AI晶片霸主輝達即將在美國時間26日盤後揭曉財報，但半導體分析機構SemiAnalysis卻選在此刻投下一枚震撼彈。根據該機構取得的OpenAI客製化AI晶片「Jalapeño」（墨西哥辣椒）工程樣片實測，這款由OpenAI與博通攜手打造的處理器，不僅在每瓦效能上徹底擊敗輝達現役Blackwell架構，甚至連預計2026年登場的下一代Rubin，都在特定測試中敗下陣來。這場由奧特曼（Sam Altman）親自操盤的晶片豪賭，正一步步逼近黃仁勳最擔憂的惡夢場景。

效能實測碾壓Blackwell，700 Token僅是基本門檻

SemiAnalysis此次獲准進入OpenAI實驗室，以自家InferenceX測試工具對Jalapeño工程樣片進行評測。結果顯示，Jalapeño在每兆瓦功耗下的Token吞吐量幾乎全面壓倒Blackwell。在DeepSeek R1低並發測試場景中，每位使用者每秒可處理超過700個Token；而在Kimi K2.5與GPT-OSS的部分測試中，更一舉衝上約1,400 Token。

這些數字背後的真正意義在於——Jalapeño是在「裸跑」狀態下繳出這份成績單。SemiAnalysis指出，這款晶片在測試時並未啟用多Token預測（MTP）、推測解碼及Prefill-Decode分離等加速技術。換句話說，若未來OpenAI將這些優化手段全數導入，效能還有進一步躍升的空間。對於正在苦於資料中心用電暴增的AI公司來說，這顆「辣椒」帶來的每瓦效能提升，或許才是真正令人興奮的消息。

Rubin也不是對手？每瓦效能勝出，但有一項打成平手

SemiAnalysis的報告中最具殺傷力的判斷是：Jalapeño的真正對手從來就不是Blackwell，而是輝達的下一代架構Rubin。測試結果顯示，Jalapeño在每兆瓦的單Token預測（STP）吞吐量上，甚至高於Vera Rubin啟用多Token預測後的表現。雖然在每美元產出的Token數上，兩者大致打成平手，但Jalapeño若未來加入推測解碼技術，成本效益還可能進一步拉開差距。

硬體規格層面，Jalapeño採用台積電N3P製程，B0版本的每瓦性能較早期A0提升約25％。單晶片理論運算力達13.4 PFLOPs，熱設計功耗（TDP）僅700W，遠低於Rubin單一運算晶片的900至1150W。搭配HBM4記憶體後，每封裝記憶體頻寬更達到15.4TB/s。從數字來看，這不僅是一次效能超車，更是一次能耗效率的徹底碾壓。

編輯觀點：從產業面來看，SemiAnalysis這份報告的關鍵字其實是「2027年量產」。Jalapeño就算現在把Blackwell和Rubin都比下去，距離真正大規模出貨還有將近兩年。這兩年足夠輝達端出兩代新架構——你覺得黃仁勳會坐著等對手追上來嗎？更值得關注的是OpenAI這套「AI輔助開發晶片」的流程已然成型，從招募團隊到完成流片僅16個月，這種迭代速度才是輝達真正的長期威脅。對一般讀者來說，與其關心誰跑分贏了，不如思考一件事：當AI晶片不再只有輝達一個選擇，你手上的AI服務會變得更便宜還是更貴？答案很可能影響你每個月的訂閱帳單。

軟體生態才是真正護城河，但OpenAI正在鑿穿它

輝達真正的壁壘從來不只是硬體規格——CUDA生態系才是讓對手難以跨越的護城河。但SemiAnalysis的報告揭示了一個令輝達陣營不安的事實：OpenAI從2024年中才開始設計Jalapeño，從招募團隊到完成流片僅花了約16個月，開發速度堪稱驚人。更關鍵的是，OpenAI大舉運用自家AI編碼工具Codex協助開發晶片核心與軟體，同時打造出自有的Gluon程式語言。

這種「用AI訓練AI的硬體」的軟硬協同策略，讓Jalapeño在設計之初就具備了與輝達CUDA生態抗衡的潛力。有趣的是，Jalapeño並未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。這意味著OpenAI的野心不僅止於降低自家模型的訓練與推論成本，更可能在未來對外授權這套解決方案，直接挑戰輝達的GPU霸主地位。

Jalapeño目前實測成績的幾個關鍵前提：

• 測試數據由OpenAI提供，SemiAnalysis雖進入實驗室實測，但樣片與環境均由OpenAI安排
• 現階段測試主要集中在8k1k工作負載，尚未完成完整InferenceX及AgentX測試
• 工程樣片與最終量產版本之間仍存在變數，2027年逐步爬坡量產才是真正考驗

展望與影響：AI晶片市場的戰國時代正式揭幕

SemiAnalysis這份報告與其說是對輝達的「判決書」，不如說是一記精準的警告。Blackwell尚未完全交貨，Rubin還在研發管線中，OpenAI就端出了實測數據足以與之抗衡的自研晶片。這背後傳遞的訊號很清楚：AI硬體市場從「一家獨大」走向「多元競爭」的拐點，可能比多數人預期來得更快。

對輝達而言，真正的壓力不在於Jalapeño明年或後年賣出多少顆，而在於微軟、Google、亞馬遜等雲端大廠是否會跟進這條「自研ASIC」路線。當每一位主要客戶都有能力繞過CUDA生態、打造專屬AI加速器時，輝達的高毛利神話還能夠維持多久？2026年Rubin的實際量產表現，以及2027年Jalapeño的規模化供貨能力，將是這場AI算力戰爭的兩大關鍵戰役。可以肯定的是，AI晶片市場的戰國時代，已經隨著這根「墨西哥辣椒」的登場而正式揭開序幕。

對企業決策者與AI開發者來說，現在該做的不是急著選邊站，而是開始評估「非輝達」解決方案的導入可能性。當摩爾定律不再是效能提升的唯一路徑，誰能掌握軟硬整合的節奏，誰就能在下一階段的AI基礎設施競賽中取得先機。台灣供應鏈在此扮演的關鍵角色，值得後續密切關注。

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晶片何時會正式量產？

Jalapeño預計將於2027年開始逐步爬坡量產，目前仍處於工程樣片階段，距離大規模出貨還有約兩年時間。

Jalapeño的效能真的贏過輝達Rubin嗎？

根據SemiAnalysis實測，Jalapeño在每兆瓦的單Token預測吞吐量上高於Vera Rubin，每美元產出的Token數則與Rubin大致持平，但測試數據由OpenAI提供，且Rubin尚未量產，勝負仍有變數。

Jalapeño採用哪家晶圓廠的製程技術？

Jalapeño採用台積電N3P製程，B0版本的每瓦性能較早期A0提升約25％，單晶片理論運算力達13.4 PFLOPs。

OpenAI自研晶片會對輝達的股價造成影響嗎？

短期內影響有限，因為Jalapeño量產時間點在2027年，但市場對輝達長期壟斷地位的疑慮可能升溫，建議投資人審慎評估風險。

一般使用者何時能感受到Jalapeño帶來的改變？

當Jalapeño正式量產並導入OpenAI的資料中心後，使用者可能會看到ChatGPT等服務的訂閱價格更有競爭力，或免費版的使用限制逐步放寬。

※ 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。