OpenAI自主研发的芯片终于浮出水面，只不过登场方式略显意外：萨姆·奥尔特曼与博通总裁兼CEO陈福阳一同托着一块标准的12英寸晶圆，底座清晰地印着芯片名字——Jalapeño。
Jalapeño在西班牙语里指墨西哥辣椒，雷科技（ID：leitech）起初没太在意这个名字，直到看了分析视频才猛地回过神来：这词儿听着真耳熟。
使劲回忆之后，我想起第一次听到它，是作为雷科技MWC报道团成员，在巴塞罗那会场的小摊上买taco的时候。那股酸辣带劲的刺激让我好奇，问摊主是什么辣椒，得到的回答正是——Jalapeño。
Jalapeño的味道热烈却毫不拒人千里（或许这也是它借西班牙文化火遍全球的秘诀），仿佛也在暗示OpenAI这块芯片的特质：性能够硬，且性价比诱人。
好了，闲话先放一边，咱们好好看看这块芯片。
Jalapeño，OpenAI向英伟达扔出一封战书
坦白讲，OpenAI目前对Jalapeño的制程、实际参数等核心信息捂得很紧，只轻描淡写地表示：它在同规格产品里鹤立鸡群，已经在实验室成功跑通GPT-5.3-Codex-Spark模型。
这个模型大家或许感到陌生，它其实是OpenAI为实时编程任务定制的轻量级Codex，对芯片的核心要求是“低延迟、高并发”，并不一味追逐绝对性能。结合Jalapeño采用的ASIC架构，基本能推断其性能水准大致对标Google第八代TPU。
倘若以第八代TPU的最高规格TPU 8t（算力12.6PFLOPS）为参考，Jalapeño的理论峰值或许冲到13PFLOPS上下（纯属推测）。但雷科技从它的推理定位判断，算力更可能落在10PFLOPS附近，毕竟需要平衡效率和功耗。这种低延迟、高并发的特性，正好与jcjc5500公海贵宾会所擅长的实时响应服务理念相契合。
图源：Google
Jalapeño从宣布研发到流片成功仅用9个月，这速度和成果着实令人咋舌。不过，瞄一眼奥尔特曼身边的陈福阳，这“奇迹”便不再费解，博通本就是ASIC领域的顶尖玩家，让OpenAI也尝了一回“站在巨人肩膀上”的甜头。
不过，比起研发神速，雷科技更纳闷的是：OpenAI真的备足量产的功课了吗？就目前透露的信号，Jalapeño大概率会交由台积电代工。
台积电当下的产能并不宽裕，想铺开一个足以吞下OpenAI算力野心的数据中心，短期内近乎天方夜谭。因此，对于某些媒体炒作Jalapeño即将把英伟达拉下马的说法，大家听个热闹就行。
即便按OpenAI的路线图，Jalapeño的部署也要拉长到2029年，终极目标是搭建一座10GW级别的算力中心。
从微软Azure Maia 200到Google第八代TPU，从亚马逊Trainium3到阿里云真武M890，这些产品背后站着的，正是曾经死盯英伟达求卡的那些云服务巨头。如今它们纷纷“自研芯”，连英伟达“最铁的盟友”OpenAI也亮出了Jalapeño。
图源：阿里云
众叛亲离？还不至于，但环顾四周、心头泛起迷茫恐怕在所难免。
这又绕回那个老问题：为什么大家都急于跳出英伟达的硬件生态，自建算力池？答案不用绕弯，就是成本。
更细的剖析，小雷在前两天的《Google开卖TPU，大厂想要靠AI芯片生产“低价token”》里已经拆解过，有兴趣的朋友可以翻翻。
懒得看的，只消记住这句：英伟达挟GPU+CUDA以令诸侯，AI巨头们“苦英伟达久矣”。
被英伟达别别扭扭地投资后，OpenAI摊牌了
其实，OpenAI与英伟达的裂痕并非今日初现，若大家还没忘，去年9月市场上疯传英伟达将向OpenAI注入一笔高达1000亿美元的战略投资。
各位不妨掐指一算，那会儿不就正好是9个月前？换句话说，当时的Jalapeño或许已经进入实质冲锋阶段。这么一看，OpenAI离职高管们对奥尔特曼的评语还真没偏：手腕纯熟、商业利益至上、对绝对掌控权有种执念。
图源：维基百科
一边就创纪录的投资计划展开谈判，另一边却暗地里谋划给对方一记“釜底抽薪”。虽难以用“道德”二字去框定这类商业操作，但在英伟达眼中，被捅刀的感觉想必刺骨，这也导致千亿投资计划磨了几个月都没太大推进。
直到市场因双方合作蒙上阴影而为AI前景捏把汗时，他们才出于行业大局，最终敲定一笔300亿美元的投资，而且英伟达仅是三大出资方之一，甚至不是掏钱最多的（亚马逊砸了500亿美元）。
