OpenAI聯手博通打造Jalapeño晶片：一場「擺脫輝達」的豪賭，它會成功嗎？

TradingKey - 美東時間 6 月 24 日，OpenAI 聯合博通（AVGO）發表了首款自研 AI 推理晶片 Jalapeño。這款晶片從設計到投片僅用了 9 個月，被業界視為大型科技公司試圖擺脫對輝達依賴的「最激進動作」。

Jalapeño是什麼？

Jalapeño 是一款專門為 AI 推理設計的晶片。在 AI 的運算流程中，有「訓練」和「推理」這兩個關鍵環節。訓練是用海量資料「教」出模型；推理則是模型收到使用者提問後生成答案。Jalapeño 針對的就是推理環節。

與輝達通用 GPU 不同，Jalapeño 只為一件事優化：快速、省電地執行大型語言模型。它不需要兼顧圖形彩現等其他任務，因此在推理任務上能做到更高效率與更低成本。OpenAI 硬體負責人 Richard Ho 透露，團隊圍繞核心運算、記憶體傳輸和網路架構進行了深度客製化，目標是讓 ChatGPT 等產品的每一次回答都更便宜、更迅速。

OpenAI為什麼要自研晶片？

Richard Ho 表示，Jalapeño 讓 OpenAI 擁有了從模型到產品、再到晶片和資料中心的完整控制權。這意味著 OpenAI 不再只是一家租用輝達算力的軟體公司，而是正在向算力基礎設施公司轉型。

與傳統網路公司的擴張路徑不同，Jalapeño 背後有一套清晰的邏輯：更好的模型能夠輔助設計更好的晶片，更好的晶片能夠降低下一代模型的運作成本，更低的成本又能夠支撐更多用戶和產品。這套閉環一旦走通，輝達從核心供應商變為備用選項，就不再是危言聳聽。

Jalapeño憑什麼挑戰輝達？

選擇推論領域作為切入點。OpenAI 沒有選擇在輝達最強勢的訓練市場正面交鋒，而是切入了推論場景，也就是使用者每次向 ChatGPT 提問、模型生成答案的那一步運算。

這是較為務實的切入點。訓練需要極高的算力密度和通用性，輝達 GPU 在這方面具有結構性優勢。而推論面對的是既定模型架構下的大量請求，專用晶片更容易在效率和成本上超越通用 GPU。

更重要的是，推論成本是 OpenAI 每天都要面對的持續支出。博通執行長陳福陽透露，Jalapeño 的推論成本較主流 AI GPU 可降低約 50%，效能與輝達 Blackwell 晶片大致持平。

AI 參與設計，9 個月完成投片。傳統高階晶片從架構設計到投片通常需要兩到三年，而 Jalapeño 只用了 9 個月。

背後的關鍵因素之一，是 OpenAI 利用自家模型加速了晶片設計流程。AI 不僅是晶片的使用者，也開始成為晶片設計的一部分。這一事實本身就有足夠的說服力。

不只一款晶片，而是一整條路線圖。Jalapeño 只是第一步。OpenAI 與博通已制定了多代晶片路線圖，目標是到 2029 年實現 10 吉瓦客製化晶片算力部署。博通預計 2027 財年 AI 晶片營收將突破 1000 億美元。

OpenAI 並不孤單。Google（GOOGL）、亞馬遜（AMZN）、微軟（MSFT）、Meta（META）都在自研晶片，Anthropic 也已啟動自研晶片評估。客製化晶片正在從個別公司的嘗試演變為產業趨勢。

挑戰輝達的難點在哪裡？

1. 輝達的規模優勢仍然巨大

博通預計 2027 財年 AI 晶片營收突破 1000 億美元，這一數字看似相當可觀。但輝達 2027 財年第一季單季資料中心營收就達到 752 億美元，年增 92%。換句話說，輝達一季賣出的 AI 硬體，就已經超過博通一整年 AI 晶片營收的預期值。兩者之間的規模差距依然懸殊。

2. CUDA 軟體生態系是難以繞過的壁壘

輝達真正的競爭優勢不是 GPU 硬體，而是 CUDA 及其綁定的軟體生態系，不僅支援超過 7000 個應用程式，還有數百萬開發者長期依賴的工具鏈。

Jalapeño 作為 ASIC 晶片，不支援 CUDA，也不打算相容。但關鍵在於，OpenAI 並不需要對外銷售 Jalapeño，只需為自家推理負載進行優化即可。這種策略雖然能夠繞過 CUDA，但仍不足以撼動 CUDA 在更廣泛 AI 開發社群中的主導地位。

3. 短期產能有限，更像是補充而非替代

OpenAI 明確表示，Jalapeño 是對現有算力的補充，而非替代。Brockman 直言，公司根本無法以足夠快的速度取得算力。

還有一個容易被忽略的背景：大約 9 個月前，輝達剛完成了對 OpenAI 的 300 億美元策略投資。黃仁勳當時表示「這可能是最後一次」，說明輝達對 Jalapeño 專案早有預判。雙方目前仍然保持著共生關係。

這場豪賭最終能成功嗎？

一個更為審慎的判斷是：輝達的競爭優勢正在被侵蝕，但遠未崩塌。

推理市場正在從 GPU 獨大走向 GPU 與多種 ASIC 並存的多元格局。如果 OpenAI 的多代晶片路線圖順利推進，推理負載將加速從 GPU 向 ASIC 分流。但對輝達而言，訓練市場的壁壘、CUDA 的生態黏性以及規模優勢，短期內仍然難以撼動。

Jalapeño 最終能走多遠，答案或許要等到兩年後的部署數據才能揭曉。

常見問題

Q：Jalapeño 晶片什麼時候正式商用？

A：目前仍處於工程樣品階段，OpenAI 預計將在未來數月內發布更詳細的技術報告，量產部署的具體時間尚未公布。

Q：Jalapeño 會取代輝達 GPU 嗎？

A：短期內不會。OpenAI 明確表示這是算力補充而非替代，訓練下一代基礎模型仍高度依賴輝達 GPU。

Q：Jalapeño 的推論成本真能降 50% 嗎？

A：該數據來自博通 CEO 陳福陽的公開表態，但屬於早期測試口徑，最終量產後的實際效果仍有待進一步驗證。