事件總覽：從攜手博通研發到號稱測試效能超越輝達GB300，OpenAI的自研晶片Jalapeno只花了不到一年就交出成績單。這場從訓練到推論的基礎設施之戰，正要進入最關鍵的轉折點。

AI圈上週末最熱的話題，不是哪個模型又通過了哪項考試，而是OpenAI那顆代號叫Jalapeno的自研晶片，竟然在公開測試裡跑贏了輝達目前的主力產品GB300。

你沒看錯，那個每年跟輝達拿貨拿到手軟、讓黃仁勳在財報會議上被分析師追問「OpenAI什麼時候會減少下單」的微軟最大客戶，現在端出了自己的菜。

OpenAI的晶片負責人Richard Ho接受《彭博》訪問時說得直接：這顆Jalapeno在每單位耗能可處理的AI工作量，還有回應速度這兩個領域，都贏過GB300。而且這是公共基準測試的結果，不是自己關起門來比開心。

換句話說，OpenAI認為自己找到了「既省電又會跑」的甜蜜點。Richard Ho的原話是：「有些晶片擅長運行AI任務，有些擅長快速回應，但Jalapeno兩者兼具。」

這句話背後的潛台詞其實很明確——輝達的GPU架構本來就是為訓練設計的，推論階段的效率最佳化，從來不是它的第一優先。而Jalapeno從一開始就是衝著推論來的。

📅 2025年6月：宣示開發速度，創下紀錄

時間拉回半年前。OpenAI和博通在2025年正式對外宣布合作開發晶片，當時兩家公司還特別強調「開發速度創紀錄」。那時候業界多半把這當成OpenAI對輝達的議價手段——畢竟每年上百億美元的算力支出，誰都會想辦法找備案。

但現在回頭看，他們是認真的。而且認真到在短短幾個月內就把晶片推到測試階段，這在半導體業界幾乎是不可思議的速度。

說真的，一家軟體公司跨足硬體還能跑這麼快，要不是博通在背後撐著，就是OpenAI自己那些AI模型確實幫了大忙。事實上，OpenAI也證實他們用自家的AI模型加速了晶片研發——這倒是沒人想過的應用場景。

📅 2026年：Jalapeno正式亮相，目標推論市場

到了今年，Jalapeno的名字正式出現在市場雷達上。OpenAI計畫在2026年下半年開始用它來支撐自家的AI模型服務。

不過，這裡有個關鍵細節很多人忽略了：Jalapeno瞄準的是AI的推論階段，也就是模型已經訓練完成、開始實際回應使用者提示的階段。這個市場正在以驚人的速度膨脹——你每問ChatGPT一個問題，背後就是一次推論運算。

而訓練模型那個領域，仍然是輝達的絕對主場。OpenAI自己也承認，Jalapeno沒有跟輝達最新出貨的Vera Rubin晶片比較，而那顆晶片才是專為訓練設計的怪物。

所以說「擊敗輝達」？話只說了一半。

📅 2026年稍晚：量產與成本下降的關鍵考驗

Richard Ho在訪談中反覆提到一個關鍵字：成本。他說只要Jalapeno的產量能拉上來、成本能如預期下降，OpenAI就會把更多AI任務轉移到自家晶片上。

但「產量拉上來」這五個字，是半導體業最昂貴的五個字。台積電的產能、良率、封裝、散熱，每一個環節都是錢坑。這也是為什麼OpenAI明明有了Jalapeno，短期內還是不會取代Cerebras等其他供應商——因為他們的算力需求實在太大了，大到必須跟「這麼多不同的服務供應者簽約」。

有趣的是，Richard Ho還特別補了一句：輝達是非常好的合作夥伴，OpenAI仍然非常需要輝達的產品。

這句話與其說是客套，不如說是現實。畢竟Vera Rubin才剛開始出貨，而那顆晶片代表的算力等級，短期內沒有其他選擇。

📅 未來幾個月：二代晶片tape out，真正的較量才要開始

OpenAI透露，第二版晶片的開發已經接近尾聲，預計在未來幾個月內完成tape out（下線）。這個時間點非常有意思——正好落在輝達Vera Rubin開始大量供貨的同一段時間。

到時候市場上會同時出現：輝達的Vera Rubin主攻訓練、OpenAI的Jalapeno主攻推論、以及第二代晶片可能加入的新能力。這場硬體大戰才剛要進入肉搏階段。

