YOHO AI

标签： OpenAI

  • OpenAI首款自研芯片Jalapeño曝光：不再完全依赖英伟达

    周三，OpenAI终于把自己的第一款定制芯片拿了出来给人看。这款叫Jalapeño的推理处理器，是OpenAI跟Broadcom一块设计、一块造出来的。公司说，这颗芯片是专门针对OpenAI推理系统的需求定制的，而且开发过程中，OpenAI自己的AI模型也参与了芯片的设计工作。

    目前Jalapeño还在测试阶段，但OpenAI透露说，早期测试结果显示，它的性能功耗比要比目前业界最先进的方案强不少。这话听着有点虚，但考虑到OpenAI的体量，他们确实有底气这么说。

    OpenAI Jalapeño芯片概念图
    OpenAI首款自研芯片Jalapeño（概念图）| 图片来源：TechCrunch

    为什么要自己造芯片？

    这件事其实传了很久。OpenAI跟Broadcom的合作关系去年10月就正式公布了，但OpenAI要自研芯片的传闻，早在2025年初就开始到处飞。最核心的动机很简单：他们不想被英伟达牵着鼻子走。

    现在训练大模型、跑大模型，全得用英伟达的GPU。算力需求越大，OpenAI交给英伟达的钱就越多。自己造芯片，哪怕只能替代一部分英伟达的GPU，长期来看也能省下不少钱，更重要的是，不用再看英伟达的脸色。

    OpenAI总裁Greg Brockman在去年10月的一期官方播客里说过一段话，大意是：”我们对自己要跑的工作负载有很深的理解。我们一直在找那些现有方案服务不够好的特定场景，然后想办法造出能加速这些场景的东西。”

    Jalapeño能干嘛？不能干嘛？

    先说清楚，Jalapeño不是用来训练大模型的。它的定位很明确：专门做推理（inference）。也就是用户发一条指令，模型给出回答这个过程。OpenAI在公告里特别强调了这颗芯片在跑实时编程模型时的低成本表现。

    像预训练这种特别吃算力的活，短期内估计还是得靠英伟达的硬件。但推理成本的优化，对OpenAI的财务来说可能是个大事情。每次用户问ChatGPT一个问题，OpenAI都要付一次推理成本。如果能把这部分成本降下来，哪怕只降一点点，积少成多，对公司的盈亏平衡会有不小的影响。

    不是只有OpenAI在这么干

    自研AI芯片这件事，OpenAI不是第一个，也不会是最后一个。Google有自己的TPU（张量处理单元），亚马逊有Trainium，这些都是为了同一个目的：加速机器学习工作负载，减少对英伟达的依赖。

    但OpenAI这次做的，跟Google和亚马逊还不太一样。Google和亚马逊主要是给自己云服务里的客户用，OpenAI造这颗芯片，首要任务是服务自己的产品和模型。Codex、GPT系列，这些产品的推理需求，OpenAI比任何人都清楚。自己造芯片，等于把优化的主动权拿在了自己手里。

    OpenAI在公告里说了一段挺有意思的话：

    “OpenAI不仅在开发前沿模型或在模型之上构建产品，我们还在设计支撑这些模型的基础设施：芯片架构、内核、内存系统、网络、调度、部署系统，以及产品体验。因为OpenAI在整个技术栈上都有布局，每一层都可以围绕同一个目标进行优化：让模型更快、更可靠、对用户更便宜。”

    这段话翻译过来就是：我们不想只做软件，硬件我们也要自己搞。从最底层的芯片，到最上层的产品体验，全都要打通。

    Jalapeño这个名字…

    最后说个题外话，这颗芯片的名字Jalapeño（哈雷佩尼奥），是一种墨西哥辣椒。OpenAI给项目起名字一直挺随意的，之前GPT系列的内部代号也全是这种风格。至少比叫”OpenAI Chip 1.0″有意思多了。

    这颗芯片目前还在测试，什么时候能大规模用上，OpenAI没说。但方向已经很明确了：以后的OpenAI，不仅卖模型、卖订阅，还要卖自己造的芯片跑出来的推理能力。英伟达估计不太乐意看到这个局面。

  • 近400家美国地方报纸联合起诉OpenAI和微软：AI版权大战从巨头打到社区

    6月24日，纽约联邦法院收到一份重量级诉状：近400家美国地方报纸联合对OpenAI和微软提起版权侵权诉讼，指控这两家科技公司在未获许可、未支付任何报酬的情况下，系统性抓取、复制并”摄取”其受版权保护的新闻报道，用于训练ChatGPT和微软Copilot等AI产品。

