OpenAI九个月造出AI推理芯片：巨头自研潮背后的算力博弈

上个月，一个做一级市场的朋友突然问我："你说OpenAI为啥要自己搞芯片？英伟达的GPU不够用吗？"

我当时第一反应是这哥们儿可能问到了2026年AI圈最核心的问题。

先说结论：不是不够用，是用不起。

我给你们算笔账。你每次问ChatGPT一个问题，它背后不是一台普通服务器在工作，而是成百上千块英伟达H200 GPU在疯狂计算。每块H200的市场价差不多3~4万美元，一个数据中心动辄几万块。OpenAI的ChatGPT每天处理几十亿次请求，光电费就是一个天文数字。

Greg Brockman（OpenAI总裁）在接受CNBC采访时说了句很牛的话：Jalapeño这个芯片从设计到流片只用了9个月正常芯片开发周期是18到24个月。更关键的是，设计过程中还用了AI来辅助设计芯片。

你品，你细品！AI自己帮人类设计出了更高效的AI芯片。这个递归循环，很多硬件工程师跟我聊的时候都说"头皮发麻"。

我查到的数据是：Jalapeño是专门做"推理"（inference）的芯片。啥是推理？可以这么理解，训练是"上学"，推理是"考试"。训练一次学完，推理是每次回答问题都要算一遍。OpenAI每天要"考"几十亿次，所以推理芯片的效率直接决定了他们的盈亏线。

Jalapeño芯片概念图——OpenAI与Broadcom联合推出的首款AI推理芯片

● ● ●

7月9日，OpenAI正式公开发布了GPT-5.6系列。这次不叫GPT-5.5升级版了，而是搞了个太阳系命名体系：Sol（太阳）、Terra（地球）、Luna（月亮）。

我重点说说Sol旗舰版。

直接上硬数据：

你没看错，1/16。

Dan Shipper（Every的CEO）测试了一个月后说：Sol用起来像保时捷，又快又顺。

有人在reddit上讨论说："If Sol costs half of Fable 5 while being 61% faster, the unit economics of running AI just changed overnight." 翻译过来就是：如果Sol只要Fable 5一半的钱还快60%，那AI的运行成本逻辑一夜之间就变了。

但我更关注另一个事：OpenAI专门强调了Sol在编程、网络安全和科学研究上的能力提升。

我问了身边几个做开发的哥们儿，他们试用Terra之后说，对付日常编程任务，Terra已经够了，完全没必要上Fable 5。

GPT-5.6三款型号：Sol、Terra、Luna的比较示意图

这背后意味着什么？AI大模型的价格战已经打到了"你死我活"的程度。而且这还只是个开始。

● ● ●

说到价格战，就不得不提英伟达。

过去三年，英伟达几乎垄断了AI芯片市场任何做AI的公司都得买它的GPU，排队等产能，价格他说了算。

但2026年情况在变。

一组关键数据：

你想想，如果全世界最需要算力的公司都在自己做芯片，那英伟达的"稀缺性"还剩多少？

当然，75%依然是一个恐怖的市占率。但问题是——趋势。

Broadcom的CEO Hock Tan在财报电话会上说，他们和OpenAI签了10 GW（吉瓦）的算力合作协议。10 GW什么概念？相当于10个核电站的发电量。 这么多电，全部用来跑AI推理。

我那个朋友又问："那英伟达会不会被打趴下？"

我说你想多了。英伟达的GPU依然是训练大模型的首选，这块他们还有绝对优势。但推理市场正在被自定义ASIC蚕食，这就像高速公路上的卡车（训练）和私家车（推理）：卡车还是得用柴油机，但私家车越来越多改电动了。

英伟达GPU与自定义AI芯片市场份额变化对比图

● ● ●

7月12日，Sam Altman在X上发了条帖子，说："至少到目前为止，我相当确定AI创造了新的就业机会。"

这条帖子下面的评论区，那叫一个热闹。

有人说他站着说话不腰疼。也有人翻旧账，Altman今年2月接受采访时就说过AI会创造新职业形态，当时市场解读为"安抚大众"。

我的看法可能不太一样:

我自己最近半年明显感觉到，身边很多朋友开始用AI做以前根本不会做的事。有个做法律的朋友，完全不会写代码，用Claude Code搭了个自动审核合同的工作流；还有个做市场的妹子，用AI一天生成100条推广文案，以前她一周都写不出来。

Anthropic最新的2026趋势报告里有个数据：约27%的AI辅助工作，是"如果没有AI就根本不会去做"的任务。

说白了，AI不是在"抢饭碗"，而是在"创造新饭碗"。只是这些新饭碗长什么样，现在谁也说不清楚就像1995年没人能准确描述"新媒体运营"这个职位一样。

AI创造新职业——程序员从写代码转向指挥AI智能体

● ● ●

写到最后，我想说说更大的格局。

今年7月初，联合国在日内瓦开了首届AI治理全球对话，古特雷斯喊话，保护儿童、AI决策保留人工把关、2030年数据中心全部用可再生能源。基调很好，但现实更骨感。

真正的较量在芯片层面。

OpenAI有Jalapeño、Google有TPU第七代、Meta有MTIA v2、微软有Maia 200，每家科技巨头都在砸钱做自己用的芯片。原因很简单：把命脉攥在自己手里。 英伟达的GPU价格和产能都不受你控制，哪天涨价了、断供了，你只能干瞪眼。

但我要说个反常识的观点：这种"军备竞赛"对普通用户反而是好事。

竞争带来价格下降。GPT-5.6的Terra比Fable 5便宜16倍，意味着更多中小企业和个人开发者能用得起顶级AI能力。这才是真正的"AI普惠"。

而OpenAI能用9个月搞出一款芯片，本身就是AI时代速度的缩影你也很难想象，整个设计流程中，AI自己参与了芯片设计。这让我想起一个硬件工程师朋友的原话："以后可能人类只需要告诉AI'我需要一个能跑大模型的芯片'，AI就把设计图给你了。"

扯远了，回到主题。 这场芯片竞赛最终会走向何方？我不知道。但我知道的是：2026年7月的这个夏天，AI产业正处在一个关键的转折点上模型在进化、芯片在变革、商业模式在重构。

作为普通读者，你不需要记住Jalapeño、GPT-5.6这些拗口的名字。你只需要知道：未来的AI会更快、更便宜、更普及。而这，才刚刚开始。

AI芯片军备竞赛——各大科技巨头自研芯片格局一览

我是老猫，一名科技科普公众号作者。如果你觉得这篇文章有帮助，欢迎转发给朋友。