OpenAI把刀递出，英伟达利润率先疼了

芯片自己造，钱自己省，风险自己担——AI巨头的算力叙事，正在进入“下半场”。

8月25日，OpenAI 公布了首款自研推理芯片 Jalapeno 的技术细节，宣称其响应速度与能效已超越英伟达 GB300。同一天，分析师们给出的判断冷静而锋利：这不是一次技术炫技，而是对 英伟达 利润率结构的正面挑战。与此同时，重仓 SK海力士 的美国对冲基金单月亏掉67%，信用利差悄悄走阔，WFE设备订单堆到2028年——芯片、资本、供应链三条线索，几乎在同一周发出了同一种声音：AI算力的定价逻辑，正在重写。

🚀 Jalapeno上桌：推理芯片的第一张“挑战书”

每一代算力竞争，都从“能效”两个字开始。

Jalapeno 并非横空出世。今年6月，OpenAI 首次披露这款芯片，强调将“从零开始，针对整个行业当前及未来的大型语言模型进行设计”——注意，是推理专用，不是通用GPU。8月25日的技术细节公布中，OpenAI给出了两个关键说法：响应速度与能效超越 GB300，并预计年底前部署进自家算力基础设施。

第三方很快跟进了背书。研究机构 SemiAnalysis 表示，团队曾实地访问OpenAI实验室并对 Jalapeno 做基准测试，结果显示：在几乎所有测试场景中，这款芯片的每瓦性能都超过了英伟达的 Blackwell。Omdia 高级首席分析师 Alexander Harrowell 的评价更直白——这是“令人印象深刻的成果，尤其是在能效方面”。大规模部署下，能效意味着更少的电力与冷却成本、更低的配电基础设施需求，直接改善单位经济效益。

但工程圈的严谨不能丢。SemiAnalysis 也承认，这一对比“存在一定程度的不完整和不公平”——因为 Jalapeno 用上了更新一代的 HBM4 内存，更公平的对手应该是英伟达的 Rubin 平台。而 Vera Rubin 系统如今已开始向客户出货，OpenAI 的芯片还要从工程样品走向成熟产品。

产业逻辑很清楚：推理不要求GPU那种“什么都能算”的弹性，专用化就能换能效。Yole Group 技术分析师 Adrien Sanchez 的判断是分水岭式的——超大规模云服务商设计的芯片，已经能在推理能效上“媲美甚至超过” Blackwell 级GPU。

一句话：英伟达的护城河还在，但护城河边上，第一次站满了自带工具的对手。

📉 被围攻的推理利润池：CUDA锁得住训练，锁不住推理

利润率的故事，往往比性能的故事先崩。

据多位接近产业的分析师判断，英伟达 目前仍掌握“绝大多数”AI算力市场，并凭借 CUDA 软件生态形成强大锁定。但 Sanchez 点出了要害：Jalapeno “对英伟达的推理业务利润率构成了威胁——而推理，恰恰是目前增长最快的领域”。

格局已经很清楚：

谷歌 的 TPU 已用于AI训练与推理；Meta 也表态采用基于 博通 技术的定制AI芯片；Anthropic 则承诺未来十年向 AWS 投入重金。再加上 OpenAI 与 博通 的联手，推理这条最快增长曲线上的大买家，正在集体“去英伟达化”。

耐人寻味的是关系反转。OpenAI 一直是英伟达GPU的重要大客户，大量采购芯片用于训练和运行大模型；如今手握自己的芯片，双方的合作关系必然重构——从“客户与供应商”，变成“部分客户兼部分对手”。TrendForce 分析师 Fion Chiu 的判断相对克制：定制芯片会“逐步降低”OpenAI在推理任务上对英伟达的依赖，但鉴于英伟达GPU广泛的可编程性、强大性能与成熟软件生态，“英伟达GPU仍将发挥重要作用”。

翻译成人话：训练市场的CUDA高墙短期翻不动，但推理市场更像“货架生意”——够便宜、够省电、够专一，就能切走一块。切走的那块，正是英伟达利润率最肥的一块。

⚠️ 资本市场的另一半剧本：韩国股灾外溢华尔街

芯片信仰有多高，杠杆摔下来就有多疼。

7月，韩国股市经历了全球AI热潮下最剧烈的一次崩盘，冲击波直接越过太平洋。据《华尔街日报》报道，被称为“AI股神”的对冲基金 Situational Awareness 重仓 SK海力士 的韩国上市股票，7月单月投资组合价值下挫约67%，并已清算大部分公共股票投资组合以偿还贷款。该基金成立于2024年，由前 OpenAI 研究员 Leopold Aschenbrenner 执掌，以高仓位、高杠杆押注AI标的声名大噪——然后在一次AI板块全面抛售中迅速瓦解。