    这不是第一家起诉OpenAI的媒体，但可能是规模最大、最具象征意义的一次。此前《纽约时报》、Ziff Davis、梅里亚姆-韦伯斯特和大英百科全书已经分别提起了诉讼，而这次，将近400家地方报纸——那些真正在覆盖美国各地社区日常新闻的”草根媒体”——站了出来。

    地方报纸起诉OpenAI版权侵权
    近400家地方报纸联合起诉OpenAI和微软丨来源：AI生成

    诉状里写了什么？

    原告在诉状中用了很直白的表述：OpenAI和微软”抓取、复制并摄取”（scraped, copied, and ingested）了他们的新闻作品，没有任何许可，也没有任何补偿。这些地方报纸花真金白银做采访、写报道、核实事实，结果AI公司把内容一股脑喂给了大模型，训练出来的产品还能直接回答用户的新闻问题——相当于用报纸的内容训练出了一个竞争对手。

    “被告利用这些新闻作品开发能够直接替代传统新闻报道的AI产品，从而损害了新闻出版行业的生存基础。”——诉状原文

    原告律师在法庭文件中强调，地方报纸是美国社区获取本地新闻的核心渠道——市议会开了什么会、本地学校预算怎么花、哪里新开了一家店，这些”接地气”的信息，都是地方报纸的记者跑出来的。AI公司免费使用这些内容，制造出能回答同样问题的AI产品，本质上是在”搭新闻机构巨额投资的便车”。

    OpenAI的”选择性付费”策略

    这场诉讼最刺痛人的地方在于：OpenAI并不是完全不付钱。过去两年，OpenAI已经和Axel Springer（旗下有Business Insider、Politico）、英国《金融时报》、美联社、法国《世界报》等大型国际媒体达成了付费授权协议。换句话说，大媒体有谈判筹码，能拿到钱；而地方报纸没有，就被白白用了内容。

    这种”掐尖式”的授权策略，让中小型出版商特别愤怒。他们觉得，OpenAI是在用”分化瓦解”的方式逐个击破——先和大玩家和解，让小玩家陷入孤立无援的境地。但这次近400家报纸联合起来，就是要告诉OpenAI：我们虽然各自很小，但加起来不好惹。

    Timing对OpenAI很糟糕

    这起诉讼的Timing，对OpenAI来说相当棘手。据报道，OpenAI正在筹备IPO，但其2025年财报显示亏损高达385亿美元。持续增加的版权诉讼，会直接变成IPO招股书里的”法律风险”章节，投资者读了之后，对估值的看法可能会大打折扣。

    更严重的是，如果法院最终判决OpenAI需要为训练数据支付赔偿，那这个金额可能不是几千万美元能搞定的——大模型训练用到的数据量实在太大，按传统版权计费方式算下来，可能是个天文数字。这也是为什么OpenAI拼命想和大型出版商单独和解，而不是等法院给个统一规则。

    这不只是钱的问题

    地方报纸的困境，其实已经持续了十几年。广告收入被Google和Facebook吃掉，数字化转型又烧钱，很多地方报纸早就撑不下去了。现在AI来了，直接用它们的内容训练模型，连”引流”这个最后的价值都被剥夺了——用户问ChatGPT就能拿到新闻要点，为什么还要去报纸网站看全文？

    这起诉讼的走向，很大程度上会影响AI行业未来的数据使用规则。是继续”先用了再说”，还是建立一套透明的内容授权机制？答案可能要在法庭上见分晓了。

  • 苹果Vision Pro硬件负责人跳槽OpenAI，Jony Ive团队再添一员大将

    彭博社昨天（6月26日）爆了个挺炸的消息：负责Vision Pro头显和智能眼镜项目的苹果副总裁保罗·米德（Paul Meade），本周内就要离职，目的地是OpenAI的硬件部门。

    米德不是一般人物。2010年加入苹果，最早在iPhone和iPad团队干活，2017年转到视觉产品团队，一路把Vision Pro从概念推到发布。七年时间，这玩意儿终于在2024年上市，定价3499美元，被苹果寄予”下一代计算平台”的厚望。

    苹果高管跳槽OpenAI概念图
    苹果硬件高管流向OpenAI，AI硬件竞赛升温丨来源：AI生成

    去OpenAI干什么？

    米德去OpenAI，是加入去年被OpenAI收购的硬件创业公司io Products的团队。这家公司是谁创办的？乔尼·艾夫（Jony Ive），苹果的前首席设计官，也就是iPhone、iPad、MacBook那个标志性设计背后的灵魂人物。

