➡️ 【全文导览】亚马逊追加200万块英伟达GPU至300万块，合同金额达数百亿美元。英伟达推出定制内存NVHBM，带宽提升30%、功耗降15%、芯片面积节省30%。OpenAI自研芯片Jalapeño从零到流片仅用9个月，每瓦性能超GB300达1.7倍。AI算力竞赛从“买买买”进入“造造造”新阶段。

文｜捉驿 • 栏目｜数字视线

亚马逊又下单了。200万块英伟达GPU，2027到2028年铺进全球数据中心。

这已经是今年3月100万块基础上的追加。

另一边，英伟达把内存控制器从主芯片搬到了HBM基片上，带宽提升30%，功耗降低15%。

而OpenAI，从一张白纸到造出第一颗芯片，只用了9个月。

三件事发生在同一个48小时里。它们指向同一个方向：AI算力不再只是“买买买”，开始变成“造造造”。

三百万卡铺算力底座，内存重构破带宽瓶颈，

九个月芯开垂直新局，智能自造方能成其身。

下次有人再问“AI芯片还能怎么卷”，你可以直接告诉他：从买200万块到9个月造一颗，只差一个“不得不”的距离。

◆ 200万块GPU：算力军备竞赛没有减速

8月26日，亚马逊云科技与英伟达联合宣布，计划在2027至2028年间额外部署200万块英伟达GPU。

这并非增量，今年3月GTC大会上，亚马逊已承诺部署100万块。追加之后，总部署规模达到300万块。

这批芯片覆盖英伟达Blackwell Ultra、Rubin和Rubin Ultra三代架构，单颗标价预计至少数万美元。

按最低价估算，这笔订单的合同价值也在数百亿美元级别。AWS此前已在2026年承诺100万块，如今翻倍追加，算力需求没有放缓的迹象。

AWS还将首次部署英伟达Vera CPU，并推进自研Trainium芯片与英伟达NVLink Fusion、NVHBM技术集成。

亚马逊CEO安迪·贾西与英伟达CEO黄仁勋共同宣布了这项合作。黄仁勋直言：“AWS与英伟达正在共同构建AI基础设施。”

AWS CEO Matt Garman表示，此次扩张为“前沿实验室、企业与政府提供更多在AWS上构建与部署AI的方式”。

自研芯片与英伟达GPU并非“二选一”，而是并行扩张。

■打个比方：就像一家餐厅原本只买现成的预制菜，现在不光自己建中央厨房，还开始种菜、养猪、磨面粉。亚马逊这200万块GPU订单，就是“中央厨房”的扩建计划，先把产能铺到足够大，再慢慢把供应链攥在自己手里。■

◆ NVHBM：英伟达如何打破“内存墙”

就在宣布亚马逊200万块订单的同一天，英伟达推出了NVHBM，一种定制版高带宽内存。

AI芯片的瓶颈早已不是算力，而是内存带宽。

模型参数越来越大，数据搬运的速度跟不上计算的速度，GPU核心时常“饿着肚子等数据”。

NVHBM的核心创新，是将内存控制器从主芯片转移到HBM堆栈的基片之中。

传统方案中，内存控制器占据主芯片上本可用于计算的宝贵面积。

NVHBM将控制器下沉后，主芯片计算可用面积最多可增加25%。

与此同时，相比标准HBM4e，NVHBM每个内存堆栈的带宽最高提升30%，功耗降低15%。定制化物理层接口比JEDEC标准减少了67%的I/O面积。

NVHBM还与英伟达NVLink Fusion形成互补，共同构建从GPU到CPU到系统的完整内存互连生态。

英伟达表示，NVHBM采用与未来自家GPU相同的技术基础开发，已与多家主要内存厂商完成验证。亚马逊旗下芯片设计公司Annapurna Labs成为首家合作伙伴。Annapurna Labs副总裁Nafea Bshara表示：“NVHBM为提升高带宽内存的性能与效率提供了一条新的架构路径。”

◆ Jalapeño：OpenAI的9个月造芯奇迹

就在英伟达发布NVHBM和亚马逊追加订单的同一天，OpenAI公布了自研推理芯片Jalapeño的更多细节。

Jalapeño，西班牙语意为“墨西哥辣椒”。OpenAI用这个名字命名第一颗芯片，潜台词是：这只是入门级。

从一张白纸到流片，OpenAI只用了9个月，行业通常需要18到24个月。

OpenAI称之为“高性能先进半导体领域有史以来最快的ASIC开发周期”。

Jalapeño采用台积电N3P工艺制造，封装了6个HBM4内存堆栈，提供216GiB内存容量和15.4TB/s带宽。

计算裸片提供13.4 PFLOPs的MXFP4算力。额定功耗700W，实测持续功耗不超过550W。

作为对比，英伟达GB200的TDP为1200W，GB300为1400W。

在SemiAnalysis InferenceX基准测试中，针对GPT-OSS 120B、DeepSeek R1 670B等大模型，Jalapeño同时在吞吐量和延迟等指标上超越了GB300。

在GPT-OSS 120B模型上，Jalapeño的每瓦性能是GB300的1.7倍。

9个月是如何做到的？

OpenAI动用了尚未发布的旗舰模型GPT-6（代号Astra）和内部加强版Codex参与芯片设计。

AI读历史设计数据、生成RTL代码、辅助验证和调试、优化布局布线。

芯片设计最磨人的不是“想方案”，而是无数次的设计-验证-改-再验证循环，AI替人扛掉了最磨人的那一大块。

恩典并不摧毁自然，而是成全自然。AI没有取代芯片设计师，而是成了设计师手中最趁手的工具。

OpenAI计划2026年底开始部署Jalapeño，届时跑在上面的更强AI会设计下一代更强的芯片。这是一个自我强化的飞轮。

算力的下一站：从买芯片到造芯片

当云厂商的订单从100万翻到300万，当英伟达把内存控制器搬了个家，当OpenAI用9个月造出第一颗芯片，AI算力竞赛的规则正在被重写。

买，还是造？答案可能是：都选。

三百万卡云中铺，内存搬家带宽足。
九个月芯自己出，英伟达看了也嘀咕。

朋友，你觉得AI算力这波军备竞赛，最后谁会赢？是英伟达继续当卖铲子的，还是OpenAI这种自己造铲子的能把局翻了？来聊聊。

#亚马逊200万块GPU# #英伟达NVHBM# #OpenAI自研芯片Jalapeño# #AI算力军备竞赛# #BlackwellUltra#   #台积电N3P# #SemiAnalysis基准测试#

【免责声明】 ：本文部分配图源自公开渠道或CC0协议素材，仅作行业交流与产业参考使用。如涉侵权，请联系后台处理。本文仅做行业科普与实操分享，不构成任何投资、消费决策建议。文中数据及案例均来自公开信源，仅供参考，具体以实际为准。