如果說過去兩年，黃仁勳的輝達是AI硬體世界裡唯一的神，那現在，這個神壇恐怕已經出現裂痕。六月二十四日，OpenAI執行長奧特曼與博通執行長陳福陽聯手發表了首款客製化AI晶片，代號「Jalapeño」（墨西哥辣椒）。這名字聽起來有點俏皮，但SemiAnalysis的實測報告，卻讓整個半導體圈倒抽一口涼氣——這根辣椒不只比輝達現役的Blackwell更辣，就連還沒量產的下一代Rubin，都得退讓三分。
問題來了：一家做AI模型起家的公司，憑什麼在短短十六個月內，就能設計出一顆讓GPU龍頭緊張的晶片？這真的只是運氣好，還是背後藏著一套完全不同的遊戲規則？
現象：每瓦效能碾壓Blackwell，每秒700 Token只是基本盤
SemiAnalysis這回可不是紙上談兵。他們實際取得了Jalapeño的工程樣片，進入OpenAI實驗室，用自家的InferenceX測試工具跑了一輪。結果呢？在每兆瓦功耗下的Token吞吐量，Jalapeño幾乎在所有測試場景中都贏過Blackwell。說白話一點，就是吃一樣的電，Jalapeño能吐出來的答案更多、更快。
具體數字有多誇張？在DeepSeek R1的低並發測試中，每位使用者每秒可以獲得超過七百個Token；到了Kimi K2.5與GPT-OSS的部分測試，甚至飆到約一千四百Token。而且請注意，這些成績是在沒有啟用多Token預測、推測解碼、以及Prefill-Decode分離的情況下跑出來的。換句話說，這還不是它的全力。
「SemiAnalysis的測試數據，等於直接告訴市場：AI晶片的競爭已經從『誰的算力峰值高』，轉向『誰的每瓦效能更務實』。資料中心的電費帳單不會騙人，當模型愈來愈大、用電愈來愈緊，誰能在同樣功耗下產出更多Token，誰就是資料中心採購的真正贏家。」
原因：OpenAI的軟硬體協同，直接瞄準CUDA護城河
輝達最讓競爭對手頭痛的，從來不只是硬體規格，而是那個綁死開發者的CUDA生態系。但OpenAI這回走了一條完全不一樣的路。從二○二四年中開始設計Jalapeño，到完成流片只花了約十六個月——這個速度在半導體業界簡直是不可思議。怎麼做到的？他們用自己的AI編碼工具Codex來輔助開發晶片核心與軟體，還打造了專屬的Gluon程式語言。
這代表什麼？代表OpenAI正在建立一套「自己的生態系」。他們不需要完全相容CUDA，因為他們從硬體規格、編譯器到運行框架，全部綁在一起設計。這種垂直整合的思維，其實更像蘋果的風格，而不是傳統的晶片設計公司。
更有趣的是，Jalapeño並沒有過度偏重在模型推理的某一個特定環節，反而朝著通用型晶片的方向設計。這意味著它不會只能跑某一類模型，而是在不同的AI工作負載下都能維持高效能。說句實在話，這顆晶片的設計哲學，比許多人想像的更成熟。
影響：每兆瓦效能勝過Rubin，但輝達還有時間
SemiAnalysis的真正重點，其實不在於Jalapeño打敗了已經上市販售的Blackwell——那只是開胃菜。真正的對決，是Jalapeño與預計採用HBM4的Rubin之間的較量。
測試顯示，Jalapeño在每兆瓦的單Token預測吞吐量上，甚至高於Vera Rubin的多Token預測結果；而在每美元產出的Token數上，兩者大致打成平手。如果未來Jalapeño再加入推測解碼技術，成本效益還有機會進一步拉開。
從硬體規格來看，Jalapeño採用台積電N3P製程，B0版本的每瓦性能比早期A0提升了約二五％。單晶片理論運算力達到十三．四PFLOPs，熱設計功耗（TDP）卻只有七百瓦，遠低於Rubin單一運算晶片的九百至一千一百五十瓦。搭配HBM4後，每封裝記憶體頻寬更高達十五．四TB/s。