換個角度想，OpenAI現在釋出「測試贏過GB300」的消息，與其說是嗆聲，不如說是提前卡位。他們在告訴市場：我們不只會做模型，我們連跑模型的機器都能自己做。這對客戶來說，代表的是「以後你可以選便宜方案或高效能方案」——而選擇權，從來都是最有力的商業武器。

編輯觀點：從產業面來看，OpenAI這步棋與其說是「幹掉輝達」，不如說是「讓輝達不再那麼不可取代」。推論市場的爆發速度遠超訓練，而推論講究的是每瓦效能和回應延遲，這剛好是輝達GPU架構相對不擅長的領域。Jalapeno的真正意義不在於它贏了GB300多少，而在於它證明了「AI公司自研推論晶片」這個模式走得通。接下來三個月，二代晶片的tape out結果、實際量產良率、以及大規模部署後的穩定性，會決定OpenAI是成為第二家輝達，還是只是又多了一家賠錢做硬體的軟體公司。對一般使用者來說，未來一年內ChatGPT的回應速度可能會變快、價格可能會更有彈性——這才是真正有感的改變。

這整件事最諷刺的地方在於：OpenAI花了這麼多力氣自研晶片，最終目的不是為了賣晶片，而是為了降低自己的營運成本，然後——讓客戶用更便宜的價格使用他們的AI服務。

對，你沒看錯。一間公司砸了幾十億美元開發硬體，結果是為了讓自己少賺一點。

但這就是AI軍備競賽的荒謬與現實。算力需求大到連OpenAI這種等級的公司都覺得痛，痛到必須自己跳下來做晶片。而輝達當然也不會坐視不管——黃仁勳向來擅長在對手追上來之前，先把遊戲規則再往上拉一層。

所以，如果你問我Jalapeno會不會改變AI產業的權力結構？我的答案是：短期不會，但三年後回頭看，這一天可能是轉折的開始。

至於現在，讓我們先看看三個月後那顆tape out的二代晶片，到底長什麼樣子。

最後，我想邀請你思考一個問題：如果未來的AI服務不再按token計費，而是按「你是否選擇使用輝達晶片」來分級收費，你願意多付多少錢換取更快的回應速度？

這個問題聽起來很科幻，但OpenAI正在鋪的這條路，終點就是讓客戶自己選擇「要省錢還是要效能」。而這個選擇權，以前從來不在消費者手上。

下次當你打開ChatGPT、感覺回應變快了的時候，記得背後不只有模型變聰明了，還有一群硬體工程師在你看不到的地方，跟良率和散熱搏鬥。

本文改寫整理自公開新聞來源，原始報導由自由時報發布。

常見問題 FAQ

OpenAI的Jalapeno晶片真的贏過輝達嗎？

在推論階段的每瓦效能和回應速度這兩個測試項目中，Jalapeno確實贏過輝達目前的GB300晶片。但這不代表它全面勝出——輝達在模型訓練領域仍然沒有對手，而且Jalapeno並未與輝達最新出貨的Vera Rubin晶片進行比較。

Jalapeno什麼時候會實際用在ChatGPT上？

OpenAI計畫在2026年稍晚開始用Jalapeno支援AI模型服務。但初期產量有限，不會全面取代現有供應商，使用者短期內不會感受到明顯變化，真正的效能和成本差異要等到量產後才會浮現。

OpenAI以後會完全不買輝達的晶片嗎？

不會。OpenAI晶片負責人Richard Ho明確表示輝達仍然是重要合作夥伴，公司對算力的需求大到必須同時跟多家供應商合作。自研晶片的目的不是取代輝達，而是增加選擇權和議價能力。

自研晶片能讓ChatGPT變便宜嗎？

如果Jalapeno的產量和成本能如預期下降，OpenAI的營運成本會降低，理論上有可能反映在服務價格上。但這取決於量產良率和實際部署規模，目前還無法確定具體降價時間和幅度。

其他AI公司也會跟進自研晶片嗎？

已經在做了。微軟、亞馬遜、Google都有自研AI晶片計畫，這已經是產業趨勢。推論市場的快速成長讓「掌握硬體就掌握成本結構」成為共識，接下來幾年會有更多AI公司投入自研晶片戰場。

※ 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。