9个月流片，OpenAI咋就掀桌了？

9个月流片，OpenAI咋就掀桌了？

16个月流片，9个月出实测，每瓦性能反超英伟达GB300——OpenAI的首颗自研芯片Jalapeño，把定制ASIC的行业节奏按在地上摩擦。这不是一次普通的产品发布，而是一个信号：AI正在反过来重塑芯片的设计方式。本文拆三件事：它快在哪、强在哪，以及推理经济学背后那条更粗的暗线——存储。

“信源说明：本文事实性信息分别来自彭博新闻报道、SemiAnalysis的实测评估、TrendForce研究报告及《科创板日报》统计数据；凡标注“预计”“据报道”的内容为相关机构的前瞻性判断，尚未发生；标注“分析认为”“笔者看来”的部分为本刊独立分析，与上述信源相区分。

⚡ 快得不像话：16个月，走完别人三年的路

芯片圈流传一句老话：流片是半只脚踏进棺材。一次先进制程流片动辄数千万美元，周期18到36个月是行业惯例，谁也不敢抢跑。

但OpenAI没按剧本走。

据彭博8月25日报道，OpenAI首颗自研芯片Jalapeño由OpenAI与Broadcom合作开发，专为AI推理阶段设计，据报道最快将于今年晚些时候投入实际使用。另据半导体研究机构SemiAnalysis披露，这颗芯片从设计启动到完成流片仅历时约16个月，其中关键的CoWoS封装流片节点完成于2025年11月——距今不过9个月，远低于行业惯常的18至36个月周期。

一张时间线看懂这颗芯片的速度：

芯片负责人Richard Ho给出的关键参数是：Jalapeño在700瓦低功耗下即可实现强劲性能，有助于大幅降低数据中心电力成本。

把数字摊开对比一下，更能感受到这种激进：

产业逻辑很清晰：推理工作负载的形态高度收敛——模型结构固定、访存模式明确——这给了专用架构巨大的裁剪空间；再叠加Broadcom成熟的定制ASIC平台化能力与AI辅助设计工具链，才可能把16个月的极限周期跑通。快，不是莽，是算力需求逼出来的工程纪律。

📊 实测反超：数字会说话，但要看全

性能口说无凭，SemiAnalysis选择了最硬的验证方式——亲自上门。

据SemiAnalysis报告，其研究人员赴OpenAI实验室，使用自研基准测试套件InferenceX对Jalapeño进行了实测，结论直接：该芯片在每瓦性能指标上击败了他们此前测试过的所有英伟达、AMD及谷歌芯片。

更值得注意的是测试条件：这一成绩是在Jalapeño尚未启用投机解码、未做预填充与解码分离部署等优化手段的情况下取得的，而参与对比的其他芯片均已开启各自最优配置。换句话说，对手是满血状态，Jalapeño还没热身。

连SemiAnalysis创始人、著名半导体分析师Dylan Patel都直言：“被掀翻的不只是Blackwell，就连英伟达Rubin芯片也被超越了。”

当然，冷静看，这里的“反超”聚焦在单位功耗可处理的AI工作量和响应速度两项推理关键指标上，而非全场景通吃。但产业判断已经成立：在推理这个单一而巨大的场景里，专用ASIC对通用GPU的“功耗税”优势，第一次被第三方实测坐实了。700瓦跑出旗舰性能，省下的不只是芯片钱，更是数据中心每年最疼的电费单。

🏭 英伟达的对手变了：从一家独大到双边供应

真正的震撼不在一颗芯片，而在供应链结构的变化。

这条链路里没有英伟达。OpenAI+Broadcom的组合意味着：最大的AI应用公司，正在亲手绕开最大的AI芯片公司。而Dylan Patel那句“连Rubin也被超越”，点名的正是英伟达的现在（Blackwell）与未来（Rubin）两代产品线。

笔者看来，这一结果对英伟达市场地位的冲击，可以从三个层面推演：

第一，大客户不再把GPU当唯一解。推理需求量极大、负载极明确，自研ASIC的TCO账越算越划算，定制芯片从“备胎”变成“主力之一”。

第二，Broadcom的定制ASIC生意被背书。头部AI公司用真金白银投了票，后续云厂商的跟随几乎是必然——但需注意，目前公开确认的深度合作方仍只有OpenAI一家，“跟随”是有待验证的推断。