投资落定后，黄仁勋也公开放话：“这大概是最后一回了”。显然，那时的英伟达可能已从供应链嗅到风声，得知OpenAI正在打磨Jalapeño，而且离流片已近在咫尺。
自己投的钱或许会变成刺向自己的矛，这滋味肯定不好消化。然而英伟达与OpenAI的捆绑实在太深，双方都需要对方搭好台子，让“AI”这场大戏继续唱下去，因此谁也甭想轻易甩开谁。
即便OpenAI掏出Jalapeño也是如此，甚至可以说：只要Claude、DeepSeek、Gemini这些AI模型还在赛场上，OpenAI就不得不依赖英伟达，因为它仍需要最强的算力卡，去堆出最强的算力矩阵，从而训出“最强”模型。
但除此之外，所有云服务商都会有意无意地削弱对英伟达算力卡的依赖，这既可解读为利益驱动，也不妨看作是为了不让AI的未来被单一厂商攥在手心。
ASIC让闪存厂商拿到“新剧本”
从OpenAI到阿里云，都在鼓捣ASIC芯片，估计有读者会问：ASIC到底指什么？AI行业这是要跟GPU说再见了吗？
简化点讲，ASIC是“专用集成电路”的缩写，它并非一种固定形态，设计目的就是按企业的确切需求完全定制一颗芯片，而且这颗芯片只适用特定的一类场景。正因为如此，ASIC的灵活性远不及GPU、CPU这类通用处理器。一旦模型架构大幅变动，企业往往得重新设计新的ASIC，以保证效率不掉队。
这也恰恰解释了前面所说的大家其实都脱不开英伟达，因为只有GPU这样的通用芯片才能同时承载多种不同架构的模型，并保持高效运转，而ASIC更像是你摸透模型脾气后，为它量身打造的“专用板手”。
事实上，每一代ASIC芯片的研发开销和周期都不容小视，OpenAI的9个月在半导体圈已经算得上奇迹。即便如此，对云服务商来说这笔账依然划得来，因为他们可以自己消化大量订单，靠规模效应摊薄单颗成本，再算上运维之类的后续支出，终归有的赚。
有意思的是，在写这篇稿子的时候，恰好遇上半导体股连日暴跌后的反弹，不少人跟着坐了趟“心理蹦极”。前几天的那波暴跌其实不难理清。连续猛涨把美光等企业的股价推上历史高位，与此同时，美光还宣布暂缓HBM内存的产能升级，把部分产能调回GDDR等消费级产线。
图源：百度股票
这令部分投资者觉得HBM催生的增长神话行将破灭，AI算力硬件的前景预期跟着下修，叠加其他因素，最终引爆了半导体股的一波集体跳水。
结果美光后来的财报，让跳水的股价来了个“旱地拔葱”。
说实话，如果你摸得清当前AI芯片的实况，多半不会怀疑存储厂商的远期营收（仅作分析，不构成投资建议）。因为不管英伟达的算力卡，还是各家公司自研的ASIC芯片，但凡面向高并发、高吞吐、低延迟的推理场景，HBM内存几乎就是眼下唯一解。
这种局面会一直撑到突破性技术出来搅局，比如Wafer-Scale架构彻底成熟，或者片上大SRAM设计（在芯片内部嵌入大容量高速内存）完全跑通。就目前来看，上述技术虽都有进展，但离彻底成熟还有段距离。
真要说，眼下最可能蹦出的“黑天鹅事件”，是某个AI厂商突然甩出一套全新算法，让AI模型对内存的需求大幅缩水。比如前阵子Google公开的TurboQuant，号称可将推理内存需求降低6倍以上。虽然其论文结论仍存争议，可一旦这项技术走向成熟，HBM的需求会立刻受到正面冲击。
此外，DeepSeek的MoE路由优化、MLA路径，以及针对特定内存技术开发的新型模型结构（如大小模型混合调度），都是能预料到的发展方向。这也正是存储企业不太待见DeepSeek的缘由，他们真是来“搅局”的。
当然，至少在未来两三年里，内存的短缺还很难快速缓解。
反倒是因为各大芯片厂都在捣鼓自家的ASIC方案（单颗芯片往往要配上128GB以上的HBM内存），HBM的供需会进一步绷紧。
写在最后
往后几年，AI行业大概率会烧得更旺，毕竟目前砸进去的投资额，已然让所有人都背不起失败的锅。
因此，英伟达的GPU神话大概率仍会续写，HBM的缺货周期远没到头，ASIC的争夺战其实才刚刚开局。而消费者最后看到的，可能是一头越来越便宜的AI服务，另一头却是一路走高的显卡、内存、SSD与电子产品。
这么一想，Jalapeño这个名字起得是真绝：它不像死神辣椒那样一击致命，却也足以让整个AI芯片市场辣得跳脚。
AI公司的目标是让token变得便宜。但在那之前，先被点燃的，或许就是整条半导体产业链。
