OpenAI的Jalapeño芯片：大科技公司对英伟达最辛辣的反击

在AI芯片领域，英伟达（Nvidia）的名字几乎等同于“标准答案”。过去十年，其GPU凭借CUDA生态和强大的算力，成为训练和部署大型语言模型的事实标准。然而，这种垄断地位正在遭遇前所未有的挑战——科技巨头们开始亲手打造自己的芯片，而OpenAI的最新动作，将其推向了这场“去英伟达化”运动的最前线。

Jalapeño：一场精心策划的“辛辣”出击

当地时间6月26日，OpenAI在官方博客中宣布，其与博通（Broadcom）联合开发的定制推理芯片正式命名为“Jalapeño”（墨西哥辣椒）。这款芯片专为AI推理任务设计，旨在降低对英伟达GPU的依赖，同时提升能效比。OpenAI表示，Jalapeño将首先用于其GPT系列模型的推理服务，预计2027年实现规模化部署。

“Jalapeño不是要取代英伟达，而是给我们多一个选择。”OpenAI硬件负责人Mark Chen在媒体采访中表示，“就像辣椒给食物增加风味一样，这颗芯片能让我们的推理栈更具弹性。”这一命名也颇具深意：Jalapeño的辣度适中，既不像哈瓦那辣椒那样极端，又足以引起注意——恰如OpenAI对英伟达的态度：不彻底决裂，但足以让后者感受到压力。

大科技公司的“去英伟达化”浪潮

OpenAI并非孤例。近年来，越来越多的科技巨头开始自主研发AI芯片，以摆脱对英伟达的单一依赖。谷歌早在2016年就推出了TPU，如今已迭代至第六代；苹果的M系列芯片和神经引擎也已融入其AI生态；SpaceX则自研了用于星链和自动驾驶的推理芯片。更早之前，亚马逊、微软、特斯拉等公司也纷纷入局。

这股浪潮的背后是三重考量：成本控制、供应链安全和技术壁垒。英伟达的H100/B200芯片售价高达数万美元，且供不应求，大公司每年的采购费用动辄数十亿美元。而自研芯片虽然前期投入巨大，但长期来看能大幅降低边际成本。更重要的是，在AI芯片“一芯难求”的背景下，拥有自研能力意味着不会被单一供应商“卡脖子”。

编者按：科技公司的自研芯片趋势并非新鲜事，但OpenAI的加入具有标志性意义。作为AI领域的领头羊，OpenAI此前一直是英伟达的最大客户之一。它的转身，可能引发连锁反应：更多AI初创公司会效仿，或者倒逼英伟达调整定价策略。这甚至可能催生一个“后英伟达时代”——就像PC时代英特尔一度独大，但后来被ARM生态分权一样。

Jalapeño的技术路线与挑战

据知情人士透露，Jalapeño芯片采用5nm制程，专为Transformer架构优化，内置了高速SRAM和自定义向量处理器。博通提供网络和封装技术支持，OpenAI则负责架构设计。其关键创新在于“混合精度推理”和“动态稀疏性支持”，能在大幅降低能耗的同时保持低延迟。

不过，挑战同样明显。首先，芯片研发周期长、失败率高，Jalapeño从设计到量产可能需要3年以上，而英伟达每年迭代的节奏不会停下。其次，软件生态是最大障碍：英伟达的CUDA生态已经积累了数百万开发者，OpenAI需要自建工具链或兼容现有框架。最后，规模效应不足：自研芯片仅在自有业务中部署，无法像英伟达那样摊薄成本。

尽管如此，OpenAI的这一步棋仍被业界视为“聪明的一步”。“OpenAI拥有最前沿的AI模型，他们比任何人都清楚推理负载的特性。”半导体分析师Jay Goldberg评价道，“如果连OpenAI都造不出好芯片，那别人更不可能。但他们有数据和场景优势，这恰恰是英伟达没有的。”

英伟达的护城河与反击

面对客户的“叛离”，英伟达并非无动于衷。一方面，它加速了GPU迭代，并推出面向推理的专用芯片L40S；另一方面，英伟达开始向自研芯片客户提供更灵活的授权模式，甚至传闻将推出定制芯片服务。但英伟达CEO黄仁勋在最近的财报电话会上仍保持自信：“定制芯片永远无法超越我们，因为我们是通用平台，而通用意味着更多优化空间。”

然而，数据不会说谎：2026年第一季度，英伟达数据中心营收同比增长仍高达80%，但环比增速已从两位数降至个位数。与此同时，谷歌、亚马逊的TPU和Trainium芯片营收占比在快速提升。OpenAI的Jalapeño一旦量产，将进一步挤压英伟达的增长空间。

尾声：芯片战争进入新阶段

OpenAI的Jalapeño不仅是一颗芯片，更是一声号角。它标志着AI芯片市场从“一家独大”走向“百花齐放”。英伟达不再是唯一的选择，而客户也不再甘心沦为“买卡人”。未来的AI算力格局，或许将由几大阵营组成：英伟达生态、谷歌/亚马逊等云巨头自研芯片、以及OpenAI等AI公司定制芯片。

正如当年苹果用M系列芯片打破x86垄断一样，AI芯片领域的故事才刚刚开始。而Jalapeño，正是那第一口辛辣的味道。

本文编译自TechCrunch