不過，這裡有個關鍵變數：Jalapeño目前只是工程樣片，量產要等到二○二七年。而輝達的Rubin預計在二○二六年就會進入量產階段。這一年的時間差，就是黃仁勳最大的喘息空間。
「從產業面來看，OpenAI這步棋的真正意義，不是『現在』搶走輝達多少訂單，而是『示範』了AI公司自主研發晶片的可行性。如果連OpenAI都能在十六個月內做到，那Google、微軟、亞馬遜只會更堅定地繼續走自研路線。輝達的護城河，正在被從多個方向同時挖鑿。」
趨勢：二○二七年量產才是真考驗，但警告已經發出
話說回來，我們還是得保持冷靜。SemiAnalysis也坦言，目前的測試數據都是由OpenAI提供，而且測試主要集中在8k1k的工作負載，尚未完成完整的InferenceX與AgentX測試。換句話說，這比較像是一記精準的警告，而不是正式的終局之戰。
但這記警告的力道已經足夠驚人。Jalapeño的出現，讓市場看清楚三件事：第一，AI晶片的效能評比標準，正在從「峰值算力」轉向「每瓦效能」與「每美元Token產出」；第二，軟硬體協同設計的開發速度，可以比傳統模式快上好幾倍；第三，CUDA的護城河並非牢不可破，只要你有足夠的決心和資源，繞過去是有可能的。
對一般投資人或科技觀察者來說，這場「墨西哥辣椒」風暴最該注意的，不是現在誰贏誰輸，而是二○二七年之後的晶片市場結構。當AI公司不再只是輝達的客戶，而是變成它的競爭對手，整個產業的利潤分配將會徹底翻轉。
如果我是黃仁勳，二十六日的財報會議上，面對分析師的提問，我絕對不會只談Blackwell的出貨數字——我更會急著讓大家相信，Rubin的表現會比測試數字更好。因為資本市場最怕的，不是現在賺得少，而是未來的訂單被別人搶走。
最後，這顆晶片叫「墨西哥辣椒」，你覺得它會只是曇花一現的嗆辣，還是會徹底改變AI硬體市場的味蕾？我想，答案在二○二七年之前就會愈來愈明顯。
關於AI晶片投資與產業趨勢，這三件事你可以現在就記下來：
- 追蹤輝達Rubin的量產進度與實際效能表現，這將直接影響二○二六至二○二七年的資料中心採購決策
- 關注OpenAI二○二七年量產目標是否如期達標，工程樣片到規模化量產之間的變數還很多
- 每瓦效能與成本效益將成為AI晶片評測主流指標，舊有的「只看算力峰值」思維需要調整
如果你正在評估相關投資標的，建議把這份SemiAnalysis報告從頭到尾讀一遍，然後問自己一個問題：當客戶開始自己跳下來做晶片，整個產業的估值模型還適不適用？答案，會決定你未來兩年的布局方向。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
OpenAI的Jalapeño晶片何時量產？
Jalapeño預計在2027年逐步爬坡量產，目前仍處於工程樣片階段。
Jalapeño的效能真的贏過輝達Blackwell嗎？
根據SemiAnalysis測試，Jalapeño在每兆瓦功耗下的Token吞吐量多數場景都勝過Blackwell，部分測試甚至差距明顯。
輝達的Rubin有機會反超Jalapeño嗎？
Rubin預計2026年量產，比Jalapeño早一年，且規格尚未最終定案，實際上市時仍有機會調整效能表現。
自研AI晶片會成為主流趨勢嗎？
Google、微軟、亞馬遜早已投入，OpenAI的案例將進一步推升AI公司自研晶片的意願，長期可能改變市場結構。
投資人現在該如何評估AI晶片類股？
建議將每瓦效能與成本效益納入評估指標，而非單純比較算力峰值，同時留意客戶自研進度對輝達長期訂單的影響。投資人於決策時應審慎評估風險，並就投資結果自行負責。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