Aschenbrenner 在致投资者信中写道：“我们距离永久性资本损失之近，已超出我们所能接受的程度。”据路透社援引知情人士，SEC 正在调查触发追加保证金通知的交易时机，以及基金与主要贷款方——高盛、摩根大通、花旗集团和美国银行——围绕杠杆使用的沟通记录。基金回应称“预期监管机构会密切审查任何知名度高、回报显著或回撤剧烈的基金”，将全力配合。

散户的跨境路径同样清晰，值得记下一笔：

今年5月，Interactive Brokers 成为首家向美国客户开放韩国股票直接交易的大型美资券商；几乎同期，Roundhill Investments 推出了聚焦存储芯片制造商的 DRAM ETF，三星电子与 SK海力士 合计占该基金近半净值——这只ETF在数周内成为美国历史上吸引新资金最成功的发行。而在韩国本土，散户（“蚂蚁”）占 Kospi 日交易量的60%至70%，在这场六周约40%的暴跌中损失惨重。

一个原本可望不可即的境外市场，因为两只新工具而被杠杆化地打开，又在崩盘中被无差别地关上。这就是AI芯片信仰的资本面：集中度风险从来不是理论问题，只是兑现时间问题。

🔌 高盛的三重压力：从“AI能做什么”到“谁来买单”

真正的转折点，往往不出现在新闻里，而出现在信用利差里。

英伟达 连续七个交易日下跌、纳斯达克承压，高盛 One-Delta 交易台负责人 Rich Privorotsky 给出的归因不是单一催化剂，而是三重压力叠加——信用市场、供应链预期与政策环境。他那句警告值得原样记下：“信用市场正在提出股票市场此前基本忽视的问题。”

第一重：信用市场先眨眼。 英伟达与 博通 的信用违约互换（CDS）利差大幅走阔，市场开始聚焦AI融资的兜底安排与表外承诺问题。债券投资者只看现金流确定性与偿债能力，不看你五年后的远期叙事——这个信号通常比股票市场更早、也更难被忽视。估值层面的印记已经出现：费城半导体指数的24个月远期市盈率，从21至22倍压缩至约15倍。

第二重：设备订单堆出来的隐忧。 受晶圆制造商资本开支意愿高涨驱动，WFE（晶圆制造设备）订单积压大幅攀升，相关机构已上调预测：

这组数字既是AI资本开支热度的证明，也是风险的刻度：一旦终端需求节奏与预期出现偏差，供应链的库存压力将迅速显现。市场对话已经开始转向这个方向——毕竟2024年那一轮存储行情教会所有人的事是：景气顶点的订单，和景气底点的库存，是同一批货。

第三重：电力与政策的现实摩擦。 数据中心的落地正面临电力瓶颈与日益增多的政策阻力。这个矛盾在政治层面同样清晰：AI的收益是全国性的、分散的、需要数年兑现的；而建设成本是本地化的、集中的、即时发生的。这种“收益滞后、成本前置”的结构性错配，正在压制整体建设时间表。

三重压力叠加，核心问题已经变了——从“AI能做什么”，变成“谁来为它的运转买单”。而 Jalapeno 这类自研芯片，某种意义上正是巨头们对这个问题给出的第一个答案：把推理的单位成本打下来，自己扛。

把三条线索连起来看：芯片层，推理专用化撕开了英伟达利润率的第一道口子；资本层，杠杆与集中度风险已经用一次67%的月度回撤完成了一次压力测试；供应链层，WFE三年翻倍的订单预测与CDS利差的走阔形成了罕见的背离。这不是AI叙事的终结，而是一场深刻的定价逻辑重构——故事讲完之后，市场只问现金流。

对英伟达而言，真正的考验不在实验室里那块超越Blackwell的每瓦性能数字，而在Vera Rubin出货节奏与推理利润池的守卫战之间。而对整个产业，2027年那2175亿美元的设备订单，最终要用谁来买单来回答。