核心观点 - OpenAI首颗自研芯片Jalapeño在AI推理性能上全面反超英伟达GB200和GB300，实测速度显著领先[1] - OpenAI通过AI辅助设计（GPT-Astra）将芯片设计周期压缩至9个月，并形成了模型、芯片和软件协同优化的加速飞轮[15][20] - 英伟达的CUDA护城河可能因速度劣势而面临威胁，OpenAI的芯片路线图已规划至Gen2和Gen3，并签署10GW合作大单[21][27][29] 性能对比 - Jalapeño每秒可处理1459个Token，英伟达GB200仅535个，不到一半[1] - Jalapeño完成一个任务需1.65秒，GB300需近6秒，差距达3.6倍[1] - 在GB300最快解码速度（每秒169个Token）下，Jalapeño吞吐量是其104.3倍[8] - 在GPT-OSS 120B模型上，Jalapeño每瓦特AI工作负载提升1.5–1.9倍，端到端延迟降低1.7–3.6倍，高度交互工作负载性能提升2.1–4.1倍[6] - 三个模型上Jalapeño分别快2.7倍、4.1倍和3.8倍[7] - 按各自最佳工作点算峰值，差距为1.9倍、1.7倍和1.5倍[9] - 在GPT-OSS上，Jalapeño每兆瓦每秒吐出约5300万个Token，GB200 NVL72仅约1000万[11] 功耗与成本 - Jalapeño标称功耗700W，GB300为1400W，仅为一半[2] - 每颗芯片功耗：Jalapeño 1.125千瓦，GB200 1.87千瓦，Vera Rubin 3.3千瓦[11] - 每芯片每小时总拥有成本：Jalapeño 1.56美元，与H100的1.55美元几乎持平，Vera Rubin为3.61美元[12] - 每瓦HBM带宽：Jalapeño为22，第二名Rubin为11.1，GB300仅5.71[17] - 每瓦FLOPs：Jalapeño为19.1，Rubin为19.4，但Rubin功耗超1800瓦，Jalapeño仅700瓦[18] 设计制造 - 从设计到流片仅用9个月，业内常见周期为18-36个月[15] - 辅助设计模型GPT-Astra（外界传为GPT-6）帮助探索方案，使SIMD单元面积减少8%，矩阵引擎面积减少10%[15] - 主计算die约840平方毫米，接近EUV光刻机掩模版极限858平方毫米[16] - 当前为A0步进，B0已在晶圆厂，每瓦性能比A0再高约25%[19] - AI手敲代码在注意力模块和MoE模块上比人类顶尖专家快1.5到1.8倍[19] 行业影响 - 著名半导体分析师Dylan Patel称Jalapeño不仅超越Blackwell，还超越了英伟达Rubin芯片[2] - SemiAnalysis实测结论：Jalapeño干趴了此前测过的每一颗英伟达、AMD、谷歌芯片[3] - 英伟达Rubin比Jalapeño早一个月完成CoWoS流片，但外界仅看到CoreWeave工程样片数据[23] - SemiAnalysis判断CUDA护城河可能已死，原因在于速度[21][22] - 从零开始让OpenAI无需背负历史包袱，架构可完全按白纸设计[25] - OpenAI模型被用来设计威胁CUDA护城河的芯片，英伟达GPU正在催生自己的“接班人”[26] 未来规划 - OpenAI与博通签署10GW定制加速器合作大单，相当于十座核电机组满发[27][28] - Jalapeño为路线图第一代，Gen2已在深度开发，Gen3正在成形[29] - 量产要到2027年逐步爬坡，下一个里程碑是100兆瓦[29] - 数据中心大总管Chris Malone（负责“星际之门”项目）离职，引发对OpenAI内部动态的关注[30][31]