上周，OpenAI和博通站到一起，揭开了代号「Jalapeño」的AI推理芯片。这块芯片从设计到流片只用了9个月，而行业常规节奏是18到24个月。OpenAI用自己的模型辅助架构探索、功耗仿真和布局优化，等于「AI设计AI芯片」从概念走成了实物。
为什么是推理芯片，不是训练芯片
Jalapeño定位很清晰——它专门跑推理，也就是用户发请求、模型输出回答这个环节。训练那边暂时还是英伟达GPU的天下，但推理成本占了OpenAI运营开支的大头，每天数亿次API调用和ChatGPT请求，每省一分钱都是真金白银。
据彭博社援引内部测试数据，Jalapeño相比当前主流AI GPU，推理成本能降约50%。这个数字如果属实，对OpenAI的盈利模型意味着什么，不难想象。
「我们利用服务于用户的前沿模型，来优化运行未来模型的基础设施。」——OpenAI总裁Greg Brockman
全栈竞赛，不只是模型能力的比拼
这件事更大的信号在于，AI公司的竞争维度正在切换。谷歌有TPU，亚马逊有Trainium，微软有Maia，现在OpenAI也正式入局自研芯片。大家都在做同一件事：把「模型+芯片+系统+网络」打包成自己的全栈能力，而不是只租英伟达的卡。
但OpenAI并没有打算彻底甩开英伟达。Brockman自己说得很直白：「我们根本无法足够快地获得算力。」Jalapeño是对爆炸式算力需求的结构性补充，不是替代。OpenAI同时在向英伟达、AMD、Cerebras多方采购，Jalapeño只是其中一块拼图。
千兆瓦部署，多代路线图
博通CEO陈福阳透露，Jalapeño将于今年开始在千兆瓦级数据中心部署，合作伙伴包括微软。他强调这只是「多代路线图的起点」，OpenAI和博通的目标是共建吉瓦级算力集群。
芯片细节方面，Jalapeño被归类为ASIC（专用集成电路），架构围绕大语言模型推理负载从零设计，核心思路是降低数据移动开销、平衡计算-内存-网络的资源分配。OpenAI表示，工程样品已以目标频率成功运行GPT-5.3-Codex-Spark等复杂强化学习任务，早期测试显示每瓦性能「显著优于当前最先进的AI加速器」。
详细的性能技术白皮书将在未来数月内发布。对于盯着AI基础设施赛道的人来说，Jalapeño的实测数据值得等。
发表回复