8月25日，OpenAI在Hot Chips 2026大会上公开了其首款自研推理芯片Jalapeno。半导体研究机构SemiAnalysis受邀到OpenAI实验室现场实测后得出结论：这颗700W热设计功耗的第一代芯片，在几乎所有场景下都能击败英伟达最强Blackwell系列，每千瓦推理吞吐达到GB300机架系统的1.5到1.9倍，端到端推理时延最低低出3.6倍。
自研芯片通常不被认为第一代就能打，但Jalapeno从组队到流片只用了约16个月，2025年11月完成流片，工程样品已就绪。实测跑分覆盖GPT-OSS 120B、DeepSeek R1 670B和月之暗面Kimi K2.5等多个主流开源大模型，低并发、高吞吐场景全部达到SOTA级别，GSM8k正确率也与英伟达持平。
这颗芯片最值得关注的不是单点性能，而是算力供给格局的信号意义。OpenAI明确表态不会弃用英伟达，训练仍大量使用英伟达，但推理负载正转向高能效自研芯片。当头部模型厂商开始把推理算力掌握在自己手里，算力硬件市场正从单一供给走向多元并存。
当然，口径也要说清楚。上述成绩基于单token预测，若对比开启多token预测的GB300，峰值能效优势会收窄到约1.5倍；且Jalapeno仍只有工程样品，量产要等2027年逐步爬坡，软件栈成熟度与大规模部署可靠性仍需验证，企业不能简单据此调整采购节奏。
对多数企业而言，更现实的命题是如何在多元算力时代把资源用好。星战科技聚焦GPU算力平台与算力调度能力，帮助企业把训练与推理任务统一管理、按需弹性分配，让包括国产芯片在内的多元算力底座都能被灵活接入，为智能体业务提供更从容的算力选型空间。
更深一层看，Jalapeno的开发过程本身就是AI辅助芯片设计的样本：设计阶段用Codex、GPT-Astra辅助，AI自写内核比人类专家内核快1.5到1.8倍。当AI开始参与设计算力硬件，算力产业链的迭代速度与供给弹性都可能被重新定义。
从英伟达到OpenAI，算力硬件的竞争正在从单一霸主走向多元共舞。对应用侧企业来说，算力不再是绑定供应商的固定成本，而是一张可以按场景调度的资源网络，谁能把多元算力整合好，谁就更可能在下一轮AI落地中占据主动。