    去年OpenAI把io Products买下来，外界就一直在猜：萨姆·奥特曼（Sam Altman）和乔尼·艾夫到底要做什么硬件？现在答案逐渐清晰——他们在组建一支豪华硬件团队，而米德是这个拼图里关键的一块。他带来的，是苹果内部关于高端硬件从零到一整套流程的实战经验。

    “米德将参与OpenAI即将推出的一系列人工智能设备的研发。”——彭博社援引知情人士

    苹果的当口，Timing很微妙

    这波人事变动的Timing，对苹果来说相当不凑巧。就在前几天，苹果刚宣布蒂姆·库克（Tim Cook）的接班人是约翰·特努斯（John Ternus），新的CEO时代即将开启。高管层本来就在洗牌，现在连Vision Pro和智能眼镜项目的硬件一把手也被OpenAI挖走了。

    更尴尬的是，Vision Pro刚宣布涨价。原因？据报道是RAM短缺。一个本就售价3499美元的头显，还要再涨一波，消费者的热情本来就不高，这下更难卖了。与此同时，苹果的智能眼镜项目还在开发当中，正是需要核心硬件人才的时候，结果负责人跑了。

    苹果和OpenAI发言人都拒绝置评。但市场已经在用脚投票——苹果的硬件护城河，正在AI时代被一点点蚕食。

    AI硬件竞赛，已经开打

    把视角拉远一点，你会发现这次人事变动背后，是一场正在升温的AI硬件竞赛。OpenAI有了乔尼·艾夫的设计能力，现在又补上了米德的硬件工程经验，软件+设计+工程的三叉戟正在成型。

    谷歌有Pixel、微软有HoloLens、Meta有Ray-Ban智能眼镜和Quest头显，而现在OpenAI也要有自己的硬件了。苹果在AI软件层面本来就不占优，如果连硬件人才也开始流失，那”下一代计算平台”的争夺战，天平正在发生微妙的变化。

    保罗·米德不是第一个离开苹果加入AI前沿公司的硬件人才，也不会是最后一个。这场人才大战的背后，是整个科技行业对”AI原生硬件”的押注。苹果能不能守住自己的地盘，接下来的12个月很关键。

  • OpenAI GPT-5.6 因政府要求限制发布，监管大幕刚拉开

    OpenAI GPT-5.6 政府监管
    OpenAI 最新模型 GPT-5.6 的发布受到美国政府限制

    OpenAI本周五证实，应美国政府要求，它正在把最新一代模型GPT-5.6的发布范围压缩到”一小群受信任的合作伙伴”。这件事的蹊跷之处在于，政府没有发正式禁令，而是”要求”企业自觉，企业也真的照做了。

    这一代GPT-5.6一共有三个型号：Sol是旗舰，Terra是日常使用的均衡版本，Luna则是速度更快、成本更低的选项。按理说Sol是OpenAI目前最强的模型，但特朗普政府把三个型号的发布全都限了。OpenAI的说法是，预览版只给那些”参与情况已与政府共享”的合作伙伴。

    特朗普政府这波操作不是孤立事件。此前Anthropic发布其最强公开模型Fable 5之后，政府直接下令禁止任何外国国民访问，导致Anthropic不得不把整个模型下线。

    政府到底要干什么

    前白宫AI顾问、即将入职OpenAI的Dean Ball说得很直白：特朗普最近签的那项行政令，要求特定AI公司在发布前最多30天把最先进的模型提交政府审查，这实际上是搞出了一个”事实上的非自愿许可制度”，对前沿AI实施了强力限制。

    Ball还指出一个更棘手的问题：政府并没有拿出明确的安全标准。这意味着什么？模型发布可能被无限期推迟。对中国来说这可能是好消息，对美国那些砸了几十亿美元建AI基础设施的公司来说，这简直是噩梦。

    OpenAI这次虽然照做了，但态度很明确：这不该成为长期默认做法。公司在周五的博客里写得很清楚：”我们不认为这种政府审查流程应该成为长期默认。它让用户、开发者、企业、网络防御者和全球合作伙伴都无法获得最好的工具。”

    GPT-5.6 Sol到底强在哪

    撇开监管风波不谈，GPT-5.6 Sol确实是OpenAI目前最强的模型。根据OpenAI的说法，Sol在编码、生物和网络安全方面的代理能力都有提升，还引入了”max”推理努力模式和”ultra”模式——后者用协调的子代理来解决高度复杂的任务（当然，你的token消耗量也会随之飙升）。

    OpenAI宣称GPT-5.6 Sol在几个基准测试中都表现优异，编码工作流甚至略优于Anthropic的Claude Mythos 5（没错，就是本月也被特朗普政府实际上禁掉的那款）。而且Sol的性价比更高——输出token用量只有Mythos预览版的三分之一。

