Jalapeño：OpenAI 自研芯片的首批数据超过 NVIDIA——但还没有人在其实验室之外复现

Jalapeño 于 2026 年 6 月 24 日与博通一同发布；8 月 25 日，OpenAI 公布了它的首批性能数据。新意不在芯片本身，而在于终于出现了可以在公开基准上与 NVIDIA 硬件相比的数字。根据用 SemiAnalysis 的开源测试套件 InferenceX 所做的测量，这颗处理器每千瓦吞吐量比 NVIDIA GB200 和 GB300 系统高 1.5 至 1.9 倍，端到端延迟低 1.7 至 3.6 倍（延迟差距的峰值出现在 DeepSeek R1 670B 模型对比 GB300 系统时）。InferenceX 把结果发布在一个由 GitHub Actions 工作流生成的公开面板上，运行过程中的日志可见，但 Jalapeño 这些数字的来源仍部分不透明。SemiAnalysis 已确认这块硅片确实存在，可它自身核验到了什么程度仍是悬案：有的说法称其工程师在 OpenAI 的实验室里亲自跑了这些负载，另一些则称他们只是在场观看，数字仍由该公司提供。双方在两点上是一致的：处理长上下文、多轮智能体负载的 AgentX 套件没有在 Jalapeño 上跑过，也不存在在第三方硬件上的独立复现。

需要说明的是，这场比较发生在功耗等级不同的加速器之间：Jalapeño 标称功耗 700 瓦（测试中的持续功耗低于 550 瓦），而作为参照的 NVIDIA 系统分别是 1200 瓦和 1400 瓦。OpenAI 声称仅用九个月就完成流片，并在设计中借助了自家模型，但技术细节仍然稀少：制程节点、内存容量和每 token 成本均未公布。路线图预计 2026 年底出小批量，2027 年实现规模化部署，第二代已在研发之中。

在 OpenAI 传播这些结果的同时——硬件负责人 Richard Ho 称其为“相对于现有技术水平的非常显著的进步”——NVIDIA 结束了 7 月收官的 2027 财年第二季度，数据中心业务收入 890 亿美元，同比增长 117%。NVIDIA 首席执行官黄仁勋称人工智能正“处于拐点”，token 已经“既高产又赚钱”。OpenAI 方面则重申会继续使用 NVIDIA 及其他合作伙伴的加速器，但话里的意思很清楚：在大规模推理上，自研硅片可能很快成为一张战略牌。

还有一个并不次要的细节：已公布的基准只涉及开放权重的负载（GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T），既不包含训练，也不包含闭源模型。另需补充的是，比较的标尺是 Blackwell 这一代，而 NVIDIA 已经宣布了下一代架构 Rubin：今天量出的差距，针对的是即将退场的硬件。所声称的优势局限于一个特定场景，目前尚未在 OpenAI 实验室之外被复现。真正的问题不是 Jalapeño 比 Blackwell 高效多少，而是这种效率会不会、以及何时会变成公开、可审计、可规模化的事实。

— Olya