北京事件 6 月 24 日，OpenAI 正式发布了旗下首款自研 AI 推理芯片，代号 Jalapeño（发音：hah-lah-PAY-noh）。这款芯片是与半导体巨头 Broadcom 联合开发，历时仅九个月即完成设计——OpenAI 官方甚至表示，芯片开发本身也借助了自家 AI 模型的协助。
## 九年自研路，终于落地
OpenAI 对自研芯片的探索可以追溯到大约一年半以前。2025年10月，OpenAI 与 Broadcom 的合作正式对外官宣，但彼时外界对芯片的具体细节知之甚少，仅仅知道两家公司计划在 2026 年开始部署。而今天，这款芯片终于有了自己的名字和完整规格。
Jalapeño 是一款 ASIC 专用芯片（Application-Specific Integrated Circuit），也被 OpenAI 称为 Intelligence Processor（智能处理器），定位为 AI 推理加速器。ASIC 的特点是为特定任务定制，在性能和能效上往往优于通用型芯片，只是灵活性不如 Nvidia 的 GPU。OpenAI 选择 ASIC 路线，正是看中了其在特定推理场景下的成本优势和效率提升。
## 九个月完成设计，AI 帮助设计 AI
传统芯片设计周期通常需要两到三年，而 OpenAI 这次仅用九个月就完成了 Jalapeño 的设计。官方博客透露，OpenAI 自己的 AI 模型深度参与了芯片设计流程，帮助优化了内核架构、内存调度、网络互联以及服务模式。OpenAI 硬件项目负责人 Richard Ho 表示：「我们根据 OpenAI 研究人员的深度合作，从零开始围绕 LLM 推理需求优化了芯片架构，包括内核、内存移动、网络连接和服务模式。」
目前，工程样片已在实验室中运行在目标频率和功率下，实测工作负载包括 GPT-5.3-Codex-Spark 等生产级模型。OpenAI 宣称，早期测试显示 Jalapeño 的每瓦性能显著优于当前最先进的替代方案。
## 专注推理，不碰训练
Jalapeño 是一款推理专用芯片，专注于运行已经训练好的 AI 模型（即推理阶段），而非模型预训练。对于 OpenAI 而言，推理是 AI 真正触达用户的环节——每次用户向 ChatGPT 提问、在 Codex 中执行代码任务、或调用 API，本质上都在消耗推理算力。OpenAI 在官方博客中表示：「推理是 AI 走向用户的最后一公里。每一次成本、速度和可靠性的提升，都意味着用户得到更快的 ChatGPT 回答、更少等待的 Codex 任务、更低成本的 API 调用，或是在高峰时段更稳定的服务。」
这也意味着，OpenAI 在预训练环节仍将继续依赖 Nvidia 的 GPU 集群，但哪怕只是推理成本的轻微下降，对其整体财务状况也是重大利好——推理在 AI 公司的日常运营成本中占据了大头。
## 合作模式：OpenAI 设计，Broadcom 制造，Celestica 组装
OpenAI 负责芯片架构设计，Broadcom 提供硅实现、网络互联和连接技术，Celestica 则负责电路板、机架系统集成和规模化生产。这种分工让 OpenAI 无需自建晶圆厂，就能拥有定制化芯片能力。
## 目标：2026 年底首批部署
官方表示，Jalapeño 芯片的物理样片已于 6 月 24 日当天交付 OpenAI，首批部署目标时间节点为 2026 年底，并在未来几年持续扩大规模。这只是 OpenAI 多代计算平台的第一步，后续还会有更强大的迭代产品。
## 行业背景：AI 公司掀起自研芯片潮
OpenAI 是最后一家加入自研芯片行列的大型 AI 实验室。Google 早已有 TPU（张量处理单元），Amazon 也有 Trainium 和 Inferentia，微软近期也透露了自研 AI 芯片计划。Nvidia 在 AI 训练和推理市场占据绝对主导地位，但也正因为其 GPU 价格昂贵、供货紧张，各大 AI 公司都在寻求替代方案。OpenAI 此次与 Broadcom 合作，走的是一条轻资产路线——不自己建厂，而是借助 Broadcom 的制造和封装能力。
一句话总结：OpenAI 首款自研芯片 Jalapeño 问世，不是为了替代 Nvidia 在训练上的地位，而是要在推理战场上抢占成本和效率的制高点——这或许是 OpenAI 迈向盈利的关键一步。