    安全方面，OpenAI强调Sol搭载了目前最强大的安全堆栈，对对抗性攻击做了深度加固，而且故意优化为优先支持防御性网络安全工作，而不是进攻性渗透。换句话说，这个模型的设计目标就是难被越狱，同时优先教用户怎么防御攻击，而不是怎么入侵系统。

    OpenAI还学乖了——Anthropic的Fable 5当初就是因为过度谨慎栽了跟头。Fable 5上线那短短几天里，只要分类器检测到高风险话题（比如网络安全、生物、化学），它不光会拒绝提示词，还会偷偷把请求路由到一个旧模型。这种过度谨慎的流程和”暗箱降权”引发了大量误报和用户反弹。OpenAI这次把安全护栏直接内置到核心模型行为里，而不是靠上面叠一个独立过滤器。

    定价和开放时间表

    GPT-5.6三个型号的定价分了档：Sol是每百万输入token 5美元、输出token 30美元；Terra正好是一半；Luna则是1美元和6美元。OpenAI还改进了提示词缓存，让重复提示的成本更便宜、也更可预测。

    目前的限制只是”短期步骤”，OpenAI说接下来几周会让GPT-5.6走上更广泛应用之路，同时正与政府合作制定新的行政令框架，涉及网络安全，以及”未来模型发布的可重复流程”。

    话说回来，政府伸手管模型发布这件事，才刚刚开始。Anthropic的Mythos风波还没完全平息，OpenAI又被迫缩小发布范围，接下来轮到谁？谷歌？Meta？这场AI监管大戏，估计还有得演。

  • 特朗普政府拦下GPT-5.6，OpenAI只能先给少数人用

    OpenAI GPT-5.6延迟发布
    特朗普政府要求OpenAI分阶段发布GPT-5.6 | 图源：生成图

    这件事发生在本周三（6月25日）OpenAI的内部员工Q&A上。据The Information报道，Sam Altman告诉员工，GPT-5.6不会像以往那样直接公开发布，而是先以”有限预览”的形式，只给一小群企业客户用。在这个预览期里，美国政府会逐个审批客户访问权限。

    政府把关，客户一个一个批

    按照Altman对员工的说法，GPT-5.6不会直接对公众开放，而是先进入”有限预览”阶段——只给一小群企业客户用。在这个预览期里，美国政府会逐个审批，决定哪家公司能拿到访问权限。

    如果这段有限发布进展顺利，OpenAI希望”几周后”再扩大范围，做更广泛的发布。但这个”几周”到底是什么时候，目前没人知道。

    据The Information报道，Altman在本周的公司内部Q&A上向员工传达了这个消息。他说政府会”逐客户审批”访问权限。值得注意的是，Altman还提到，OpenAI的员工如果对此有异议，也得配合执行。

    Anthropic的遭遇更惨

    同样被政府盯上的还有Anthropic。本月早些时候，Anthropic收到最后通牒：必须暂停Mythos 5和Fable 5这两个先进模型的访问。政府还出台了一项出口管制指令，禁止”外国公民”访问这些技术——这甚至包括了Anthropic自己那些不是美国公民的员工。

    相比之下，OpenAI拿到的条件算”客气”的了。但问题在于，这种监管力度是不对称的。政府对待不同的AI公司，标准明显不一样，这让整个行业都开始担心：下一个被盯上的会是谁？

    特朗普的”放手”承诺去哪了

    这事儿最讽刺的地方在于，特朗普政府上台时明明承诺过对AI采取”放手”态度，要”速度取胜”，还鼓励美国AI出口。结果现在，政府却在用一种相当直接的方式介入前沿模型的发布节奏。

    本月早些时候，特朗普签署了一项行政令，要求特定AI公司在公开发布新模型之前，先自愿提交给政府做测试和评估。这个”自愿”到底有多自愿，从OpenAI和Anthropic的遭遇来看，答案已经很明显了。

    网络安全模型：真正的威胁还是营销噱头

    政府担心的具体是什么？据TechCrunch的分析，核心顾虑在于像Mythos这样的前沿网络安全模型。这类模型理论上能以人类分析师无法企及的速度发现和利用软件漏洞——而很多软件系统里都藏着这样的漏洞，等于给攻击者留了后门。

    但问题是，这些模型目前都不对外开放。它们到底有多危险，外界其实没法验证。这也让一些人怀疑，Anthropic口中的”安全风险”到底有多少是真实的，又有多少是营销话术——毕竟，把模型包装成”太危险不能随便给你用”，也是一种很有效的产品定位。

