OpenAI Jalapeño 晶片挑戰 Nvidia，推論成本降低 50%

OpenAI 發表了與博通（Broadcom）共同打造的客製化推論處理器 Jalapeño，該公司表示，與 Nvidia 的 GPU 相比，其營運成本可降低約 50%，此舉威脅了這家晶片巨頭在 AI 資料中心的主導地位。

博通執行長陳福陽（Hock Tan）在接受採訪時表示：「Jalapeño 在推論效能上可媲美 Nvidia 的 Blackwell 晶片與 Google 的 TPU，但成本卻只有大約一半。」

這款 ASIC 將一個大型運算單元與六組高頻寬記憶體堆疊相結合，以加快數據在大型語言模型中的傳輸速度。OpenAI 表示，早期測試顯示，其每瓦效能「顯著優於」現有替代方案，不過該公司尚未公布製程節點、時脈速度或記憶體配置。該晶片預計將於 2026 年底前部署。

此舉標誌著 OpenAI 首次不再完全依賴 Nvidia 稀缺的 GPU。推論成本是隨著業務成功而不斷增長的經常性開支——每一次 ChatGPT 查詢、每一次 Codex 代理步驟——而專門為此任務調校的晶片，可以剔除通用處理器必須承載的冗餘機構。對於一家以 OpenAI 的規模服務模型的企業而言，將推論成本減半將從根本上改變其商業模式。

博通：每一款客製化晶片背後的基石

這項合作揭示了一個更深層的動態。OpenAI、Google 與 Meta 都在博通的架構上打造其客製化 AI 晶片，這使得前沿模型之間的激烈競爭，轉化為旗下所有公司穩定的營收來源。博通報告顯示，2026 會計年度第一季 AI 晶片營收達 84 億美元，較去年同期成長 106%，且根據管理層說法，其積壓的確定訂單高達 730 億美元，正朝著 2027 年 AI 晶片年營收達 1,000 億美元的目標邁進。

共同設計一款晶片意味著多年的共同工程、智慧財產權和硬體藍圖，這將實驗室與設計者緊密聯繫在一起，遠在第一顆晶片出貨之後。Google 大約在十年前就開始設計自己的 AI 晶片，直到今年才推出其第七代產品 Ironwood，這是其首款專門用於推論的 TPU。而 Jalapeño 則是 OpenAI 所稱「多世代運算平台」的第一代。

對 Nvidia 與供應鏈的影響

商用供應商並不會就此消失。首批量產通常無法滿足公司的全部需求，這意味著在 Jalapeño 產能提升期間，OpenAI 仍將繼續向外部供應商採購推論晶片。Nvidia 在訓練工作負載方面仍占主導地位，在可預見的未來，效能密集的預訓練階段很可能仍將依賴其硬體。

這一切的瓶頸在於製造。每一款此類晶片都依賴台積電（TSMC）的先進製程，以及將運算與記憶體結合為單一工作元件的特殊封裝技術。此類封裝產能到 2026 年已經滿載，而整個產業的需求遠超供給。OpenAI 並沒有插隊的特權——它必須與所有主要科技公司爭奪有限的產能分配。

Nvidia 股價目前約為遠期盈餘的 35 倍，隨著各大 AI 實驗室開始自建晶片，其長期敘事正面臨轉變。但對營收的直接影響仍需數年時間。更明確的受益者是博通，其架構同時存在於三家最大 AI 公司的客製化晶片計畫中。晶片上的名字會不斷更換，但設計這些晶片的公司始終如一。

本文僅供資訊參考，不構成投資建議。