英伟达财报中被市场忽略的重点信息（四）

黄仁勋回应Jalapeño：英伟达的统治力依旧稳固

OpenAI的Jalapeño芯片确实证明，针对固定推理负载设计的ASIC，可以在特定场景中超过通用GPU。

但“每瓦性能比Rubin高2倍”并无官方依据。OpenAI公布的对手是GB200和GB300：在GPT‑OSS、DeepSeek R1和Kimi K2.5上，峰值每瓦工作量领先1.5—1.9倍。Jalapeño目前仍处于生产验证、软件完善和规模部署准备阶段，OpenAI也明确表示，未来仍将广泛采用英伟达芯片完成训练和推理。

黄仁勋的回应抓住了芯片竞争中最容易被忽略的一点：

做出工程样片，只完成了第一步；稳定量产、构建软件生态、连接数万颗芯片并长期运行，才决定商业成败。

我之类补充一个例子一个拥有全球最强技术能力和几乎无限资金的公司，两次失败——这比黄仁勋自己讲的更有说服力：

Meta自研训练芯片：高管最终判断软件稳定性不足、设计过于复杂无法规模量产、风险过高，两款旗舰训练芯片相继失败。备注其他公司的自研芯片基本都是推理芯片。

他强调，英伟达已经做了33年芯片，大量XPU项目启动后被取消；英伟达有信心继续提供最高生产效率，并凭借技术与供应链规模成为这些公司的最大算力供应商。

最硬的证据在采购订单上。AWS一边扩大Trainium，一边宣布2027—2028年追加部署200万颗英伟达GPU，并将下一代Trainium接入NVLink Fusion和NVHBM。自研芯片与英伟达可以同时扩张，英伟达甚至开始把竞争对手的XPU纳入自己的互连与存储体系。

Jalapeño代表专用芯片对推理市场的真实挑战；英伟达掌握的是训练、后训练、推理、网络、软件和规模交付的完整平台。

Rubin已经进入全面量产，运行于五家云厂，供应链覆盖30个国家、350多个生产基地。

未来更大的可能是自研芯片会切走部分固定应用场景，英伟达依然是新增AI算力最通用、最容易规模部署的默认选择，它的统治力依旧稳固。