    不管真相如何，政府介入AI模型发布这件事，已经从一个假设变成了现实。接下来几个月，AI行业的游戏规则可能会因为这件事发生根本性的改变。

  • OpenAI发起”Patch the Planet”计划，用AI帮开源项目找漏洞

    OpenAI发起”Patch the Planet”计划，用AI帮开源项目找漏洞



    OpenAI开源安全计划概念图
    AI帮助保护开源软件（概念图）

    开源软件有个老问题：它是整个互联网的地基，但维护它的人往往只有两三个，还没工资。bug和漏洞就潜伏在这些代码里，哪天爆出来就是大事——Log4j那次大家都还记得。现在OpenAI说，它想用AI来帮开源社区找漏洞、修漏洞，而且不是只给机器扫一遍就完事，而是派真人去跟项目维护者一起改。

    “Patch the Planet”是什么

    这个计划叫”Patch the Planet”，名字是在向1995年电影《Hackers》里的经典台词”Hack the Planet”致敬。OpenAI周一（6月22日）正式公布了这个倡议，合作方是一家叫Trail of Bits的安全公司。

    具体怎么运作？Trail of Bits的安全工程师会直接跟开源项目的维护者对接，一起审查代码里可能存在的问题。OpenAI自己的安全工具——比如Codex Security——会在这个过程中帮忙做代码分析。

    OpenAI在公告里说了一段挺实在的话：”很多维护者已经被要求用更少的时间和资源、更快地处理更多的报告。’Patch the Planet’的设计是减轻这个负担，而不是再给他们加活。”

    为什么现在做这件事

    开源软件的安全问题不是新鲜事。Log4j事件就是典型案例：一个被无数商业软件依赖的开源工具里出了一个漏洞，结果全球一大片系统都受影响。开源生态的问题在于，它是去中心化的，很多项目的维护者就是靠爱发电，没有足够的人力物力去做系统性的安全审查。

    但最近一两年，情况起了变化。AI工具开始出现能自动在代码里找bug、甚至自动生成exploit（攻击脚本）的能力。Anthropic去年推出的Mythos就是一个被广泛讨论的例子——它的本意是帮安全研究人员找漏洞，但同样的技术也可以被坏人用来批量发现并攻击开源项目里的弱点。当AI把”找漏洞”这件事的门槛降到几乎为零的时候，开源生态的脆弱性就被放大了。

    OpenAI现在是反过来用AI做防守方——用自家的Codex Security等工具，帮开源社区把漏洞在坏人发现之前先找出来、修好。这个姿态本身也挺有意思：Anthropic的Mythos被不少人质疑会给网络攻击”赋能”，OpenAI这边则直接拿出了一个看起来更负责任的用法。

    能做成什么样

    当然，这个计划到底能做成什么样，现在还不好说。OpenAI的公告里没有说这个计划会运行多久、覆盖多少项目、怎么选项目，也没有说Trail of Bits的工程师能投入多少时间。开源项目成千上万，漏洞更是数不清，光靠一家安全公司加OpenAI的工具能覆盖多少，是个现实问题。

    但至少方向是对的。开源软件的安全问题一直是个”公地悲剧”——大家都在用，但没人愿意出钱维护。现在有几家大科技公司开始认真对待这件事，总比一直放任要好。

    更大的背景

    这件事的更大背景是：AI正在改变网络安全的攻防平衡。五眼联盟（美国、英国、加拿大、澳大利亚、新西兰的情报共享机制）本月初刚发了一份联合声明，警告各组织”立即行动”应对AI带来的网络威胁，理由是对手已经在用AI提升攻击效率了。

    当攻击方用上AI的时候，防守方如果还是老办法，肯定是来不及的。OpenAI这个计划至少是在尝试用AI的速度来对抗AI的威胁——哪怕它能不能真正规模化还存疑。

    “Patch the Planet”这个名字起得挺狂的，仿佛要把整个地球的开源漏洞都修一遍。显然这不现实。但它至少释放了一个信号：AI公司开始认真对待开源安全这件事了，而且愿意出人出工具来做。对于每天靠开源软件跑着无数业务的世界来说，这总归是件好事。


  • Google的AI大牛们正在集体出走，Anthropic和OpenAI疯狂捡人

    Google的AI研究部门正在经历一轮令人不安的人才流失。根据彭博社的报道，顶级AI研究人员Jonas Adler和Alexander Pritzel已经决定离开Google，加盟Anthropic。这两个名字你可能不太熟悉，但他们都是Google Gemini模型开发过程中的核心人物。

