辣椒出鞘：从 Jalapeño 看一场推理芯片的单位经济学之战
2026 年 6 月 24 日,博通 CEO Hock Tan 与半导体业务总裁 Charlie Kawwas 把一颗封装好的芯片,当面交到了 OpenAI 的 Sam Altman 和 Greg Brockman 手中。这颗代号”Jalapeño”(墨西哥辣椒)的芯片,是 OpenAI 的第一款自研 AI 加速器,也是双方去年那纸 10 吉瓦合作协议落地的第一块硅。围绕它的报道铺天盖地,标题里挤满了”叫板英伟达""挑战 GPU 霸权”之类的字眼。但若把这颗芯片放回它真正诞生的语境里,它要解决的并不是”谁的芯片跑分更高”这个问题,而是一个更朴素也更致命的问题
每生成一个 token,到底要烧掉多少钱。理解这一点,是理解 Jalapeño 全部意义的前提。
它是一颗推理芯片,这件事本身就是结论
先厘清几个容易被误传的事实。这颗芯片是真实存在的,不是谣言或概念。它源自 OpenAI 与博通在 2025 年 10 月 13 日宣布的战略合作——双方计划部署 10 吉瓦的 OpenAI 自研加速器,OpenAI 负责设计芯片与系统,博通负责开发、制造与部署,整套机架采用博通的以太网、PCIe 与光互连方案,由 TSMC 代工、Celestica 做系统集成,计划从 2026 年下半年开始部署,2029 年底前完成。这个芯片项目内部代号”Project Nexus”,芯片本身代号就是 Jalapeño(更早期它曾被媒体以”Titan”指代)。至于网上流传的”Serrano 系列辣椒命名”,那只是科技媒体对未来代际的玩笑式猜测,并非官方代号——不必当真。
真正关键的一点是:Jalapeño 是一颗推理专用的 ASIC,它不做训练。 这不是一个技术细节,而是整件事的题眼。
OpenAI 至今仍然 100% 依赖英伟达 GPU 来训练它的前沿模型,而且手里还攥着英伟达最高 1000 亿美元的投资意向、以及对 Vera Rubin 平台的部署承诺。换句话说,在最烧钱、也最需要灵活性的训练环节,OpenAI 一步也没打算离开英伟达。它自己动手造芯片,瞄准的是另一个战场——推理。
为什么是推理?看一眼 OpenAI 的账本就明白了。根据流出的财务材料,OpenAI 在 2025 年营收约 130 亿美元,运营支出却高达 340 亿美元,一年亏掉约 200 亿。而在 AI 的全部算力消耗里,业界普遍估计有八到九成花在推理上——亚马逊就估算自家约九成的负载是推理。训练是一次性的资本投入,推理却是每一次用户敲下回车都要付的”边际成本”。ChatGPT 每多一个用户、多一轮对话,这笔账就往上滚一次。对一家用户以亿计的公司来说,把每个 token 的成本压下去哪怕 30%,落到财报上都是天文数字。
而 GPU 在这件事上恰恰是”杀鸡用牛刀”。英伟达的 GPU 是为通用并行计算设计的万金油,但大模型推理的瓶颈根本不在算力,而在内存带宽——每吐出一个字,都要把整个模型的权重从显存里搬运一遍,芯片的算力单元大半时间在干等数据。一颗为推理量身定制、把权重搬运和服务模式直接硬连进电路的 ASIC,理论上能把每瓦能跑出的 token 数显著拉高,从而摊薄那笔越滚越大的推理账单。OpenAI 官方的说法也正是这个逻辑
”减少数据搬运,平衡算力、内存与网络资源,让实际利用率逼近理论峰值”。所以,把 Jalapeño 理解成 OpenAI 在推理侧建起的一道”利润率防御工事”,远比”英伟达杀手”这个叙事来得准确。Brockman 自己在 CNBC 上也说得很直白
”不是英伟达的替代品,而是对现有基础设施的补充”。一颗九个月就流片的”大芯片”,和它没说出口的规格
抛开商业逻辑,从纯技术角度看,Jalapeño 身上最让芯片工程师们瞩目的,是它的开发速度。
一款先进制程的高性能 ASIC,从设计到流片(tape-out)通常要花 18 到 36 个月。而 Jalapeño 据称只用了九个月。OpenAI 把这归功于两点
IP 的大量复用,二是——这一点颇具时代意味——它动用了自家的 AI 模型来加速芯片设计与优化的部分流程。Brockman 称模型带来的加速”令我们非常惊讶”,实验室里跑通的样片上,甚至已经在运行 GPT-5.3-Codex-Spark 这样的模型。用 AI 设计造 AI 的芯片,这个闭环本身就是一则值得玩味的注脚。但热闹之外,必须冷静指出一个事实:官方几乎没有公布任何硬规格。 制程节点、算力(TFLOPS/TOPS)、内存带宽、功耗、跑分——一概没有。我们确知的只有
