AI算力的格局，正在被重新设计

英伟达最大的客户，正在变成它最直接的对手。8月25日，OpenAI在Hot Chips大会上公布了首款自研推理芯片Jalapeño（哈拉佩尼奥）的实测数据：在GPT-OSS 120B、DeepSeek R1 670B、Kimi K2.5 1T三个模型上，Jalapeño每瓦AI吞吐量达到英伟达GB200/GB300系统的1.5到1.9倍，端到端延迟降低到对比系统的28%至59%。更让人意外的是开发速度——行业常规的芯片开发周期是18到36个月，这颗芯片从设计启动到流片只用了9个月。8月26日，A股芯片设计板块应声走强，芯原股份（688521）大涨9.73%，华虹宏力（688347）上涨7.71%，中芯国际（688981）上涨3.46%。

一、一颗只做推理的芯片，砍掉了GPU的所有冗余

先看Jalapeño是什么。它由OpenAI负责架构设计，博通参与实现、网络和连接，Celestica负责板卡与机架集成，台积电3nm工艺代工，搭配定制Arm CPU和博通Tomahawk交换芯片。几个硬参数：额定功耗700瓦，搭载HBM4，单封装内存带宽约15.4TB每秒，B0版MXFP4理论算力13.4 PFLOPS。作为对比，英伟达GB300的功耗是1400瓦，下一代Rubin平台1800瓦起步——Jalapeño用一半的功耗，干出了更高的推理吞吐。

它的定位很克制：只做推理，不做训练。这不是能力不足，而是精准切入。大模型应用爆发之后，推理端的算力消耗已经逐渐超过训练端，而推理对延迟、能效的要求比对峰值算力的要求更高。传统GPU为了通用性保留了图形计算的全部冗余，Jalapeño从设计之初就把这些全砍掉，所有晶体管都为大模型推理服务。实测中它的持续功耗稳定在550瓦以下，在最大模型Kimi K2.5上，每瓦峰值性能比对比系统高约1.5倍，端到端延迟降低约3.4倍。单一架构同时拿下高吞吐和低延迟，这是现有硬件系统通常需要二选一的。

9个月的开发速度同样值得拆解。OpenAI芯片业务负责人Richard Ho透露，早期的AI模型帮助团队完成了芯片的设计开发，最新的模型又加速了芯片的优化和编程——用AI设计AI芯片，开发周期被压缩到行业常规的四分之一甚至更短。这个信号比跑分本身更深远：芯片设计的门槛和周期，正在被AI工具重新定义。

二、10吉瓦计划：从一颗芯片到一场独立战争

OpenAI的野心不在一颗芯片。Jalapeño是它与博通10吉瓦定制AI加速器合作计划的第一代产品，整个项目预计持续到2029年底。公司计划从2026年底开始，在微软等数据中心合作伙伴处以吉瓦级规模部署。第二代芯片已进入深度研发，预计未来几个月完成流片；第三代也已启动概念设计。用21ic电子网的说法，这是一场蓄谋已久的芯片独立战争。

但OpenAI并没有和英伟达翻脸。Ho在采访中明确强调，OpenAI依然把英伟达视为关键芯片供应商，对算力的需求极其庞大，短期内不会取代任何现有供应商。自研芯片的真正意义是谈判筹码——OpenAI不再是被动接受定价的一方。这个剧本有先例：苹果放弃英特尔转向自研M系列芯片后，同时拿到了性能和成本的优势。当最大的买家开始自己造货，卖家的定价权就开始松动。

放在全行业看，这不是孤例。谷歌自研TPU 2026年出货量预计达332.6万颗，同比增长70%以上；亚马逊的定制芯片Trainium由Marvell深度参与；博通最新财报AI芯片业务同比增长143%。有行业研究预计，到2027年，定制ASIC芯片的出货量有望超越GPU。英伟达的护城河仍在——训练市场、CUDA生态、整机交付能力短期内无人能撼动——但推理市场这块最大的增量蛋糕，正在被切成多份。

三、小米三芯齐发：国产阵营的另一种打法

几乎同一时间，国内也有一颗重磅炸弹落地。8月24日，小米一次性发布三颗自研芯片：旗舰手机SoC玄戒O3、端侧大模型加速芯片玄戒O100、智驾高算力芯片玄戒D100，覆盖手机、AI算力、汽车三大场景。这是继2025年玄戒O1之后，小米第一次跳出手机SoC单一品类。