    一周之内，连续出走

    这已经不是偶然事件了。就在上周，传奇AI研究员Noam Shazeer刚刚宣布离开Google、加入OpenAI。Shazeer在Google的资历极深——2000年就加入了，中间出去创立了Character.AI（那个做AI聊天伴侣的创业公司），后来Google花了27亿美元把Character.AI的人才和技术基本整个买了回来，目的就是把Shazeer弄回来主导Gemini项目。

    AI研究人员从Google流向Anthropic和OpenAI
    顶级AI研究人员正从Google流向Anthropic和OpenAI | 来源：TechCrunch

    结果人刚回来没多久，又要走。而且这次不是一个人——就在Shazeer官宣之后几天，DeepMind的总监John Jumper也宣布离职去Anthropic。Jumper可不是普通研究员，他和DeepMind CEO Demis Hassabis一起拿了2024年的诺贝尔化学奖，获奖理由是用AlphaFold预测蛋白质三维结构，这项技术对整个生物界都有颠覆性意义。

    一个诺贝尔化学奖得主、一个Gemini核心架构师、一个Character.AI创始人——这些人短时间内接连离开，对任何一家公司来说都是值得警惕的信号。

    为什么是现在

    时机很微妙。OpenAI和Anthropic都在准备IPO，这对于顶尖AI人才来说是一个极具吸引力的时刻——用股权来抢人，这种手段在硅谷从来都好使。相比之下，Google的薪资福利虽然依然顶级，但股票增值的想象空间跟一家即将上市的公司能给出的期权比起来，确实没那么性感了。

    还有一个更深层的问题：Google内部对AI研究方向的控制和优先级排序，可能让一些研究员感到受限。Anthropic主打AI安全研究，OpenAI虽然争议不断但至少在推进AGI路线上目标明确。如果研究员觉得自己在Google做不了最想做的东西，出走只是时间问题。

    这对Google意味着什么

    短期来看，Gemini项目不会因为几个人离开就垮掉——Google的资源和人才储备依然深厚。但长期来看，如果这种顶级人才持续外流的趋势不能遏止，Google在大模型竞赛中的技术领先地位就会被一点点蚕食。

    更关键的是，Anthropic和OpenAI正在形成某种人才”黑洞效应”——越多顶级研究员过去，对那些还在犹豫的人吸引力就越强。Google现在需要认真想想，除了钱之外，还能给这些最顶尖的脑子提供什么他们真正想要的东西。

  • OpenAI拿出第一块自己的AI芯片，代工的是Broadcom

    OpenAI Jalapeño AI芯片
    OpenAI首款定制AI推理芯片Jalapeño（概念图）

    昨天OpenAI办了个小仪式，Broadcom的CEO Hock Tan亲自把第一块Jalapeño芯片交到了Sam Altman和Greg Brockman手里。这块芯片的全名很长——OpenAI Intelligence Processor，代号Jalapeño——是OpenAI第一次真正拥有自己名字的定制AI推理处理器。

    这件事的意义不只是”OpenAI做了块芯片”这么简单。它意味着这家公司正在把掌控权从Nvidia手里往自己这边挪一步。

    为什么是现在

    OpenAI和Broadcom的合作关系去年10月就公布了，但芯片真正亮相还是这两天的事。根据OpenAI官方的说法，从设计到送厂制造（tape-out），整个过程只用了9个月。他们说自己用AI模型辅助了芯片设计，所以才能跑这么快。

    如果这个数字属实，这确实是高性能半导体行业里最快的ASIC开发周期之一。通常这种级别的芯片从设计到出炉要走两三年，OpenAI说自己9个月搞定了，里面有它自己模型的功劳——用AI设计AI芯片，这个逻辑闭环很有意思。

    Jalapeño不是一块通用加速卡，它是从零开始为大型语言模型推理设计的。用OpenAI硬件项目负责人Richard Ho的话说：”我们围绕对前沿AI模型推理需求的理解，从头优化了架构。”

    它到底强在哪里

    OpenAI目前给出的最核心数据是：性能功耗比（performance per watt）大幅优于当前业界最先进水平。具体好多少，他们说要等几个月后的技术报告才会披露。

    目前Jalapeño的工程样品已经在实验室里跑起来了，生产目标频率和功耗都达标，跑的负载包括GPT-5.3-Codex-Spark。这块芯片的设计思路是减少数据搬运（data movement），同时把计算、内存和网络资源平衡好，让实际利用率尽量接近理论峰值。

    专门做推理，不是训练。这个定位很清晰——预训练这种最吃算力的任务短期内还是会跑在Nvidia的GPU上，但推理侧的成本优化空间巨大，哪怕只省个10-20%，对OpenAI这种规模的运营来说都是真金白银。