HBM(而非更便宜的普通 DRAM)的推理 ASIC,用了博通的 Tomahawk 网络芯片,由 Celestica 做机架集成,工程样片已经能以接近量产的频率和功耗跑机器学习负载。至于网上那些言之凿凿的参数,绝大多数是第三方对着官方放出的封装照片”看图说话”的推测,需要打上引号来读。比如 Tom’s Hardware 以周边 HBM 封装做标尺,估算计算芯片约 840 平方毫米,逼近 EUV 光刻的光罩极限——这个尺寸大得不太像推理芯片,反倒接近训练芯片,可能是为了把延迟压到最低。再比如 HBM 的数量,Tom’s Hardware 数出来是 6 颗,TechRadar 数出来是 8 颗,分歧很可能出在某两个结构到底是 HBM 还是充数的 dummy die。还有人从晶圆图”规则、重复、列状”的布局推断它是脉动阵列(systolic array)架构,但连做出这个判断的媒体自己都承认,“仅凭图像无法确定”。制程是不是 TSMC 的 3nm,同样是基于全行业 2026 年的普遍做法在合理推断,而非官方披露。
一句话
Jalapeño 长什么样,目前流传的细节里,确认的少,猜测的多。“降本 50%“是谁说的,以及它为什么值得存疑
性能这件事上,有一个细节特别值得技术读者留心:说话的两方,口径并不一致。
OpenAI 官方的措辞处处对冲
”早期测试显示每瓦性能将大幅优于当前最先进水平”,紧接着补一句”最终性能仍在测量中”,“详细技术报告将在未来几个月发布”。这是一种很克制、很留余地的说法。而制造方博通的 Hock Tan,给出的却是具体数字。他对彭博表示,相比”典型的 AI 图形处理器”,这颗加速器正展现出约 50% 的成本节省;对路透,他更直接地把 Jalapeño 与英伟达的 Blackwell 芯片和谷歌的 TPU 并列,称其性能”与之相当”。
一边是设计者刻意留白,一边是代工方主动报喜,这道口径上的落差,恰恰是判断这则新闻分量时最该抓住的地方。要知道,Tan 口中”典型 GPU”是个相当有弹性的参照系——拿 Jalapeño 去比上一代的 H100,还是比同代的 B200,得出的 50% 含金量天差地别,而他并没有说清基准是谁。更何况,所有这些数字都来自预量产样片的内部测试,没有任何第三方独立验证,也没有公开的基准成绩可供复核。在 OpenAI 那份承诺中的技术报告出来之前,任何关于 Jalapeño 性能的数字,都该老老实实标注为”厂商自报,未经验证”。
把它放进同行的坐标系里看也有意思
的 Trainium3、微软的 Maia、谷歌的第七代 TPU、Meta 的 MTIA,这些自研芯片的共同点是——基本只供自家用,不对外租售。Jalapeño 被报道的定位同样如此,它是 OpenAI 自己的芯片,不打算卖给别人。这就引出了一个常被忽略、却对 OpenAI 极为有利的优势。CUDA 的护城河,和 OpenAI 那张特别的牌
任何想绕开英伟达的人,都绕不开 CUDA 这道护城河——十几年沉淀下来的软件库生态(FlashAttention、vLLM、TensorRT-LLM……),让英伟达的 GPU”不只是硬件,更是一整套没人想重写的软件惯性”。新硬件再快,跑不动这套生态也是白搭。
但 OpenAI 手里恰好攥着一张别人没有的牌
Triton 的发起方。Triton 让开发者用类 Python 的语法写出高性能 kernel,再经由 LLVM 中间表示移植到不同硬件,如今已深度集成进 PyTorch。对一款全新 ASIC 来说,能直接对接 Triton/LLVM 这条工具链,意味着搭建软件栈的时间可以大幅缩短。更重要的是定位上的不对称
;而 OpenAI 只需要让自家的几个模型——ChatGPT、Codex、API 背后那些——在自家芯片上跑得足够好就行了。它不需要去填平整条 CUDA 护城河,只需要在自己那一小段河面上架一座够用的桥。这是自研硅相比通用 GPU 厂商,一个常被低估的结构性便利。当然,这道护城河也远没到被填平的程度。Triton 在追求极致效率的场景里并未被普遍采用,绝大多数成熟的 CUDA 算子库迁移到新硅,仍需要可观的工程投入和长期维护。说”护城河在收窄”是公允的,说”护城河被填平”则言过其实。
真正的瓶颈不在设计,在封装、内存和那笔卡住的钱
就算设计完美无瑕,Jalapeño 能不能上量,还卡在两道全行业共享的关口上
