图片来源：unsplash
美国时间 8 月 26 日美股盘后，英伟达公布 2027 财年第二季度财报，翻倍增长的营收、利润，再次超出了市场预期。
与此同时，英伟达还罕见地直接给出了下一财年的业绩预期，预计营收将较今年增长 70%。而其新一代产品 Vera Rubin 无疑将是未来强劲增长的重要动力。英伟达还在财报电话会上宣布，相关产品 8 月初已量产出货，有望成为公司历史上出货爬坡最快的产品，预计 Q3 就将贡献 20% 的数据中心收入。根据英伟达此前公布的数据，Rubin 相较前代 Blackwell 架构，推理效率提升 10 倍，大模型训练速度提升 3.5 倍。而黄仁勋则在此次财报电话会上进一步指出，Vera Rubin 对应的每 GW 数据中心营收预计将提升到 400 亿美元，比前代产品高出 60%。
对于接下来的 AI 芯片行业来说，Vera Rubin 的量产交付无疑是最值得关注的“重头戏”之一。但就在英伟达公布财报的前一天，知名芯片研究机构 SemiAnalysis 最新发布的报告却表示，曾被认为是“空头支票”的 OpenAI 自研芯片 Jalapeño，正在快速“追击”英伟达旗舰产品，甚至可能会让后者的最强护城河 CUDA 失效。
OpenAI 自研芯片的历程始于 2023 年 10 月。彼时这家大模型顶流与英伟达还是亲密合作伙伴，但后者在 AI 热潮中供应持续吃紧、价格越发高企的状况，也让 OpenAI 开始探索自研方案。
2024 年，项目正式启动，并挖来前 Google TPU 核心工程师 Richard Ho 主导硬件团队。此后又有消息显示，OpenAI 与博通达成深度合作，由博通负责芯片实现，台积电代工。但市场一度有看衰该项目的判断，认为项目耗资巨大但又面临激烈的上游产能竞争和供应链风险，且起步较晚，恐怕无法形成竞争力。即使完全自用，可能性价比也要低过使用市面上的主流 ASIC 芯片。甚至有声音认为，OpenAI 很难完成这款芯片。
今年 6 月下旬，OpenAI 正式发布了首款自研 AI 推理芯片，名为 Jalapeño。彼时的信息显示，这款芯片仅供内部使用，不对外销售，且因为上游产能紧张，量产时间从此前的 2026 年下半年推迟至 2027 年。
这似乎一定程度上印证了此前的负面看法，但到了 8 月，OpenAI 公布 Jalapeño性能数据，其单用户 Token 处理量、每瓦吞吐量等推理指标优于英伟达 GB200 等市场主流芯片，还是让不少业内人士感到意外。
而 SemiAnalysis 的最新报告，则将这款芯片的定位又提上了一个台阶。
这份报告首先明确提出，Jalapeño的确是“只做推理，不做模型训练”的专用芯片，但并非只能供 OpenAI 自用，这款芯片已能适配 DeepSeek R1、Kimi K2.5 等主流第三方开源模型，表现同样不输 GB200。报告还强调，OpenAI 并未过度聚焦模型推理的某个特定部分，而是致力于打造一款能在所有场景下提供高性能的通用推理芯片。
SemiAnalysis 还认为，Jalapeño甚至不该与 Blackwell“同台竞技”，而应该直接 PK 英伟达还未批量交付的 Rubin。报告称，Jalapeño与 Rubin 均搭载新一代内存 HBM4，且走向市场的时间更为接近，也均面临 Token 需求大爆发的推理时代，本质上二者才是真正的同代产品。
而根据 SemiAnalysis 给出的数据，Jalapeño在能效上“完胜”Rubin，能以 700W 低功耗实现出色性能，而 Rubin 的对应功耗为 900-1150W；在总拥有成本（TCO）上，二者大致持平，但在原始算力上，Rubin 仍明显领先。不过，报告也同时指出，Jalapeño毕竟是推理专用芯片，且只是工程样品，相对于兼顾训练、且已临近全面量产的 Rubin，必然会在特定指标上有明显优势。
图片来自 SemiAnalysis
不过，相比于性能对标，报告中还给出了更关键也更劲爆的论断，那就是 Jalapeño可能正在让 CUDA 护城河失效。
根据 SemiAnalysis 的分析，这款芯片能在较短的研发时间内取得良好表现，尤其得益于其激进的软硬件协同策略。
而其中的关键，正是 OpenAI 在 CUDA 外“另起炉灶”，为 Jalapeño开发了名为 Gluon 的专用编程语言和内核编程模型。与此同时，OpenAI 还利用 Codex 来编写和优化 Jalapeño的底层内核代码，让新模型能快速适配自研芯片，极大降低了迁移成本。
如果 Jalapeño的真实表现和市场反馈能够符合目前的“纸面数据”，那么其绕过 CUDA 的方式很可能会成为 AI 芯片研发的新路径，这无疑会动摇 CUDA 生态。
另一方面，报告还认为，Jalapeño如果成功，就将为包括 OpenAI 自身在内的英伟达客户提供更强的议价能力，并替代部分推理芯片的采购份额，从而影响后者的高利润率。
实际上，近两年来随着云厂商、模型厂商自研芯片的风潮和“AI 泡沫论”的不断翻涌，“天下苦英伟达久矣”“终结 CUDA 护城河”等说法层出不穷。在这背后，是包括中国、美国的芯片厂、模型厂、云厂商，甚至 AI 应用厂商希望突破英伟达生态壁垒，分食其高利润的心态和尝试。实际上，OpenAI 的竞争对手 Anthropic 今年也曾通过 Claude 模型，在一个周末内用 AI 编程，完成其自身前沿模型在英伟达竞争对手 AMD 芯片架构上的部署与性能调优。有趣的是，这些最新的 AI 辅助设计手段，曾经都来自英伟达芯片提供的算力，但它们可能正通过大幅降低迁移成本，让 CUDA 的护城河逐渐松动。
图片来自 SemiAnalysis
不过，值得一提的是，按照 SemiAnalysis 的预计，Jalapeño大部分产能要到 2027 年年底才能到位。这个进度实际上仍比 Rubin 至少晚了一年，按照当前 AI 芯片“一年一迭代”的节奏，或许届时英伟达还会拿出“更能打”的产品应战。（本文首发于钛媒体 APP，文｜飞向 TAI 空，作者｜胡珈萌，编辑｜杨林）