    全栈叙事

    OpenAI在这波宣传里反复强调的一个词是”full stack”——全栈。他们的逻辑是：不光做模型，不光做产品，现在连芯片架构、内核、内存系统、网络、调度、部署系统全部自己设计，每一层都围绕同一个目标优化：让模型更快、更可靠、更便宜。

    这个叙事其实和Google的TPU、Amazon的Trainium是一个路子。这些公司都发现，与其完全依赖Nvidia，不如自己掌握一部分算力供应链。区别在于，OpenAI是纯软件公司起家，现在往硬件走，这个跨越比Google和Amazon都要大。

    接下来怎么铺

    Jalapeño只是第一代。OpenAI和Broadcom签的是multi-generation路线图，计划从2026年底开始部署到吉瓦级（gigawatt scale）的数据中心，合作方包括Microsoft和其他伙伴。

    Broadcom的CEO Hock Tan在声明里说：”这只是多代路线图的第一步。通过和OpenAI直接联合开发我们的领先硅片，我们能让吉瓦级数据中心从2026年开始部署。”

    吉瓦级是个什么概念？大概是一个中等城市的总用电功率。把AI数据中心做到这个规模，算力供给确实是个核心瓶颈，这也是为什么OpenAI要自己下场做芯片。

    这块芯片目前还在测试阶段，离大规模部署还有段时间。但它传递的信号很明确：OpenAI不想在算力这件事上完全被人卡脖子，哪怕这个”人”是Nvidia。

  • OpenAI拿出第一块芯片，起名Jalapeño





    OpenAI拿出第一块芯片，起名Jalapeño


    OpenAI拿出第一块芯片，起名Jalapeño

    ChatGPT背后的公司不再满足于只做模型和应用，它们要自己做芯片了。OpenAI今天跟Broadcom一起发布了第一块专属AI推理芯片，名字叫Jalapeño（jalapeño，墨西哥辣椒）。从宣布合作到芯片出炉，只用了9个月。

    9个月干完别人几年的活

    OpenAI在今天（6月24日）的官方公告里说，Jalapeño是专门给大型语言模型推理设计的加速器芯片。推理（inference）指的是模型已经训练好之后，拿来响应真实用户请求的过程——你在ChatGPT里打字，后端模型跑起来给你答案，这一步就是推理。

    这块芯片是ASIC，全称Application-Specific Integrated Circuit，说白了就是为特定任务定制的电路，不像通用CPU那样什么都能跑但什么都不精。Jalapeño从零开始就是为LLM推理优化的，内存搬运、计算单元、网络连接，全部围绕同一个目标：让ChatGPT的回答更快、更便宜、更稳。

    OpenAI总裁Greg Brockman说：”世界正在走向算力驱动的经济。Jalapeño是我们长期全栈基础设施战略的一部分，目标是让算力变得更充裕，AI更快、更可靠、更便宜。”

    最让人意外的是速度。从初始设计到制造tape-out（芯片设计定稿、送厂生产），Jalapeño只用了9个月。OpenAI说这是高性能半导体行业有史以来最快的ASIC开发周期。他们用了自己的AI模型来加速设计和优化流程——换句话说，AI帮人类把造AI芯片的速度提上去了。

    性能能对标英伟达吗

    Broadcom CEO Hock Tan在接受路透社采访时直接放话：Jalapeño的性能跟英伟达Blackwell芯片和谷歌TPU（张量处理单元）在一个水平上。当然，”在水平上”这个说法留了余地，毕竟Blackwell是目前市面上最强的AI训练/推理芯片之一。

    OpenAI自己在公告里措辞更谨慎一些：早期测试显示Jalapeño的每瓦性能会大幅优于当前最先进的水平，但具体数据要等几个月后的技术报告。眼下工程样品已经在实验室里跑起了生产目标频率下的ML工作负载，包括GPT-5.3-Codex-Spark。

    OpenAI Jalapeño AI推理芯片
    OpenAI首款AI推理芯片Jalapeño（图源：OpenAI官方）

    这块芯片的设计思路值得说一下。它不是把现有AI加速器修修改改拿来用，而是从空白画布开始，完全围绕LLM推理的需求重新设计。具体来说，它减少了数据在芯片内部搬来搬去的开销（数据搬运是AI芯片最大的功耗和延迟来源之一），并且在计算、内存、网络之间做了精细的平衡，让实际利用率更接近理论峰值。

    为什么要自己造芯片

    答案很简单：英伟达的GPU不够用，而且贵。OpenAI每年在算力上的开支是笔天文数字，随着用户量增长和模型变大，这笔账单只会越来越厚。自己造芯片，长期来看能把成本压下来，也能按照自己的节奏和需求迭代，不用完全看英伟达的脸色。

