6月24日，OpenAI与芯片巨头Broadcom联合发布了其首款自研AI推理芯片——Jalapeño。这款芯片的亮相标志着OpenAI正式进入”自研硅”赛道，迈出了降低对NVIDIA GPU依赖的关键一步。
Jalapeño是什么？
Jalapeño是一款专为大语言模型推理设计的ASIC芯片（应用专用集成电路）。与通用GPU不同，ASIC专门针对特定工作负载优化，在同等功耗下可以实现更高的吞吐量和更低的延迟。OpenAI将其定位为”智能处理器”（Intelligence Processor），强调这不是通用芯片，而是为AI推理场景从头设计的专用硬件。
OpenAI总裁Greg Brockman透露，芯片从架构设计到流片完成仅用了9个月——这个速度在半导体行业极为罕见。秘诀在于：OpenAI用自己的AI模型辅助了芯片设计过程，形成了”用AI设计AI芯片”的正反馈循环。
为什么需要自研芯片？
答案很简单：成本和可控性。OpenAI在2025年审计财报中披露年运营成本高达340亿美元，其中推理算力成本占据大头。每处理一次ChatGPT请求，都需要消耗可观的GPU计算资源。自研推理芯片可以：
- 大幅降低推理成本：专用芯片在每瓦性能上远超通用GPU。OpenAI官方表示早期测试中Jalapeño的”每瓦性能显著优于现有最先进方案”。
- 摆脱供应链依赖：NVIDIA GPU供应长期紧张，价格高昂。自研芯片让OpenAI有了”备胎”。
- 全栈优化：从模型架构到底层硬件可以协同设计。Greg Brockman强调OpenAI”操作整个技术栈”——模型、产品、数据中心、芯片——每一层都可以为同一目标优化。
分工与合作
这次合作中各方的角色清晰：OpenAI负责底层架构设计和AI辅助优化；Broadcom（博通）负责硅实现和网络硬件；加拿大电子制造服务商Celestica负责电路板和机架系统集成。
OpenAI与Broadcom的合作于2025年10月正式公开，但此前的内部研发已持续18个月。Broadcom作为全球最大的ASIC设计服务商之一（曾为Google设计TPU），为OpenAI提供了成熟的工程能力支撑。
行业格局的冲击
Jalapeño的出现让”自研AI芯片俱乐部”增添了一个重量级成员。目前这个俱乐部包括：
- Google：TPU系列，已迭代到第六代
- Amazon：Trainium和Inferentia系列
- Microsoft：Maia系列
- OpenAI（新加入）：Jalapeño，专注推理
对NVIDIA而言，虽然其GPU在AI训练领域仍是”无可替代”的存在，但在推理市场——未来AI应用的最大算力消耗场景——自研芯片正从各个方向蚕食份额。Jalapeño的加入使这一趋势更加不可逆转。
总结
Jalapeño虽然目前仍处于工程样品测试阶段（正在运行GPT-5.3、Codex和Spark等模型的推理负载），但它的意义远超一款芯片本身。它是OpenAI构建”从沙子到应用”全栈控制力的宣言——不再满足于只是训练模型，而是要掌控AI基础设施的每一层。如果Jalapeño的表现达到预期，OpenAI在即将到来的IPO中将多一个极具说服力的成本优化故事。
📊 关注 AI Dash，了解AI工具和基础设施的最新动态。