核心观点 - OpenAI自研推理芯片Jalapeño在实测中，以不到对手一半的功耗，在吞吐量和延迟上全面超越英伟达GB200和GB300，标志着AI公司通过大模型自身能力绕过CUDA生态，重塑芯片设计产业链 [1][2][3] 性能对比与功耗优势 - Jalapeño额定700W，实测持续功耗不超过550W，而GB200 TDP为1200W，GB300为1400W [6] - 在峰值每瓦吞吐量上，Jalapeño在三款模型上分别达到对比系统的1.5至1.9倍，端到端延迟表现优于对手1.7至3.6倍 [6] - 在GPT-OSS 120B上对比GB200，Jalapeño每千瓦最高处理约8.54万个token/秒，GB200约4.5万个，前者约为后者的1.9倍，单用户生成速度Jalapeño约1459 token/秒，GB200约535 token/秒 [6] - 在DeepSeek R1 670B上对比GB300，Jalapeño峰值每千瓦吞吐量约1.96万token/秒，GB300约1.18万，前者高1.7倍，单用户生成速度Jalapeño约700 token/秒，GB300约169 token/秒，差距约4.1倍 [7] - 在Kimi K2.5 1T上对比GB300，Jalapeño每千瓦峰值吞吐量约1.82万token/秒，GB300约1.19万，前者高1.5倍，单用户生成速度Jalapeño约694 token/秒，GB300约182 token/秒，差距约3.8倍，最低端到端延迟分别为1.56秒和5.31秒 [7] - 在等速对比口径下，以DeepSeek R1为例，当两系统都维持约169 token/秒时，Jalapeño每千瓦处理约1.23万token/秒，GB300仅约118，差距约104.3倍，在GPT-OSS和Kimi K2.5上差距分别约53.7倍和56.1倍 [7] AI造芯流水线：硬件设计层 - OpenAI借助GPT-5.6 Sol优化电路，从最初设计到完成流片仅用9个月，AI被用于探索实现方案、缩短验证周期并优化算术电路，使核心计算面积显著缩减，而传统ASIC研发周期动辄数年 [8] - Jalapeño采用一整块Compute Die负责主要AI计算，左右各三颗共6颗HBM4提供高带宽内存，顶部I/O Chiplet负责数据通信 [9] - 芯片将计算核心与6颗HBM4内存切分成对应切片，每个核心切片直连本地HBM，走极简低延迟访问路径，切片间通过专用高带宽网络同步，大幅削减内存子系统固定开销 [9] AI造芯流水线：软件编译层 - Jalapeño底层算子采用接近汇编级的精细调优，部分单个算子代码达3000行，早期由工程师参与，随后大量使用内部增强版Codex让AI自动寻找更优算子实现 [10] - 在DeepSeek R1适配中，Codex在几乎没有底层算子工程团队介入的情况下，很快写出可运行且高效的MLA算子实现 [10] - 在GPT-OSS的部分注意力和混合专家模块中，AI生成的底层代码比此前人类专家编写的版本快1.5至1.8倍 [10] AI造芯流水线：模型移植层 - OpenAI开发了自研编程语言和编译引擎，将芯片设计成对人类和AI都清晰可预测的编程目标，彻底绕开CUDA生态，让AI直接把高层算法翻译成底层硬件配置 [12] - 英伟达自家GPU上跑的GPT模型，正被OpenAI用来设计要取代CUDA生态的芯片，形成自我强化的正向循环飞轮 [12] 行业影响与趋势 - 全球半导体行研机构SemiAnalysis判断，考虑到OpenAI能在自家芯片上如此快速适配新模型，CUDA的护城河岌岌可危 [8] - 算力供给已成为大模型演进的生死线，腾讯云CEO表示腾讯整体算力严重不足，已拖慢混元模型训练和产品发展 [13] - 模型公司亲自下场造芯、打通模型-软件-硬件垂直壁垒已从技术试水跃升为核心战略，Anthropic组建内部芯片团队并与三星讨论定制AI芯片，国内DeepSeek和智谱也需实现算力供给闭环 [13]