OpenAI 第一颗「辣椒」芯片炸场：9 个月极速流片、推理成本砍半

6 月 24 日，OpenAI 和博通联合揭开了 Jalapeño 的面纱——OpenAI 的第一颗自研推理芯片。这意味着这家公司不再满足于「炼最好的模型」，而是要控制从芯片架构、内核调度、内存系统、网络互联到产品体验的全链条。

9 个月，从图纸到硅片

一颗先进制程 ASIC 芯片从设计到流片的正常周期是 18-24 个月。Jalapeño 用了 9 个月。 OpenAI 自己的 AI 模型参与了芯片设计——AI 在帮着设计能让自己跑得更快的芯片。

数据说话：成本降 50%，每瓦性能远超当前顶尖水平

博通 CEO 陈福阳表示 Jalapeño 相比典型的 AI GPU 展现出约 50% 的成本节省。每瓦性能「将明显优于当前最先进水平」。Jalapeño 的设计减少了数据搬运，平衡了计算、内存和网络资源，使实际利用率更接近理论峰值。

Jalapeño 关键规格
类型: ASIC（专用集成电路）
目标: LLM 推理（非训练）
开发周期: 9 个月
成本节省: ~50% vs GPU
首批部署: 2026 年底，吉瓦级别
已测试: GPT-5.3-Codex-Spark

为什么 OpenAI 非要自己造芯片？

供应链安全：Nvidia 的 GPU 全球缺货不是秘密。成本结构：当用户量达到数亿级别，推理效率的每一个百分点都意味着巨额节省。护城河：Google 有 TPU、Amazon 有 Trainium、Microsoft 有 Maia——OpenAI 不能只靠 Nvidia。

路线图：一年一颗，2028 年第二代

Jalapeño 只是第一步。下一代 2028 年推出，之后每年一代。微软承诺购买首批 40% 的芯片。Jalapeño 的战略意义是补齐了 OpenAI 全栈闭环的最后一块拼图：芯片 → 基础设施 → 模型 → 产品 → 分发。

FAQ

对 ChatGPT 用户有什么影响？
短期内没有。长期推理成本降低意味着可能更便宜、更快或免费版功能更多。

OpenAI 会摆脱 Nvidia 吗？
不会。Jalapeño 只做推理，训练仍可能依赖 Nvidia。

参考来源：
OpenAI 官方 | TechCrunch | The Verge

相关阅读

• 豆包专业版 68 元/月上线：2 亿日活的国民 AI 开始认真「干活」了
• Google 给 Gemini 装上了「手」：Computer Use 内置进 Flash 模型，AI 能直接操控你的电
• 这个 54 K Star 的开源工具让 AI 少写 54% 的代码，效果反而更好