第三，英伟达的护城河正在换赛道。CUDA生态、NVLink互联仍是通用训练侧的壁垒，但当竞争从“有没有”变成“每瓦多少钱”，生态溢价就要接受物理学的拷问。

据多位接近定制芯片项目的人士观察，这轮ASIC浪潮与上一次云厂商自研最大的不同在于：这次有明确的经济性数据支撑，而不只是议价筹码。牌桌上多了一个不肯续租的玩家，租金才真正开始下降。

🔥 另一只靴子：存储才是推理经济学的主战场

芯片每瓦性能再漂亮，也只是账本的一半。另一半，藏在TrendForce最新的存储研究报告里——那才是云厂商CFO半夜睡不着的原因。

据TrendForce估计，主要全球云服务商（CSP）2026年资本开支预计同比激增98%，2027年增速仍将维持在50%；存储（DRAM与NAND合计）占CSP总资本开支的比例，将从2026年的约47%升至2027年的约68%。换言之，云厂商每花出去的100元资本开支，到2027年预计将有近七成流向存储。

价格端的压力同样陡峭（以下均为TrendForce预计）：服务器DRAM在2025年下半年已累计上涨64%，2026年预计再涨约270%；企业级SSD（NAND）2025年下半年上涨约35%，2026年预计累计上涨235%；HBM的2027年合同价预计仍将上涨70%至140%。

供给侧也在同步洗牌：TrendForce预计，2026年HBM与RDIMM合计将占DRAM位供应量的51%，供应商正把有限产能优先分给服务器应用；到2027年，随着制程迁移与新晶圆厂爬坡，服务器DRAM与HBM合计位供应量预计增长27%。尽管部分2026年二季度起签订的长期协议设有价格上限，整体价格仍将维持高位。

这就是业界所称的“AI存储税”。它和Jalapeño的故事其实是同一枚硬币的两面：当存储预计将吃掉近七成资本开支，推理系统的竞争就从“算力堆料”变成了“每瓦、每比特的成本效率”。专用推理芯片压低功耗与响应延迟、架构重构压缩访存开销，本质上都是在跟这张存储账单对抗。需要说明的是，“存储占比68%”是TrendForce基于当前价格趋势的预计值，若存储涨价趋缓或资本开支口径变化，这一比例可能修正——但它揭示的方向性判断是可靠的：存储正在取代算力，成为推理基础设施的成本中心。

💰 资本市场已经开始投票

产业变化，钱最先知道。

据《科创板日报》统计，7月初至8月25日，共有47家科创板公司接待外资机构调研，其中半导体16家，占比34%居首。外资调研主线清晰：沿“AI算力—国产化—出海全球化”三条主线布局，并非撒网式覆盖。其中，内存接口芯片公司澜起科技7月获56家外资调研、居首，机构关注点集中在内存接口芯片与AI服务器订单；半导体设备公司盛美上海、AIoT芯片公司乐鑫科技各获19家外资调研。

以澜起为例：据公司业绩预告，其上半年预计营收33.35亿元、同比增长26.6%，归母净利润19亿至21亿元，同比增长63.9%至81.2%；DDR5子代RCD出货占比提升，MRCD/MDB、PCIe Retimer、CKD、CXL MXC等新产品全线起量。即便7月中旬受韩国反垄断搜查扰动、股价三日跌近30%，其AI服务器订单能见度依然高企，董事长还提议3至6亿元回购。

这张调研图景读出的信号是：AI资本开支的涨价链条，正在沿着“存储—互连—设备”逐级传导——澜起的CXL、Retimer恰是内存墙问题的解药，盛美代表的国产设备则承接扩产红利。Jalapeño们掀翻的是芯片设计格局，而资本市场押注的，是整个推理基础设施的重建成本。

小结

16个月流片、9个月实测反超，Jalapeño证明的不是某家公司的天才，而是一种新范式的成熟：AI需求定义芯片、成熟平台承载实现、专用架构吃掉推理场景的功耗红利。

但需要保持清醒的是：这颗芯片尚未经历真实数据中心的规模化部署检验，每瓦性能反超的第三方数据也仅来自SemiAnalysis一家的实测；TrendForce的存储涨价预期、资本开支占比预测，都建立在当前供需趋势延续的前提上，属于“预计”而非“定局”。英伟达的CUDA壁垒更不会一夜崩塌，只是“每瓦性能”已经成为新考卷，存储则成为云厂商绕不开的68%大账。

接下来值得盯三件事：一是Jalapeño年内能否真实部署放量——这是验证全部叙事的第一块试金石；二是其他大模型公司是否跟进定制——决定了ASIC浪潮是孤例还是趋势；三是存储涨价何时逼出真正的架构革命——那才是推理经济学的终局之战。

牌桌已经重排，好戏才刚开场。