在英伟达公布强劲财报的前一天，芯片研究机构SemiAnalysis发布报告称，OpenAI自研的AI推理芯片Jalapeño正在快速追赶英伟达旗舰产品，甚至可能让后者最强的护城河CUDA失效。这一论断引发市场对AI芯片竞争格局的重新审视。

据SemiAnalysis报告，Jalapeño并非只能供OpenAI自用，它已能适配DeepSeek R1、Kimi K2.5等主流第三方开源模型，表现不输英伟达GB200。报告认为，Jalapeño不应与Blackwell同台竞技，而应直接对标英伟达尚未批量交付的Rubin芯片，因为两者均搭载新一代HBM4内存，且都面向Token需求爆发的推理时代。

在性能对比上，SemiAnalysis给出的数据显示，Jalapeño在能效上“完胜”Rubin：能以700W低功耗实现出色性能，而Rubin的对应功耗为900-1150W；在总拥有成本（TCO）上两者大致持平，但原始算力Rubin仍明显领先。报告同时指出，Jalapeño毕竟是推理专用芯片且仅为工程样品，相对于兼顾训练且临近量产的Rubin，在特定指标上有优势并不意外。

更关键的论断在于，Jalapeño可能正在让CUDA护城河失效。SemiAnalysis分析称，OpenAI在CUDA之外另起炉灶，为Jalapeño开发了名为Gluon的专用编程语言和内核编程模型，并利用Codex编写和优化底层内核代码，使新模型能快速适配自研芯片，极大降低了迁移成本。如果Jalapeño的真实表现符合纸面数据，其绕过CUDA的方式可能成为AI芯片研发的新路径，从而动摇CUDA生态。

此外，报告认为，Jalapeño若成功，将为包括OpenAI在内的英伟达客户提供更强的议价能力，并替代部分推理芯片采购份额，影响英伟达的高利润率。

背景方面，OpenAI自研芯片始于2023年10月，当时英伟达供应紧张、价格高企，促使OpenAI探索自研方案。2024年项目正式启动，挖来前Google TPU核心工程师Richard Ho主导硬件团队，并与博通合作、台积电代工。市场一度看衰该项目，认为耗资巨大、供应链风险高、起步晚，难以形成竞争力。今年6月下旬，OpenAI正式发布Jalapeño，仅供内部使用，量产时间因产能紧张推迟至2027年。8月公布的性能数据显示，其推理指标优于GB200，令业内意外。

值得注意的是，近两年来云厂商、模型厂商自研芯片风潮涌动，“天下苦英伟达久矣”“终结CUDA护城河”等说法层出不穷。OpenAI的竞争对手Anthropic今年也曾通过Claude模型，在一个周末内用AI编程完成自身模型在AMD芯片架构上的部署与性能调优。这些AI辅助设计手段曾依赖英伟达算力，如今却可能通过降低迁移成本，让CUDA护城河逐渐松动。

不过，SemiAnalysis预计Jalapeño大部分产能要到2027年年底才能到位，比Rubin至少晚一年。按照当前AI芯片一年一迭代的节奏，届时英伟达或推出更具竞争力的产品应战。