就在輝達（Nvidia）即將於六月二十六日美股盤後公布財報的前夕，一顆來自OpenAI的「墨西哥辣椒」（Jalapeño），狠狠地嗆了黃仁勳一手。知名半導體分析機構SemiAnalysis近期發布的測試報告直指，OpenAI首款自研AI晶片Jalapeño的效能不僅碾壓輝達現役的Blackwell，甚至連下一代Rubin架構都得退讓三分。這份由OpenAI提供工程樣片與測試數據的報告，雖然帶有幾分「警告」的意味，卻也正式揭開了AI巨頭們「去輝達化」的關鍵轉折點。

說這是黃仁勳的惡夢，或許還太早。但可以肯定的是，AI晶片市場過去那種「一家獨大、含淚買單」的遊戲規則，已經被這顆辣椒嗆出了裂痕。SemiAnalysis在OpenAI實驗室中以自家InferenceX工具進行的實測顯示，Jalapeño在每兆瓦功耗下的Token吞吐量擊敗所有對照組。在DeepSeek R1低並發測試中，每位使用者每秒可跑出超過七百個Token；而在Kimi K2.5與GPT-OSS部分測試場景，甚至達到約一千四百個Token——而這一切，還是在沒有啟用多Token預測、推測解碼等「外掛」技術的條件下跑出來的。

每瓦效能碾壓Blackwell，真正的戰場在Rubin

硬體規格上的差距，或許更能說明這顆辣椒的「辣度」。Jalapeño採用台積電N3P製程，B0版本的每瓦性能較早期A0版本提升了約百分之二十五。單晶片理論運算力達13.4 PFLOPs，熱設計功耗卻僅有七百瓦，遠低於Rubin單一運算晶片預估的九百至一千一百五十瓦。搭配HBM4記憶體後，每封裝記憶體頻寬更達十五點四TB/s。簡單來說，這是一顆更省電、更冷靜，卻又更暴力的晶片。

SemiAnalysis的觀點很清楚：Jalapeño真正的對手並非已上市的Blackwell，而是預計在二〇二六年亮相的Rubin。測試顯示，Jalapeño每兆瓦的單Token預測吞吐量甚至高於Vera Rubin的多Token預測結果，每美元產出的Token數則與Rubin大致打成平手。若未來再加入推測解碼等軟體優化，成本效益還有機會進一步拉開。這讓輝達長期以來靠著CUDA生態系與硬體效能所築起的護城河，看起來不再那麼高不可攀。

十六個月從零到流片，OpenAI的軟硬體協同能力才是最大威脅

不過，真正讓業界捏把冷汗的，可能不是數字上的領先，而是OpenAI的開發速度。SemiAnalysis指出，OpenAI從二〇二四年中開始設計Jalapeño，從招募團隊到完成流片（Tape-out）僅花了約十六個月。這種速度在傳統半導體業界幾乎是不可思議。更驚人的是，OpenAI甚至動用自家AI編碼工具Codex來協助開發晶片核心與軟體，並打造出自有的Gluon程式語言，形成完整的軟硬體協同閉環。

有趣的是，Jalapeño並未如外界預期地過度專攻模型推理的某個特定環節，而是朝向通用型晶片設計，力求在不同AI工作負載下都能維持高效能。這種設計策略，顯然是為了因應未來AI模型快速迭代、應用場景百花齊放的不確定性。換句話說，OpenAI打的不是一場晶片規格的定點戰，而是一場覆蓋整個AI算力生態系的全面戰爭。

從產業面來看，這份報告最值得關注的不是「誰贏誰輸」，而是AI算力市場的遊戲規則正在被改寫。過去兩年，AI公司只能被動接受輝達的定價與供貨節奏，這種「賣方說了算」的結構，隨著微軟、Google、亞馬遜，乃至OpenAI都跳下來做晶片，已經出現鬆動。Jalapeño即使二〇二七年量產前還有變數，但它證明了「自研晶片＋自有演算法＋自家模型」這條路確實走得通。對投資人而言，輝達的財報數字還是會漂亮，但本益比能否維持現在的高度，就看市場怎麼解讀這顆辣椒了。

二〇二七年量產才是真考驗，現階段更像對輝達的「警告射擊」

當然，這顆辣椒目前還只是工程樣片，距離真正量產還有很長的路要走。OpenAI預計要到二〇二七年才會逐步爬坡量產，且現階段的測試主要集中在8k1k工作負載，尚未完成完整的InferenceX及AgentX測試。SemiAnalysis在報告中也坦言，相關測試數據均由OpenAI提供，因此現階段更適合視為對輝達的一記警告，而非正式宣告GPU霸主地位易主。

話說回來，就算Jalapeño如期量產，初期產能也難以撼動輝達每年數百萬顆的出貨量。但這顆辣椒的戰略意義在於：它證明了AI巨頭們可以不必再被輝達的產品節奏綁架。當OpenAI、Google、亞馬遜都有自己的晶片，輝達的定價權力勢必被稀釋，而這對終端使用者與開發者來說，長期絕對是好事。

六月二十六日的輝達財報，市場肯定會緊盯黃仁勳對這份報告的任何回應。是輕描淡寫帶過，還是拿出更積極的產品路線圖來反擊？無論如何，AI晶片這場大戲，已經從「一個人的武林」變成「群雄並起的戰國時代」。而那顆來自OpenAI的「墨西哥辣椒」，或許就是點燃這場戰火的引信。

對一般使用者與開發者來說，短期內你還是買不到便宜的輝達晶片，但你可以開始關注：當算力不再被獨家壟斷，AI應用的創新成本將如何改變你我的工作與生活。

本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。

常見問題 FAQ

OpenAI的Jalapeño晶片什麼時候能量產？

量產預計要到二〇二七年才會逐步爬坡。現階段Jalapeño仍只是工程樣片，距離大規模商用還有兩年以上的時間，接下來還需完成完整的InferenceX及AgentX測試驗證。

Jalapeño真的能打敗輝達Rubin嗎？

目前測試顯示每兆瓦效能勝出，但每美元產出的Token數兩者大致持平，且測試數據由OpenAI提供。Jalapeño在特定工作負載下確實具備競爭力，但Rubin尚未量產，真正的對決要等到二〇二六年以後才會明朗。

為什麼OpenAI要自己設計晶片？

主要原因是資料中心用電成本暴漲，以及希望擺脫對輝達的依賴。自研晶片可以針對自家模型做深度優化，提高每瓦效能，長期下來能大幅降低算力成本，也能掌握自己的產品發展節奏。

※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。