OpenAI自研推理芯片Jalapeño性能与战略分析 - OpenAI首颗自研推理芯片Jalapeño在Hot Chips大会上公布实测成绩，在吞吐、能效、延迟三项指标上全面反超英伟达GB200与GB300 [1] - 单用户出词速度Jalapeño每秒1459个Token，GB200为535个 [1] - 跑完同一任务Jalapeño用时1.65秒，GB300用时5.99秒 [1] - 标称功耗Jalapeño为700瓦对GB300的1400瓦，实测持续功耗压在550瓦以内 [1] - 测试覆盖GPT-OSS 120B、DeepSeek R1 670B和Kimi K2.5 1T三款公开模型 [1] - 每瓦AI工作负载提升1.5至1.9倍，端到端延迟降低1.7至3.6倍，高度交互式负载下优势扩大到2.1至4.1倍 [1] - 从设计到流片仅用9个月，业内常见周期为18到36个月 [1] - 著名半导体分析师Dylan Patel称“被掀翻的不只是Blackwell，就连英伟达Rubin芯片也被超越了” [1] 芯片设计、规格与成本 - 设计秘诀是将自家最强模型GPT-Astra（外界传的GPT-6）和Codex用于流片室，AI辅助设计让SIMD单元面积减少8%、矩阵引擎面积减少10% [2] - 在注意力与MoE模块上，AI生成的代码跑得比人类顶尖专家快1.5到1.8倍 [2] - 主计算die约840平方毫米，距EUV掩模版极限858平方毫米只差18平方毫米 [2] - 配6颗HBM4、共216GiB、15.4TB/s，每瓦HBM带宽22，第二名Rubin是11.1，GB300只有5.71 [2] - SemiAnalysis估算每芯片每小时总拥有成本1.56美元，与H100的1.55美元几乎持平，Vera Rubin是3.61美元 [2] - 与博通合作，两家去年10月签下10GW定制加速器大单 [2] - 量产2027年逐步爬坡，下一里程碑是100兆瓦，Gen2已在深度开发、Gen3正在成形，2026年底先部署进OpenAI自己的数据中心 [2] - SemiAnalysis判断“CUDA的护城河可能已经死了” [2] 英伟达竞争与合作关系 - 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，英伟达未像OpenAI那样让第三方随意测试 [3] - 8月17日，英伟达同意为OpenAI俄亥俄州数据中心园区提供最高1050亿美元融资 [3] - OpenAI承诺2026年下半年部署首批1吉瓦英伟达Vera Rubin系统 [3] - OpenAI芯片负责人Richard Ho表示“英伟达是很好的合作伙伴，我们仍需要大量英伟达芯片” [3] - 英伟达财报前夜公布此消息，焦点包括Blackwell放量、Rubin进展及OpenAI算力承诺的会计处理 [4]