OpenAI「辣椒芯」幹翻英偉達!老黃股價不跌反漲

2026年8月26日 09:34
OpenAI「辣椒芯」幹翻英偉達!老黃股價不跌反漲
站內 AI 整理稿

OpenAI在自研晶片上的布局,近日成為科技圈最熱門的話題之一。外界以「辣椒芯」戲稱這款由OpenAI主導開發的AI加速器,名稱直白帶勁,也精準點出這項產品劍指英偉達在人工智慧運算市場霸主地位的強烈企圖。這款晶片的出現,不只是單純的技術突破,更被視為OpenAI試圖從底層硬體掌握話語權的關鍵一步,意圖在AI模型訓練與推論的競爭中,建立更完整的自主優勢。據了解,OpenAI在推進這項自研晶片計畫時,並未事先與英偉達執行長黃仁勳商量,而是逕自投入大量資源進行開發。這個細節在業界引發諸多聯想,因為英偉達長期以來一直是OpenAI最重要的算力供應夥伴,雙方關係緊密。

如今OpenAI選擇不打招呼就自行下場,展現出擺脫對單一供應商依賴的強烈意圖,也讓外界嗅到AI產業供應鏈即將迎來深刻變化的氣息。然而,市場對這場「以下犯上」的挑戰反應卻出乎許多人意料。消息曝光後,英偉達股價不僅沒有受到衝擊,反而逆勢上揚,呈現「不跌反漲」的走勢。這樣的表現讓不少分析師跌破眼鏡,也反映出投資人對這起事件的解讀,與一般直覺認知存在明顯落差。投資人顯然並未將OpenAI的自研晶片視為立即威脅,反而可能將其解讀為AI產業整體需求持續擴張的訊號。從市場心理的角度來看,OpenAI願意投入巨資開發自有晶片,恰恰說明了AI運算資源的戰略價值已經高到無法忽視的程度。

當最大的AI實驗室之一都願意親自下場打造硬體,這代表整個產業對算力的渴求仍在加速升溫。對投資人而言,這不是零和遊戲,而是整個餅正在變大的證據。即便OpenAI成功量產自研晶片,短期內仍難以撼動英偉達累積多年的生態系與軟體整合優勢,因此英偉達的市場地位並未受到根本性動搖。業界觀察指出,OpenAI選擇「不和老黃商量」就自行下場,背後反映的是大型AI實驗室對算力成本與供應鏈韌性的深層焦慮。過去幾年,英偉達高階GPU一卡難求,排隊等待交貨成為常態,這讓OpenAI深刻意識到,若要支撐下一代模型的訓練規模,勢必得握有更多自主權。

依賴單一供應商的風險,在需求爆炸性成長的時代被無限放大,任何供貨延遲都可能直接影響模型開發進度,這是任何AI實驗室都無法承受的風險。更進一步來看,OpenAI此舉也像是在為日益激烈的AI軍備競賽再添一把火。當領先的AI實驗室開始將觸角伸向晶片設計,競爭的維度已經從單純的模型演算法較量,擴展到基礎設施的自主掌控。這不僅是技術能力的比拼,更是戰略縱深的布局。誰能掌握更穩定的算力來源,誰就能在模型迭代的速度上取得領先,進而在市場競爭中佔據有利位置。不過,「辣椒芯」距離實際量產與大規模部署仍有漫漫長路。晶片設計只是第一步,後續還需要克服製程良率、軟體工具鏈、系統整合等一系列挑戰。

英偉達花了超過十年時間打造的CUDA生態系,累積了龐大的開發者社群與應用程式支援,這是任何後來者都難以在短期內跨越的門檻。OpenAI即便擁有頂尖的AI人才與技術實力,要在晶片領域複製過去的成功,仍需付出相當大的時間與資源代價。儘管如此,這一步棋已經讓外界看到,AI產業的權力版圖正悄悄發生位移。從單純的模型競賽,延伸至晶片設計的深水區,未來的AI競爭將更加立體、更加複雜。OpenAI的「辣椒芯」能否真正撼動英偉達的霸業,目前仍是未知數,但可以肯定的是,這場由算力需求驅動的產業變革,才剛剛揭開序幕。

對英偉達而言,OpenAI的自研晶片計畫短期內或許不構成威脅,但長期來看,這代表著最重要的客戶之一正在逐步走向自立。英偉達必須思考如何在鞏固既有優勢的同時,回應客戶對供應穩定性的需求,否則當更多大型AI實驗室跟進自研晶片的腳步,英偉達的護城河終將面臨真正的考驗。回到市場面,英偉達股價的逆勢上漲,或許也透露了投資人的集體判斷:AI產業的成長動能依然強勁,OpenAI的挑戰更像是產業擴張的註腳,而非顛覆的開端。在這樣的大背景下,無論是英偉達還是OpenAI,都將在AI浪潮中扮演不可或缺的角色,而這場從模型到晶片的全面競賽,也將決定未來十年AI產業的權力格局。

Related

相關文章

Hugging Face BlogAI硬體

擴展印度語言預訓練:2.8兆詞元與開放資料生成管線

本文介紹了針對22種印度語言的預訓練擴展計畫,使用了2.8兆詞元,並提供了12種語言的羅馬化資料。作者來自AI4Bharat與NVIDIA,開發了一套可重用的GPU加速管線,用於翻譯、品質評估與修復,以支援這些語言的模型訓練。

3 天前
Hugging Face BlogAI硬體

Multimodal open d1 decision models for the edge

Back to Articles Multimodal open d1 decision models for the edge Team Article Published October 7, 2026 Upvote - Aurelien Lac Aurelien-Lac Follow LiquidAI Fernando Fernandes Neto fernandofernandes Follow LiquidAI Edoardo Mosca EdoardoMosca Follow LiquidAI Maxime Labonne mlabonne Follow LiquidAI Leonie Monigatti iamleonie Follow LiquidAI Today, we release two open decision models in our d1 decision model family: d1-3B and d1-omni-600M (experimental).

1 週前
量子位AI硬體

AI算力硬合作,馬斯克還是更相信中國製造

馬斯克確認正與臺積電討論Terafab芯片製造合作,此前英特爾是唯一被點名的夥伴,計劃提供14A製程。Terafab規模龐大,目標年產1TW AI算力,約為當前全球產出50倍,馬斯克可能藉此分散風險並確保芯片供應。外界推測合作可能採臺積電直接運營、SpaceX控股或僅技術合作等模式,英特爾的14A製程也可能與臺積電技術混搭使用。

2 週前
Hugging Face BlogAI硬體

NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction

Back to Articles NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction Enterprise + Article Published September 29, 2026 Upvote - Jingang Qu jingangqu Follow nvidia Valter Hudovernik valterh-nv Follow nvidia Martin Jurkovic martinjurkovic Follow nvidia Cedric Lorenz cedric-lorenz Follow nvidia Akihiro Nitta akihironitta-nv Follow nvidia DG dgordeev Follow nvidia Federico Lopez flopeznv Follow nvidia Ramona Bendias RBendiasN Follow nvidia Gilberto Titericz Jr titericz Follow nvidia Aleksandar S.

2 週前