文 | 字母AI

黃仁勛近年來的變化，就是頭發比以前白了。

有人說白頭發是因為基因、歲數，也有一部分人認為，是因為焦慮、壓力。

2026年5月，黃仁勛在斯坦福大學面向在校學生的公開演講中說到，“我90％的工作都是硬撐，但任何工作，我都努力做到最好。”

實際上早在33年前，黃仁勛在采訪中就曾表示過他自己的壓力，黃仁勛說“英偉達距離倒閉只有30天。”

最近黃仁勛又多了一個頭發變白的理由，那就是OpenAI和博通一起發布了Jalape?o芯片。

這是OpenAI第一顆自研的推理芯片。從設計到流片只用了九個月，目標部署10GW，而且這顆芯片已經可以跑GPT-5.3了。

OpenAI跟Anthropic不一樣，后者又有谷歌的TPU，又有亞馬遜的Trainium。OpenAI此前一直是堅定的英偉達用戶，現在有了Cerebras還不夠，又和博通混到了一起。

英偉達還在狂奔，但英偉達有敵人了

5月20日，英偉達公布了最新一個季度的財報。單季營收816億美元，毛利率是74.9%，自由現金流接近490億美元。數據中心收入752億美元，同比增長92%。

顯然，英偉達仍然在春風得意。

但現在的局面就是，英偉達正在被圍攻。

就拿博通來說吧，他們最近的財報就很亮眼。在最新一個季度里，公司AI半導體業務收入達到108億美元，同比增長143%。

而博通預計，2026財年這塊業務的收入將達到約560億美元，而上一個財年約為200億美元。

博通跟英偉達不一樣，博通做的是ASIC，也就是“按客戶需求定做的AI芯片”。客戶想要什么芯片，它就幫客戶專門做什么芯片。

現在的AI算力不是一顆芯片在工作，而是幾萬、幾十萬顆芯片組成一個集群一起工作。模型訓練時，芯片要不斷交換參數；推理時，尤其是專家模型和長上下文任務，芯片之間也要頻繁傳數據。

也就是說你芯片算得再快，如果網絡跟不上，整個算力集群就會被最慢的通信環節拖住。

這就是博通的優勢了，博通本質上是一個通信公司。它除了做ASIC以外，還給它的客戶做連接這些芯片的高速以太網交換芯片。

比如博通最新的Tomahawk 6交換芯片，單顆交換能力達到102.4Tbps，面向的就是超大規模AI集群。OpenAI與博通的10GW合作公告里就明確寫到，合作內容也不只包括定制AI加速器，還明確包括配套的Ethernet網絡方案。

還有一點，博通足夠“中立”。

這是很多人都會忽略的地方。無論是OpenAI也好，還是Anthropic也好，他們都不希望把自己的核心芯片計劃交給另一家也在做大模型、做云服務的公司。

而博通剛好不做模型、不賣云，它也不和客戶搶最終用戶。 就是因為這層身份在，所以OpenAI和Anthropic才會都選擇它。

英偉達現在的對手可不只有博通，還有亞馬遜。

AWS雖然不單獨披露Trainium的收入，但亞馬遜CEO安迪·杰西（Andy Jassy）在今年4月的股東信里表示，包括Trainium、Graviton和Nitro在內，亞馬遜的自研芯片業務，年化收入已經突破200億美元。

關鍵后面他還補了一刀，說如果把這個芯片部門當成獨立公司，讓亞馬遜在2026年生產的所有芯片，按市場價賣給AWS和外部客戶，那么年收入大約是500億美元。

其實亞馬遜的Trainium芯片，正在成為亞馬遜第二大生意。

谷歌這邊，情況也是一樣的。

Anthropic在去年10月拿到了最多100萬顆谷歌TPU的使用權，超過1GW的算力容量在2026年上線。今年4月，Anthropic又跟谷歌和博通簽了新的協議，鎖定了約3.5GW的下一代TPU算力，2027年開始交付。

與此同時，谷歌云的單季收入在2026年第一季度首破200億美元，同比增長63%，谷歌還披露其AI Agent相關收入同比增長了800%。

OpenAI和Anthropic正在 脫離英偉達的管控

英偉達除了要面對四面八方圍過來的友商，還得去應付OpenAI和Anthropic這兩個小弟。

OpenAI現在把算力分成了兩條路線，一條還是英偉達，另一條線是Cerebras和博通。

Cerebras做的東西跟市面上所有AI芯片都不一樣，它用的是晶圓級芯片，一整片晶圓就是一個處理器，上面有幾十萬個計算核心。這種架構的核心優勢是數據移動極少，延遲極低。

對推理來說，延遲低意味著模型輸出更快。

今年1月，OpenAI跟Cerebras簽了一份價值超過200億美元的多年期協議，承諾部署750MW的Cerebras推理算力，交付時間橫跨到2028年。

基于這筆合同，Cerebras拿到了OpenAI給的10億美元運營資金貸款，隨后在5月完成了64億美元的IPO。

Cerebras的年收入指引還不到9億美元，但一份OpenAI的合同就給這家公司帶來了超過200億美元的收入。

甚至我可以斷言，Cerebras現在就是OpenAI的硬件部門。

博通跟Cerebras不同的地方在于，后者簽的訂單是算力合同。要在規定的時間內，給OpenAI提供一定規模的推理服務。

而前者的訂單內容，是OpenAI自己主導設計芯片。OpenAI最清楚自家模型推理時，算力、內存、KV Cache、網絡通信分別卡在哪里。

這就跟買車一樣，你只開公路，那就沒必要選配越野輪胎、四驅和底盤護板，這些配置只有越野的時候才有用，公路完全用不上。你就能把這錢省下來去升級別的地方。

這是OpenAI的第一顆自研推理芯片，從架構設計到流片只用了九個月。

博通說這是先進半導體歷史上最快的ASIC開發周期。Jalape?o從一張白紙開始，完全圍繞ChatGPT的推理進行設計。

GPT-5.3-Codex-Spark已經在實驗室里跑在Jalape?o工程樣片上，跑的是生產環境的目標頻率和功耗。OpenAI的說法是，每瓦性能“遠超當前最先進水平”。

