI總裁Brockman說得很直白：「世界正在邁向算力驅動的經濟。」

當算力成為核心生產資料，沒有人願意把命脈完全交給別人。更何況，OpenAI每年算力支出是百億美元級別——這筆錢省下來，夠幹多少事了？

對你我有什麼影響？

你可能會想：關我什麼事？我又不買晶片。

但你想過沒有——你每個月20美元的ChatGPT訂閱費，本質上就是在付算力錢。

推理成本砍半，意味著什麼？

第一，響應變快。 現在ChatGPT高峰期排隊、轉圈、長對話變慢，本質都是算力不夠分。效率提升後，同等伺服器能服務更多用戶。

第二，免費版能力放開。 現在很多功能鎖在Plus裡——深度研究、高級數據分析、完整版語音對話。成本降了，這些功能下放給免費用戶的可能性就大了。

第三，同樣的錢，買到更多東西。 去年20美元買到的是GPT-4o，明年同樣的錢可能買到一個能跑完整工作流的agent。

說人話就是：ChatGPT會變得更快、更便宜、更強。

老黃慌不慌？

坦白說，英偉達短期內不會被取代——GPU在訓練端的優勢依然巨大。Jalapeño目前只做推理、不做訓練。

但趨勢已經很明顯了：大客戶們正在一點一點把訂單從英偉達手裡抽走。

博通預計2026財年定製AI晶片業務收入將達到約560億美元，而上一個財年約為200億美元。這些錢，本來可能都是英偉達的。

Jalapeño計劃2026年底開始部署，晶片和伺服器系統不會對外銷售，僅供OpenAI內部使用。OpenAI已經制定了多代晶片路線圖，下一代預計2028年推出。

這不是一次性的嘗試，是一場長期的戰爭。

最後說一句

幾年前誰能想到，一家做AI模型的公司會自己設計晶片？

但這就是2026年的現實——軟體公司的護城河，正在往硬體方向挖。

英偉達用GPU統治了AI的第一個十年。第二個十年，可能不會再是一家獨大了。

而這一切的開端，是一顆叫「墨西哥辣椒」的晶片。

夠嗆，也夠辣。

FAQ模塊

Q1：Jalapeño晶片會取代英偉達的GPU嗎？

A：短期內不會完全取代。Jalapeño目前專注於推理（inference）場景，而英偉達GPU在訓練（training）領域仍然有巨大優勢。但趨勢很明顯——大客戶們正在把推理這塊的訂單從英偉達手裡一點一點抽走。OpenAI已經制定了多代晶片路線圖，下一代預計2028年推出。這是一場長期的戰爭，不是一次性的嘗試。

Q2：Jalapeño只給OpenAI自己用嗎？對普通用戶有什麼好處？

A：是的，Jalapeño晶片和伺服器系統不會對外銷售，僅供OpenAI內部使用。但對普通用戶來說好處很直接——推理成本預計降低約50%。這意味著ChatGPT的響應速度會更快、免費版可能解鎖更多功能、同樣的訂閱費能買到更強的模型能力。簡單說：你每個月20美元的訂閱費，會買到更多東西。

Q3：9個月就造出一顆晶片，這靠譜嗎？會不會是趕工出來的「半成品」？

A：這確實是業界最快的ASIC開發週期紀錄，但並非「趕工」。關鍵在於OpenAI用自己的AI模型參與了晶片的設計和優化——AI替人扛掉了傳統晶片設計中最磨人的驗證和除錯循環。工程樣片已經在實驗室以量產標準的頻率和功耗跑通了GPT-5.3-Codex-Spark。博通CEO陳福陽也公開表示Jalapeño性能可與英偉達Blackwell和谷歌TPU相媲美。9個月流片不代表「粗糙」，代表「開發節奏被徹底壓縮了」 。