深度：OpenAI用一颗”辣椒”芯片告诉英伟达，推理算力的护城河没那么深

9个月，16个月研发周期，OpenAI交出了第一颗自研芯片的成绩单。结果让英伟达不太好受。

当地时间8月25日，OpenAI在Hot Chips大会上公布了首款定制推理芯片Jalapeño（墨西哥辣椒）的首批实测性能数据。在基于开源模型GPT-OSS 120B的公开基准测试中，Jalapeño在吞吐、能效、延迟三项核心指标上，全面反超英伟达GB200与GB300。

与非网的评价很直接：作为第一代芯片，Jalapeño打破了”初代芯片无竞争力”的行业惯例，在多个顶级开源模型测试中击败了所有Nvidia、AMD和Google芯片，堪称推理市场的”鲶鱼”。

这件事的分量，远超一颗芯片本身。

第一，范式翻转：从”为芯片选模型”到”为模型造芯片”。过去十年，AI行业的逻辑是先有英伟达的GPU，然后模型团队想办法在上面跑。CUDA生态构建的护城河，本质上是一种路径依赖——开发者学会用CUDA写代码，切换到其他平台的成本太高。但OpenAI的逻辑完全反过来：它知道自己最大的模型怎么推理最高效，于是直接为自己的负载定制芯片。这就像从”买成衣”变成”量体裁衣”——合身程度完全不是一个量级。

SemiAnalysis的报告更是一针见血：CUDA护城河面临实质挑战。过去市场认为英伟达的壁垒在于CUDA软件生态，但Jalapeño的跑分数据表明，当一个公司既懂自己的模型又懂芯片设计时，CUDA的壁垒可以被”绕过”而非”攻克”。你不需要让开发者从CUDA迁移过来，你只需要让他们在自家芯片上获得更好的推理性能。

第二，推理与训练的市场分裂。与非网的分析指出一个关键判断：Jalapeño量产后，OpenAI大概率会把推理工作负载逐步迁移到自研芯片上，训练仍用Blackwell/Rubin。这意味着英伟达不会丢掉全部生意，但会丢掉一块增速最快、体量最大的蛋糕。推理算力的需求量远超训练——一个模型训练一次，但被调用亿次。OpenAI每天处理数十亿次ChatGPT请求，这些推理负载如果迁移到自研芯片上，对英伟达推理业务的冲击是结构性的。

第三，多米诺效应已经开始。OpenAI不是唯一一个自研芯片的AI公司。Google有TPU，Meta有MTIA，Amazon有Trainium和Inferentia，微软有Maia。但OpenAI的特殊性在于：它是全球最大的AI应用提供商，ChatGPT的推理负载本身就是最硬核的验证场景。当Jalapeño证明自研芯片能在自家最大负载上跑赢英伟达，其他大模型公司的决策就变得简单了——自研推理芯片不再是一个可选项，而是一个必选项。

同一天，AWS宣布追加部署200万块英伟达GPU，总规模达300万块。一边是OpenAI自研芯片跑分超越英伟达，一边是AWS疯狂加购英伟达GPU。这不矛盾——训练需要英伟达的绝对性能优势，但推理正在裂变出一个英伟达无法完全垄断的新市场。英伟达的毛利率已经从75%开始下行，预计Q4降到71%。推理市场如果被自研芯片分流，毛利率下行的曲线只会更陡。

黄仁勋在财报电话会上回应OpenAI自研芯片时说，英伟达提供的是”完整AI工厂平台而非单一芯片”。这句话的潜台词是：我不怕你造一颗推理芯片，我的价值在于全套基础设施。但问题是，当每个大客户都开始造自己的推理芯片时，”全套基础设施”的价值就在被一层层剥离。推理是大头，训练是小头；推理被分流，训练虽然还在你手里，但增长的引擎换了主人。

英伟达市值5.07万亿美元，单季营收962亿，数据中心收入890亿。但OpenAI用一颗名叫”墨西哥辣椒”的芯片，在这个看似坚不可摧的数字帝国上，凿出了第一道裂缝。

OpenAI用一颗叫”墨西哥辣椒”的芯片告诉英伟达：推理算力的护城河，没有你想的那么深——CUDA不是城墙，只是一道篱笆。