Jalape?o的目標部署規模是10GW，相當于10座大型核電站。

雖然在訓練端，OpenAI仍然離不開英偉達GPU。因為前沿大模型訓練對算力密度和互聯帶寬的要求非常高，目前只有英偉達的GPU能夠滿足OpenAI的標準。

但推理不同。推理是穩定、海量、重復的工作負載。每天幾億人問ChatGPT同樣類型的問題，模型結構不變，計算模式高度可預測。

這種負載最適合被專用化，把通用GPU里那些用不上的電路全都砍掉，只保留大模型推理需要的部分，便宜而且高效。

Anthropic走的是另一條路。

它把推理和訓練一起押在了AWS Trainium上。Trainium是AWS自己的AI芯片，兼顧訓練和推理。

今年4月，亞馬遜又向Anthropic投了50億美元，累計投資達到130億美元，并保留了追加至多200億美元的權利。

禮尚往來，Anthropic承諾未來十年在AWS上花費超過1000億美元，鎖定5GW的Trainium算力，覆蓋Trainium2到Trainium4三代芯片、數千萬顆Graviton CPU。

圍繞這個超級大合同，亞馬遜在印第安納州建了兩個巨型數據中心園區，名為“Rainier項目”，規劃總容量約4.7GW。

我簡單算了算，如果OpenAI和Anthropic兩個大型園區全天運行，一年要消耗掉1288億度電，相當于15座大型核電站。

這個數字可能看著有點虛，我換成熱量你就能看懂了。14.7GW功率下，每秒消耗是147億焦耳（14.7 × 10? J），那么每天就是1.27 × 101?焦耳。相當于30.4萬噸TNT。

然而，就是這么大一筆訂單，卻全然和英偉達一毛錢關系都沒有。

博通突然上位

最后回過頭來看博通。

你有沒有想過這么一個問題，為什么OpenAI、Anthropic的“去英偉達”路線，最后都得經過博通？

就拿OpenAI來說，明明它可以仰仗微軟，畢竟OpenAI本來就有很大一部分算力是從微軟的Azure買來的。但現實就是，OpenAI正在遠離微軟。

這里面的核心邏輯是，OpenAI和Anthropic都想要芯片的“定義權”。

看似OpenAI跟博通開發Jalape?o芯片的整個過程中付出了很多，設計了整個芯片。可如果你了解芯片行業你就清楚，設計芯片其實是行業內最簡單的部分，難的是后面的工程化、量產和網絡系統。而這些部分，全都掌握在博通手里。

一顆AI芯片，真正跟模型推理直接相關的計算邏輯，可能只占整個芯片面積的一半不到。

剩下這些用來搬運數據、串行接口、主機通信的模塊，每一塊都極其復雜，從頭設計任何一塊都要幾十個工程師干大半年。

博通做了幾十年通信芯片，這些IP全是現成的。之所以Jalape?o九個月能從圖紙到流片，其實跟新聞稿中提到的OpenAI用AI設計芯片關系不大，真正靠的是博通豐富的基礎設施。

2023年AI剛火起來的時候，所有人的眼睛都盯著英偉達。GPU是稀缺品，H100一卡難求，英偉達的市值從幾千億一路沖到幾萬億。博通那陣子反而沒什么聲音。

隨著行業的發展，博通開始意識到，想自己造芯片的AI公司越來越多。不過大家都不想從頭開始研究芯片，又累又苦又費時間精力。

所以就催生出了一個新詞，叫做“芯片自主權外包”。

博通的位置剛好卡在這里，我能幫你設計，我幫你找代工廠，我幫你管供應鏈，我幫你做網絡。最后芯片是你的，你想怎么用怎么用，不用跟我分成。

博通賺的不是產品的錢，是服務的錢。這就導致博通的客戶越成功，博通的生意就越大。

而這件事，英偉達做不了。不是技術上做不了，是商業模式上做不了，因為英偉達賣的是成品，它只懂成品那套邏輯。

博通是把整套鏈路全都鋪滿了，你任何一個環節有需求，博通都能給你找到對應的價碼。

還有一層。英偉達的客戶之間是競爭關系。

它如果幫OpenAI設計芯片，Anthropic會怎么想？谷歌會怎么想？Meta會怎么想？

而且英偉達現在還需要面對一個問題：造芯片的錢，很大一部分根本不是它賺的。

一顆GPU，最貴的部分不是核心，是旁邊堆的那幾層HBM。HBM是一種堆疊式高帶寬內存，模型參數越大，需要的HBM越多。

全球能大規模量產HBM的，就那么幾家。比如三星和SK 海力士，這兩家幾乎平分了這個市場。

換句話說，英偉達賣一顆 GPU，里面相當一部分收入轉手就交給了韓國人。更何況HBM的產能本身就緊張，擴產周期極長。一座HBM工廠從規劃到量產要好幾年，比建GPU的先進封裝產線還慢。

所以這就是今天的黃仁勛，前有狼后有虎，手里牽著的兩個娃還不老實。