OpenAI正式展示了其首款自研AI芯片Jalapeño，标志着这家极度依赖英伟达算力的公司迈出了摆脱单一供应商束缚的关键一步。该芯片由OpenAI与博通（Broadcom）合作打造，第三方合作伙伴Celestica负责电路板和机架组装。
Jalapeño专为推理任务设计，即处理日常用户查询，而非用于模型训练。OpenAI将其定义为“智能处理器”（Intelligence Processor），强调这是从零开始的定制化设计，旨在通过针对单一任务的优化，在成本和速度上超越通用加速器。早期测试显示，其每瓦特性能显著优于当前最先进水平，热表现也超出预期。
九个月极速流片，AI辅助设计
从首次设计到制造流片（tape-out），OpenAI与博通仅用时九个月，创下高性能芯片研发的历史最快纪录。这一速度的实现得益于一个关键转折：OpenAI利用自身的AI模型加速了芯片设计的部分环节。这种“用AI设计运行AI的硬件”的模式，验证了技术自我强化循环的潜力，也为降低算力成本提供了新路径。
目前，首批样品已在OpenAI实验室运行，用于处理Codex查询及GPT-5.3-Codex-Spark模型的工作负载。按计划，Jalapeño将于今年晚些时候投入工作，博通预计首批芯片将在2026年底前于微软及其他合作伙伴处商用，大规模量产则定于明年启动。长远来看，OpenAI希望到2029年，其定制芯片能提供10GW的算力，相当于十座核反应堆的输出量。
全栈控制与去英伟达化
自建芯片的核心动机在于成本控制与供应链主权。OpenAI硬件项目负责人Richard Ho表示，此举实现了从模型、软件到底层芯片的全栈控制，使整个体系能围绕“更低成本、更快智能”的目标调整。博通CEO黄陈宏更是直言，关键算力不应依赖第三方GPU，矛头直指英伟达。
至此，OpenAI加入了谷歌（TPU）、亚马逊（Trainium/Graviton）和微软（Maia）的行列，成为自研芯片俱乐部的新成员。在这一趋势中，博通凭借其在连接和网络交换技术上的优势，悄然成为后英伟达时代芯片争夺战的“造王者”，为多家AI实验室提供定制支持。
尽管Jalapeño仅是OpenAI分散风险策略的一部分——该公司近期也开始在推理任务中使用Cerebras芯片——但这并非与英伟达的彻底决裂。训练领域仍是英伟达的绝对优势区，OpenAI也承认其依然是关键合作伙伴。鉴于性能数据尚未经过独立验证，且大规模量产面临资本密集与制造复杂性的挑战，Jalapeño的实际表现仍有待观察。但可以确定的是，拥有自有硅片已赋予OpenAI在谈判桌上更多的筹码，行业正密切关注这一变局。
【星途科讯 图文丨王宇洲 首发于ZAKER科技，转载请注明出处】
