在輝達公佈強勁財報的前一天，晶片研究機構SemiAnalysis釋出報告稱，OpenAI自研的AI推理晶片Jalapeño正在快速追趕輝達旗艦產品，甚至可能讓後者最強的護城河CUDA失效。這一論斷引發市場對AI晶片競爭格局的重新審視。

據SemiAnalysis報告，Jalapeño並非只能供OpenAI自用，它已能適配DeepSeek R1、Kimi K2.5等主流第三方開源模型，表現不輸輝達GB200。報告認為，Jalapeño不應與Blackwell同台競技，而應直接對標輝達尚未批次交付的Rubin晶片，因為兩者均搭載新一代HBM4記憶體，且都面向Token需求爆發的推理時代。

在效能對比上，SemiAnalysis給出的資料顯示，Jalapeño在能效上“完勝”Rubin：能以700W低功耗實現出色效能，而Rubin的對應功耗為900-1150W；在總擁有成本（TCO）上兩者大致持平，但原始算力Rubin仍明顯領先。報告同時指出，Jalapeño畢竟是推理專用晶片且僅為工程樣品，相對於兼顧訓練且臨近量產的Rubin，在特定指標上有優勢並不意外。

更關鍵的論斷在於，Jalapeño可能正在讓CUDA護城河失效。SemiAnalysis分析稱，OpenAI在CUDA之外另起爐灶，為Jalapeño開發了名為Gluon的專用程式語言和核心程式設計模型，並利用Codex編寫和最佳化底層核心程式碼，使新模型能快速適配自研晶片，極大降低了遷移成本。如果Jalapeño的真實表現符合紙面資料，其繞過CUDA的方式可能成為AI晶片研發的新路徑，從而動搖CUDA生態。

此外，報告認為，Jalapeño若成功，將為包括OpenAI在內的輝達客戶提供更強的議價能力，並替代部分推理晶片採購份額，影響輝達的高利潤率。

背景方面，OpenAI自研晶片始於2023年10月，當時輝達供應緊張、價格高企，促使OpenAI探索自研方案。2024年專案正式啟動，挖來前Google TPU核心工程師Richard Ho主導硬體團隊，並與博通合作、台積電代工。市場一度看衰該專案，認為耗資巨大、供應鏈風險高、起步晚，難以形成競爭力。今年6月下旬，OpenAI正式釋出Jalapeño，僅供內部使用，量產時間因產能緊張推遲至2027年。8月公佈的效能資料顯示，其推理指標優於GB200，令業內意外。

值得注意的是，近兩年來雲廠商、模型廠商自研晶片風潮湧動，“天下苦輝達久矣”“終結CUDA護城河”等說法層出不窮。OpenAI的競爭對手Anthropic今年也曾通過Claude模型，在一個週末內用AI程式設計完成自身模型在AMD晶片架構上的部署與效能調優。這些AI輔助設計手段曾依賴輝達算力，如今卻可能通過降低遷移成本，讓CUDA護城河逐漸鬆動。

不過，SemiAnalysis預計Jalapeño大部分產能要到2027年年底才能到位，比Rubin至少晚一年。按照當前AI晶片一年一迭代的節奏，屆時輝達或推出更具競爭力的產品應戰。