。2026 年的 AI 芯片瓶颈,早已从晶圆本身转移到了 TSMC 的 CoWoS 封装产能和 HBM 供应上。TSMC 的 CoWoS 产能从 2025 到 2026 年持续售罄,英伟达据报锁定了其中超过七成,剩下的份额由 AMD、博通、Marvell 等一众厂商抢食。HBM 那头同样紧张,SK 海力士、美光、三星 2026 年的产能据报已悉数分配完毕,价格还在涨。这意味着 Jalapeño 的量产爬坡,不光取决于设计成败,更取决于 OpenAI 和博通能不能从 TSMC 那里抢到足够的先进制程加 CoWoS 加 HBM 的配额——而它们抢的,正是英伟达、谷歌、AWS 嘴里的同一块蛋糕。
比供应链更微妙的,是一笔陷入僵局的钱。据 The Information 披露,这桩合作的首期协议规模约 180 亿美元、对应 1.3 吉瓦容量,而博通开出的出资条件是
。设想的结构是微软买下芯片、装进自家数据中心、再把算力回租给 OpenAI。但微软迟迟没有签下确定性的采购协议,卡点在于一个基础设施理念之争——OpenAI 想要数据中心专门为它的定制硅优化,微软则偏好标准化、通用化的设计。到 6 月发布之时,这个僵局是否真正解开仍不明朗、愿意自己多扛些前期资本开支,也有报道说大部分芯片的部署已经从 2026 下半年滑到了 2027 年。与此同时,博通据传正在和 Apollo、Blackstone 商谈最高 350 亿美元的私募信贷,为自己的 AI 资本开支兜底。这些数字背后是 OpenAI 那本一年亏 200 亿的账,和一个总额被媒体估到 1800 亿乃至 5000 亿美元(注意
,而非已签合同的确定值)的庞大计划。融资能不能持续,可能比芯片本身跑多快,更能决定这盘棋的最终走向。它没有杀死英伟达,但改变了战场的形状
那么,这一切对英伟达和整个硬件行业,究竟意味着什么?
最该破除的,是”单颗 ASIC 跑分胜出就能掀翻英伟达”的幻觉。英伟达的数据中心收入绝对值仍在增长,它在 AI 加速器市场依然握着约七到八成的营收份额,CUDA 生态在训练侧依旧坚固。Jalapeño 没有、也无意取代这一切。
但它确实在改变战场的形状。据 TrendForce 预测,2026 年云厂商定制 ASIC 的出货量增速将达到 44.6%,首次超过 GPU 的 16.1%,ASIC 服务器份额将攀上 27.8% 的历史高位。注意,这是”市场在扩张”,不是”GPU 被替代”——蛋糕整体在变大,只是 ASIC 那一块长得更快。对英伟达真正的威胁,从来不是哪一颗芯片的基准成绩,而是一种结构性的趋势
、亚马逊、微软、Meta,如今再加上 OpenAI,五个最大的 AI 算力买家,全都在认真地造自己的硅。而英伟达约四成的收入,恰恰来自这几家正在埋头研发竞品的超级客户。Jalapeño 这颗辣椒,辣的不是英伟达的训练霸权,而是它”最肥的那块推理负载未必永远跑在零售 GPU 上”的安稳预期。这场浪潮里笑得最稳的,反倒可能是博通。它的 AI 收入在 2026 财年一季度同比翻倍至 84 亿美元,Hock Tan 公开放话说,他对 2027 年芯片 AI 收入突破 1000 亿美元”有清晰的可见度”,背后是约 730 亿美元的订单积压和六家定制 XPU 客户。Jalapeño 又给它的名单上添了一个金字招牌。博通用的不是”取代英伟达”的剧本,而是”帮所有想摆脱英伟达的人造芯片”的剧本——卖铲子的人,从不挑淘金者站哪一队。当然,这门生意的软肋也在这里
,任何一家收缩资本开支或转投他处,都会直接砸在博通的收入上。结语
Jalapeño 是一个真实而重要的信号,但它远不是一个已经兑现的结论。
它真实,因为它把 OpenAI 正式拉进了自研硅的行列,坐实了”全栈”野心,也再次抬高了博通作为头号定制芯片伙伴的身价。它重要,因为它清晰地标记出整个行业的重心正在从训练向推理倾斜,从通用向专用收敛——当模型能力的竞赛进入平台期,成本的竞赛就成了下半场的主旋律,而 Jalapeño 正是这场成本竞赛打响的第一枪。
但它的辣味究竟几何,此刻谁也尝不准。性能数字还停留在厂商自报、未经验证的阶段;硬规格还藏在没公开的技术报告里;首代定制硅向来逃不过良率、散热、软件集成的坎,分析师普遍认为这类芯片要熬过两三代迭代才谈得上规模化;那笔 180 亿美元的首期协议,融资结构到发布时都还没完全落定。判断这颗辣椒成色的几个关键阈值都还悬着
、2026 年底首批究竟铺下去多少、博通 2027 年那 1000 亿美元能不能兑现、还有 OpenAI 承诺的那份技术报告何时拿出真章。辣椒已经出鞘,但它是辣得呛人,还是雷声大雨点小,得等真正下锅、品过那一口,才能下定论。
本文信息截至 2026 年 6 月 27 日。芯片仍处测试阶段,规模化部署计划在 2026 下半年至 2028 年间展开,相关进展可能快速变化;文中涉及的金额、份额、收入目标多含媒体估算与前瞻性成分,非确定合同值。