OpenAI自製Jalapeño晶片跑分贏Blackwell，2027年才是真正考驗

OpenAI自研推理晶片Jalapeño的第一份benchmark出爐了，結論讓人印象深刻：每千瓦算力跟回應速度，都超過了輝達現役最先進的Blackwell系統。OpenAI硬體部門負責人形容這是「非常，非常顯著的性能躍進」——能在單位電力下跑更多推理工作，同時把延遲壓下來。這兩件事通常是互相拉扯的，能同時做到，benchmark就值得認真看。

問題是，Jalapeño什麼時候才能真正用？預計2026年底才「極小批量」部署，2027年才算規模量產。輝達的Vera Rubin平台現在已經跑在OpenAI，CoreWeave的生產環境裡了。等Jalapeño上線那天，競爭的基準線會移到哪裡，沒有人說得準。這不是說benchmark沒有意義，而是把跑分換算成商業優勢，中間還有一段很長的路——良率，軟體生態，供應鏈每一關都是硬仗。

從設計邏輯來看，OpenAI選擇針對推理流程中最容易卡住的地方下刀：KV cache明確放在本地，系統依照每個推理階段動態調配運算，記憶體和網路資源，目的是把資料搬移的等待壓到最低。跟Broadcom合作開發，還讓自家模型參與晶片設計的這套路，和蘋果當年把M系列晶片跟macOS一起設計的邏輯完全相同——軟硬體同步優化，才能在自己的工作負載上做到通用晶片做不到的事。商業邏輯同樣清楚：推理是OpenAI最燒錢的成本項，自製晶片如果把每千瓦效率真的壓出來，長期等於把毛利空間還給自己。

同一天，台灣有個消息在AI圈激起不一樣的漣漪：基隆地檢署正式起訴九人走私B300 AI伺服器赴中，被告名單裡有輝達主管和超微前員工。74台伺服器輾轉繞道印尼，日本，香港才入境中國大陸，另56台在台灣被扣。這起案子的衝擊不在走私本身，而在漏洞出現在哪裡——不是外部黑市掮客，而是晶片廠和伺服器組裝廠的內部員工。現行管制規定是超過八台高階伺服器才派員實地查核，換句話說，執行端大量依賴企業自律。輝達和超微作為美國出口管制的第一道防線，這一次的可信度受到直接質疑。

這兩件事放在一起，其實揭示了同一個結構性壓力：只要中國取得先進AI算力的需求持續強勁，相關供應鏈就會持續承受管制壓力，不管是正面的技術管制還是側面的出口合規。OpenAI做自製晶片，部分也是為了讓算力供應鏈不要全壓在單一供應商身上。台灣這起走私案則提醒所有人：管制法規的效力，最終由執行端的稽核機制決定，而那個機制現在還有明顯的缺口。

Jalapeño的benchmark是2027年前最有力的一個訊號。但訊號和結果之間，中間還隔著一個輝達不會停下來等你的產業時鐘。