OpenAI Jalapeno历经16个月终于正式发布，作为第一代芯片打破了“初代芯片无竞争力的行业惯例”，在多个顶级开源模型测试中击败了所有Nvidia、AMD和Google芯片，堪称推理市场的"鲶鱼"。

打开网易新闻 查看精彩图片

一、芯片特点与优势

Jalapeno定位很清晰：只做推理，不做训练。规格表里FP16那列直接留空，FP8/FP4才是它的主战场。这一定位决定了它的设计取舍——把所有晶体管预算砸向低精度算力和显存带宽。

具体看几个关键数据：FP8算力3.4 PFLOPS，是H100（1.979）的1.72倍；HBM带宽15.4 TB/s，是H100（3.35）的4.6倍，是GB300（8）的近2倍；TDP却只有700W，与H100持平，比GB300的1400W腰斩。

最大的差异化在于首发HBM4。这是Jalapeno能拉开带宽代差的根本原因。从die shot看，6颗HBM4围绕一颗Compute Die，旁边一颗IO Chiplet负责PCIe和外设。SK海力士的HBM4刚量产不久，Jalapeno抢到了首发红利。

把它放回规格表横向看：算力不及Rubin（17.5 PFLOPS FP8）和MI450X（20 PFLOPS FP8），但能效比（每瓦算力）领先于所有现役旗舰。推理场景对延迟敏感、对TCO敏感，700W这个数字是真正的杀手锏。

二、对英伟达的冲击

冲击分两层。

第一层是OpenAI本身的订单。OpenAI是英伟达最大单一客户，2025年贡献了英伟达约15-20%的数据中心营收。Jalapeno量产后，OpenAI大概率会把推理工作负载逐步迁移到自研芯片上，训练仍用Blackwell/Rubin。这意味着英伟达会丢一部分推理营收，但不是全部。

第二层是定价权松动。推理市场长期是英伟达垄断定价，毛利率高达75%以上。当OpenAI这种超大客户拿出"性能略弱但能效比更优"的替代方案时，AWS、谷歌、Meta、Anthropic都会加速自研谈判，英伟达的议价能力会被削弱。

但冲击也有边界。Jalapeno性能只有Rubin的20%，做不了训练；CUDA生态、网络互联（NVLink/NVL72）、软件栈这些护城河还在。英伟达真正的危险是推理份额被多家客户集体分流，而不是被Jalapeno单点突破。

三、英伟达的应对之策

短期策略是提前放料Rubin，把客户注意力从Jalapeno拉回英伟达路线图。Rubin FP8 17.5 PFLOPS、FP4 35 PFLOPS，性能数倍于Jalapeno，TCO反而可能更优。

中期策略是绑定网络与系统级优势。单卡对比Jalapeno稍逊，但NVL72/NVL576机柜级方案、CUDA-DSO、Magnus NVL200这些整机柜方案，OpenAI自研芯片短期内复制不了。

长期策略是ASIC化与生态开放。英伟达不会硬刚所有推理负载，可能学苹果M系列思路，推出"推理专用SKU"（类似Rubin CPX），或者通过Bluefield DPU/CPO光网络补足定制芯片的短板。

还有一个隐性动作——扶持Groq、Cerebras等小厂，让它们去分散OpenAI/博通联盟的压力，避免单一对手做大。

四、对资本市场的启发

四类标的会受益，逻辑各不相同。

博通（AVGO）和Marvell（MRVL）最直接受益。OpenAI、谷歌、Meta、Anthropic都在排队找博通定制AI ASIC，2025-2027年博通的AI营收年复合增速预计50%+。

SK海力士和美光间接受益HBM4需求放量。SK海力士是Jalapeno HBM4独家供应商，2026年HBM4产能已被预订一空；美光HBM4 2026年下半年量产跟进。

封装与先进制程侧，台积电CoWoS-L产能仍是瓶颈，Jalapeno的Chiplet设计更依赖先进封装。台积电、日月光、长电科技受益。

国产替代是长期看点。OpenAI自研路线证明"通用GPU+自研推理芯片"是更优解，国内大模型厂商（阿里、字节、腾讯、百度）大概率跟进。这对寒武纪、海光、芯原、澜起、兆易是利好——它们能做IP、能做HBM配套、能做国产替代HBM。

反过来，纯做通用GPU、又没有大客户绑定的厂商最危险。这个名单里，AMD MI450X性能最强但生态最弱，英伟达的护城河不在硬件而在CUDA。

OpenAI博通联盟不会终结英伟达，但确实把AI芯片从"一家独大"推向了"三足鼎立"——英伟达、博通系、AMD/超威。