8月25日，Hot Chips 2026在斯坦福进行第二天展示，OpenAI首次完整公开了其自研推理芯片“Jalapeño”的技术细节——这枚与博通共同开发的芯片在公开基准测试中展示了显著能效和延迟优势。基于SemiAnalysis的InferenceX测试（模型包括GPT-OSS 120B、DeepSeek R1 670B和Kimi K2.5 1T），Jalapeño在每千瓦吞吐量上比对手高出约1.5到1.9倍，端到端延迟降低约1.7到3.6倍，高交互负载下性能提升约2.1到4.1倍。对比对象主要是英伟达的GB200和GB300；SemiAnalysis甚至表示它在所测范围内击败了英伟达、AMD和谷歌的芯片。

最引人注目的是能耗表现：Jalapeño额定功耗700瓦，但测试时持续功耗保持在550瓦或更低；而GB300额定达1400瓦。内存方面，Jalapeño单封装搭载6个HBM4堆栈，共216GiB、带宽约15.4TB/s；GB300采用的是288GB的HBM3E。按每瓦计算，Jalapeño的内存密度大约高出50%。在数据中心电力成为硬约束的背景下，能效与功率密度的提升比单纯“更快”更具实质性影响。

这款芯片的开发速度也非常快：从RTL冻结到流片约九个月，从组建团队到流片约16个月。时间线显示，2024年底形成架构概念、2025年RTL冻结、2025年底流片，2026年初Codex在该芯片上跑起来，随后ChatGPT也开始迁移上去。值得一提的是，OpenAI在设计过程中还用自家模型辅助了芯片设计——一枚由AI参与设计、专门为AI推理打造的芯片，反映了行业正在走向硬件与模型协同优化的方向。 球友会

但这并不意味着英伟达地位立刻被颠覆，有几个重要前提需说明。第一，Jalapeño是纯推理芯片，不用于训练，而训练领域英伟达至今仍占据统治地位。第二，本次对比主要针对上一代英伟达平台，测试中并未包含正在出货、使用HBM4的Vera Rubin平台；OpenAI自己也计划在2026年下半年部署首个吉瓦级的Vera Rubin系统，因此用新芯片去比对手的上一代并不完全公平。第三，测试在细节上有差别：主要以单token预测为比较场景，而英伟达在实际生产环境中常采用多token预测策略，使用方式不同会影响结果。

另一个现实问题是量产与交付。OpenAI高层Richard Ho坦言，Jalapeño将在2026年底开始极小批量出货，2027年才可能出现更有意义的部署规模；到那时竞争格局也可能发生变化。流片并非最终难题，真正考验的是量产良率、供应链保障和软件生态的建立——尤其是CUDA多年累积形成的护城河，不会因一次基准测试而消失。

那么这件事为何重要？Yole Group分析师Adrien Sanchez的观点较为贴切：超大规模云厂商自研芯片已能在推理效率上匹敌甚至超越类似Blackwell级别的GPU，这对英伟达在推理业务上的毛利率构成威胁。关键不是要完全取代英伟达，而是让自己能够把一部分推理负载移出英伟达生态，从而在采购谈判中获得更好条件。如果亚马逊、谷歌、Meta、微软等都采取同样策略，英伟达超过70%的推理业务毛利能否维持将成为悬念。 球友会

时间点也耐人寻味：Jalapeño技术公开的第二天正好是英伟达的财报发布日，而几天前有媒体曝出因内存涨价，英伟达对客户进行了超过15%的涨价。一方面是成本压力上升，另一方面最大的客户开始自研芯片，这两条消息同周出现并非毫无关联。

最后，OpenAI的野心不止于第一代芯片。公司表示第二代芯片已在深度开发中，第三代雏形亦已出现，目标是把Jalapeño打造成一个多代平台，实现模型、芯片和内存协同设计，而不是把现成模型和现成硬件拼合在一起。换言之，OpenAI希望把从模型到机架的整条堆栈掌握在自己手里——这与苹果通过长期整合硬件与软件获得独到效率的路线相似。