    这条路上OpenAI不是独一家。微软、Meta、亚马逊都已经在自研AI芯片了，谷歌的TPU更是跑了快十年。差别在于，OpenAI的芯片从第一天就是围绕着它自己对未来模型路线图的理解来设计的——它知道自己下一步要做什么模型，知道这些模型在推理的时候会怎么跑，所以可以直接在芯片架构层面做优化。

    这就是OpenAI说的”全栈优势”：不只是做模型，不只是做产品，而是把芯片架构、内核、内存系统、网络、调度、部署和产品体验全部捏在自己手里。每一层都可以为同一个目标优化：让模型更快、更可靠、更便宜。

    今年年底开始部署

    OpenAI说Jalapeño是”多代计算平台的第一步”，计划2026年底之前开始部署，和微软等数据中心合作伙伴一起，在千兆瓦级别的数据中心里跑起来。Broadcom负责芯片实现和网络技术，Celestica负责主板、机架和系统整合。

    对于普通用户来说，这块芯片的影响不会直接看到——你不会在笔记本电脑里装上Jalapeño。但它会让ChatGPT的响应更快，让Codex能跑更长的任务而不超时，让API的价格继续往下走。OpenAI的算盘是：更好的基础设施→更高的效率→更好的模型→更好的产品→更多用户→更多收入→再投到下一代基础设施里。这个飞轮转起来，智能就会变得越来越便宜，越来越普及。

    Jalapeño只是开始。OpenAI和Broadcom已经在一起规划下一代、下下一代的芯片了。AI算力这场军备竞赛，现在从模型层打到了芯片层，而OpenAI刚刚亲手把棋子放上了棋盘。


  • OpenAI冲刺IPO前夕，挖来了Transformer论文作者Noam Shazeer

    OpenAI冲刺IPO前夕，挖来了Transformer论文作者Noam Shazeer

    OpenAI IPO preparations
    OpenAI在IPO前招兵买马，Transformer论文作者Noam Shazeer加入

    OpenAI在IPO前夕挖来了一位重量级人物——Noam Shazeer。这个名字在AI圈子里分量很重，他是2017年那篇「Attention Is All You Need」的共同作者，也就是Transformer架构的奠基人之一。没有Transformer，就没有今天的GPT、Claude、Gemini——这么说可能有点绝对，但离真相不远。

    他在Google待了25年，然后去了Character.AI，又被Google买回来

    Shazeer在Google工作了近四分之一个世纪（2000年到2023年），期间离开三年创办了Character.AI——那个让你和AI角色聊天的应用。2024年，Google花了27亿美元把Character.AI买了回来，Shazeer也跟着回到了Google。当时外界普遍觉得，这下他应该在Google安定下来了。

    结果才过了不到两年，他又走了。这次的目的地是OpenAI。他在X上宣布了这个消息，配文很简短，没有解释太多。但业界都懂这意味着什么——顶级AI实验室之间的人才争夺战，从来没有停过。

    Shazeer被认为是现代生成式AI的奠基人之一。「Attention Is All You Need」这篇论文被引用了十几万次，几乎所有主流大语言模型都建立在它的基础上。

    不止是技术大牛，还有政策老手

    OpenAI这一波招人不止Shazeer一个。差不多同一时间，前特朗普白宫AI政策官员Dean Ball也宣布加入OpenAI。他将领导一个名为「Strategic Futures」的新团队，直接向首席战略官Jason Kwon汇报。

    Ball的加入说明OpenAI在政策层面也在布局。这个团队的职责包括：灾难性风险、递归自我改进、劳动力市场影响，以及前沿实验室与政府（尤其是美国联邦政府）之间的关系。用Ball自己的话说，「AI实验室的内部治理，将比大多数人意识到的更重要。」

    时机挺微妙的。就在Ball官宣加入的同一周，特朗普政府刚刚下令禁止Anthropic的Fable 5和Mythos 5模型出口。Anthropic被迫把这两个模型完全下架。OpenAI没有受到这个禁令的影响，反而在招揽政策人才——这一进一退之间，IPO的叙事故事更好讲了。

    IPO越来越近了

    OpenAI的IPO传了快一年了。招来Shazeer这样的技术传奇，加上Ball这样的政策老手，信号很明确：OpenAI要在IPO前把「我们能搞定技术和监管」这个故事讲圆。

    投资者买不买账是另一回事。但至少从人才吸引力的角度看，OpenAI还在往上走。Google失去了Shazeer，Anthropic在被政府盯着，Meta一直在挖人但成果参差——这个时候，OpenAI把Transformer论文作者招进门，怎么看都是一步好棋。