三颗芯片各有硬货。玄戒O3采用3nm工艺，集成240亿晶体管，安兔兔跑分522万，是行业首款突破500万分的手机芯片，9月随小米18 Fold首发量产。玄戒O100是全球首颗6nm制程下实现晶圆级垂直堆叠封装的AI加速芯片，键合间距仅1.4微米，内存带宽1.22TB每秒，是主流旗舰手机内存带宽的16倍，端侧推理速度最高330Token每秒。玄戒D100是国内首款3nm智驾芯片，20核CPU加16核NPU，单芯片最高支持160GB统一内存，可本地部署200B参数大模型，明年商用。小米芯片团队近3000人，三款芯片研发历时3年，累计投入超210亿元。消息落地后，小米集团港股盘中一度上涨超4%。

这笔投入值不值，要看商业账。小米人车家全生态的硬件连接设备规模已达10亿级，自研芯片如果只服务一两款机型，研发成本摊不下来；但同一套算力能力逐步进入手机、汽车乃至机器人，能承载研发投入的终端规模就被拉大了。财通证券的测算显示，二季度小米汽车毛利率19.2%，手机平均售价创新高，互联网业务毛利率76.8%，整体盈利基础稳固，后续核心看汽车放量和手机毛利稳定性。芯片与大模型的软硬协同已经开始在报表里留痕——二季度小米"其他相关业务"收入10亿元，增量来源之一就是MiMo大模型系列的AI业务收入。在技术沟通会现场，小米还展示了同时搭载三颗芯片的桌面AI终端原型机，本地部署双模型、不联网运行，虽然暂未确定是否对外销售，但三芯协同的技术路线已经跑通。

把OpenAI和小米放在一起看，能看出同一个趋势的两条路径：海外巨头自研芯片是为了摆脱算力成本束缚、压低AI基础设施的运营开支；国内厂商自研芯片是为了供应链自主可控、自己定义终端体验的上限。方向不同，逻辑一致——算力正在从"买来的商品"变成"自造的底座"。

四、对A股意味着什么：先进封装和IP设计先受益

Jalapeño的跑分数据传到A股，市场给出的答案很直接。8月26日，芯原股份（688521）大涨9.73%，收于180.5元，成交额45.34亿元——这家公司的身份是芯片设计服务和半导体IP供应商，是国产ASIC产业链的核心卡位者。华虹宏力（688347）上涨7.71%，中芯国际（688981）上涨3.46%，晶圆代工环节同步走强。光互联方向，剑桥科技（603083）涨停，中际旭创（300308）成交额高达186亿元。

从产业链传导看，ASIC定制化浪潮里有三个确定性较高的环节。一是设计服务与IP：定制芯片数量越多，芯片设计服务公司的订单池越大，博通、Marvell在海外验证了这条路径，国内对标的正是芯原股份这类企业。二是先进封装：Jalapeño的HBM4、玄戒O100的3D晶圆级堆叠，都指向同一个方向——摩尔定律放缓后，封装成为算力密度的新战场，国内封测和封装设备环节的景气度有支撑。三是配套的光互联与电源：ASIC集群同样需要高速互联和高功率供电，CPO、高压直流等方向的需求逻辑不变。

也要把风险说清楚。第一，Jalapeño目前只覆盖推理场景，训练市场的壁垒依然由英伟达把守，"GPU被取代"的说法为时尚早。第二，OpenAI自研芯片的产能和良率爬坡仍有不确定性，10吉瓦计划能否按期兑现需要持续跟踪。第三，A股相关标的的涨幅已包含预期，短期情绪驱动的波动风险不小；国产ASIC生态与海外还有代差，业绩兑现节奏需要验证。

算力这场仗，打到今天已经不是"谁家芯片最强"的单线叙事，而是"谁能以最低成本把推理规模做到最大"的成本战争。当OpenAI用9个月造出一颗跑分碾压英伟达的推理芯片，当小米用210亿砸出三颗自研芯片，AI算力的供应链已经开始多极化。对投资者来说，比起争论英伟达会不会被取代，更值得跟踪的是先进封装、设计服务、光互联这些无论谁赢都绕不开的环节。值得留意的是，资本市场已经在为这种多极化定价：8月26日科创芯片ETF（588290）跟踪指数上涨1.47%，中际旭创（300308）单日成交186亿元仍维持高位换手，资金对算力产业链的关注并没有因为"英伟达被挑战"的叙事而撤退，反而在向产业链的更多环节扩散。

AI算力的每一次格局重构，我们都在第一时间拆给你看。关注「用心小站」，不错过下一轮产业链的卡位战。

对私募投资感兴趣？加微信 yxxz798，进交流群，和更多高净值投资者一起聊。

关注用心小站，获取更多深度分析

风险提示：本文不构成投资建议。文中提及的公司、行业与技术分析仅供研究参考，科技板块波动较大，投资者应独立判断、谨慎决策。股市有风险，入市需谨慎。

扫码添加企业微信 · 加入读者交流群

每天一篇深度财经文章 · 了解基金、量化基金选择，欢迎入群交流

扫码添加企业微信

添加微信扫码

（添加企业微信后自动发送入群链接）