8月25日，OpenAI公布了首款自研AI推理芯片Jalapeño的实测性能数据。这款芯片由OpenAI与博通联合研发，从设计到流片仅用时9个月。测试采用SemiAnalysis推出的InferenceX公开基准工具，覆盖GPT-OSS 120B、DeepSeek R1 670B和Kimi K2.5 1T三款大模型。
数据显示，Jalapeño在多项指标上优于英伟达的GB200和GB300系统。每瓦AI吞吐量达到对比系统的1.5至1.9倍，端到端延迟仅为对比系统的28%至59%。运行GPT-OSS 120B时，芯片每千瓦峰值吞吐量较GB200高出约1.9倍；运行DeepSeek R1时，每瓦吞吐量达到GB300的1.7倍。芯片标称功耗700瓦，实际测试中可控制在550瓦及以下。
不过，这项对比存在明显局限。Jalapeño并未与英伟达更新的Vera Rubin平台对照测试，且该芯片定位推理专用，不承担模型训练任务——而训练正是英伟达根基最为稳固的领域。OpenAI此前已明确表示，自研芯片仅限内部使用，仍将继续广泛部署英伟达及其他厂商的加速器用于训练和推理。
两天后的8月27日，英伟达公布2027财年第二季度财报。季度总营收962亿美元，同比增长106%；数据中心业务营收890亿美元，同比增长117%。就在这份财报发布后的CNBC《Mad Money》节目中，主持人吉姆·克莱默向黄仁勋提了一个颇为尖锐的问题：一家获得英伟达数十亿美元投资的公司，同时却在开发可能挑战英伟达的芯片，他会感到不满吗？
黄仁勋的回答很干脆。“很多项目会启动，也有很多项目会被取消，”他说，“我们的定位是支持合作伙伴，并致力于打造全球顶尖的技术。”他补充道：“我不会将这些事情放在心上。”
黄仁勋进一步指出，英伟达提供的远不止单一芯片，而是一个覆盖完整AI生命周期的综合平台。“我们正在打造一种截然不同的东西，”他在财报电话会上重申。英伟达的平台化战略——可在任何云环境中使用，覆盖从训练到推理的全流程——与专门针对特定模型和推理场景的定制化ASIC芯片有本质区别。他表示：“我有100%的信心，我们的技术对他们而言将继续是卓越的。”
当被问及是否担心自研芯片浪潮侵蚀英伟达的市场地位时，黄仁勋的态度同样坚定。“当前我们在AI市场的份额正在提升，增长在加速，技术领先优势也在持续扩大，”他说。他认为英伟达在平台、供应链及技术规模方面具备更广泛优势。“我们拥有供应链与技术规模，能够成为他们最大的供应商。”
这场交锋的实质，是两种技术路线的碰撞。OpenAI选择针对推理场景做深度定制的专用芯片，在特定负载上追求极致的能效和延迟。英伟达则走通用平台路线，用规模效应和全栈能力构筑壁垒。黄仁勋的回应与其说是在轻视对手，不如说是在划清界限：专用芯片和通用平台解决的是不同层面的问题，而英伟达的优势在于后者。
对于基础设施团队而言，Jalapeño的测试数据证明了定制芯片在特定推理负载上的潜力，但这并不意味着英伟达硬件已被广泛取代。真正有价值的评估，仍需结合具体的延迟目标、模型组合、功耗边界、内存与网络配置、软件成熟度、供应链可靠性和总拥有成本来综合判断。
（素材来自：OpenAI/英伟达 智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。