一周前,英伟达刚给 OpenAI 的数据中心兜底了最高 1050 亿美元。 一周后,OpenAI 就把一枚自己造的芯片摆上了台面。那枚芯片对标的是英伟达当下最贵的产品。 这件事很容易被人讲成一个背叛故事:老黄最大的金主翻脸自己造零件了。 但我觉得真正有意思的地方不在背叛,而在于一个更底层的问题——为什么是现在,为什么是这种芯片,为什么贵为全球市值一哥的英伟达,都得一边掏钱绑住客户,一边眼睁睁看着客户学会自己干。 1 先把这枚叫 「Jalapeño 」(墨西哥辣椒)的芯片,从参数的世界里请出来,咋们尽可能通俗的聊聊。 你可以把它理解成两种厨房的区别。英伟达卖的是通用大灶,煎炒烹炸都能来,代价是烧气多。OpenAI 这个只为一件事设计:模型训练完之后,给用户吐出回答的那一刻,就是所谓的推理,别的活它不接。 结果很直观,它标称 700 瓦,英伟达那块要 1400 瓦,差不多一半的电,干同样的活。更关键的是,它只做"推理",不做"训练"——训练一个新模型,眼下还得靠英伟达的显卡。 OpenAI 说,,他们利用即将推出的最新一代模型 Astra 和 Codex 辅助打造了 Jalapeño,从最初的设计到最终投入生产,「仅」耗时九个月。 但 OpenAI 不会出售这款芯片,硬件副总裁对媒体说——公司内部“非常需要这款芯片”,并且仍然依赖英伟达来训练新模型。 此外,另有两代产品正在研发中,计划于今年晚些时候交付,2027 年之前逐步提高产量。 这枚芯片切走的,是英伟达最肥的一段,却不是它的全部,是 AI 生意里最日常、最规模化、也最烧钱的那一段。 至此,OpenAI 划出了一条线:哪些事必须依赖供货商,哪些事可以自己来。 但这条线画出来的那一刻,关系就变了。 2 那么为什么是现在?答案在电厂里。 今天的数据中心,最缺的早不是显卡,是电。黄仁勋近年反复强调一个事实:数据中心的瓶颈正在从算