OpenAI 联手博通发布自研芯片 Jalapeño：专攻大模型推理，9 个月搞定

做大模型最烧钱的地方，早就不是训练，而是每天成千上万次调用的推理。

OpenAI 终于对这块最大的账单动手了。6 月 24 日，OpenAI 与博通（Broadcom）联合发布了首款自研 AI 推理芯片 Jalapeño。博通首席执行官陈福阳（Hock Tan）带着团队，亲自把第一批芯片样片送到了奥特曼（Sam Altman）手里。

拿自己的 AI 设计芯片，9 个月完成流片

半导体行业做一颗高性能 ASIC 芯片，通常要折腾几年。但 Jalapeño 从最初立项设计到芯片流片，只花了 9 个月。

OpenAI 称这是高性能半导体领域最快的开发周期。除了博通的制程落地能力和天弘（Celestica）负责机架与系统集成，一个关键原因是 OpenAI 直接用自家的 AI 模型参与了芯片的设计与优化。

目前这颗工程样片已经在实验室全速跑了起来。测试负载甚至包括了未发布的 GPT-5.3-Codex-Spark，跑在生产环境的目标频率和功耗下。

官方早期数据显示，它的每瓦性能明显好于目前市面上的顶尖加速卡。更具体的基准测试报告，会在未来几个月内公开。

不做通用显卡，专治大模型的数据搬运病

Jalapeño 在西班牙语里是墨西哥辣椒的意思，但它的架构思路很克制。它彻底放弃了传统 GPU 的通用计算包袱，纯粹围绕大模型推理重写。

OpenAI 负责硬件的理查德·何（Richard Ho）透露，芯片设计完全基于他们跑 ChatGPT、Codex 和 API 积累的底层经验。重点不是堆算力峰值，而是砍掉不必要的数据搬动，平衡好计算、显存与博通 Tomahawk 芯片支持的高性能网络。

按计划，这只是两家公司多代路线图的第一步。到 2026 年底，他们会联合微软等数据中心伙伴，开启吉瓦级规模的实际上线部署。

就像 TechCrunch 评价的那样，科技巨头纷纷做自研芯片，倒不是立刻跟英伟达彻底翻脸，而是为了不再被单一供应商卡脖子。

为什么重要

这标志着 OpenAI 真正补齐了全栈能力的最后一块拼图。以前它有顶层应用、模型算法和调度系统，但底下的芯片始终受制于人。现在自研芯片落地，不仅能让 ChatGPT 响应更快、让 Agent 处理长任务时少卡顿，最直接的好处是大幅压低 API 调用成本。

对整个行业来说，英伟达的护城河正在被这些顶级客户从内部瓦解。虽然训练大模型短期内依然离不开英伟达，但在出货量更大、长期成本占比更高的推理市场上，大客户自研芯片已经成型。Google 有 TPU，亚马逊有 Trainium，现在连最亲密的盟友 OpenAI 也要把机房换上自己的 Jalapeño。

我们认为，OpenAI 这一步走得极其精明，拿自己的大模型去迭代下一代硬件，等于把软硬件协同做成了闭环。不过隐患也很明显：把芯片设计交给博通、制造托付给代工厂、部署依赖微软，这种松散的多方同盟，在未来面临先进制程产能争夺和吉瓦级供电压力时，执行效率能不能跑赢垂直一体化的巨头，还需要 2026 年底实际交付来检验。