作者 | 山竹
出品 | 锌产业
OpenAI终于把自己的第一颗AI芯片摆到了台前。
6月24日，OpenAI宣布与博通联合发布Jalapeño，称其为公司首款“Intelligence Processor”。
这是一颗面向大语言模型推理场景设计的AI加速器，也是OpenAI与博通多代计算平台合作中的第一步。
这不是一次普通的硬件更新，过去几年，大模型公司的竞争核心看上去是模型参数、推理能力、产品入口和开发者生态。但在ChatGPT、Codex、API和智能体产品持续消耗算力之后，真正昂贵、稀缺且决定体验上限的部分，越来越清楚地落在了基础设施上。
Jalapeño的出现，意味着OpenAI开始更直接地回答一个问题：如果未来AI产品每天要处理更多请求、承担更复杂任务、跑得更便宜更稳定，模型公司能否继续只做软件？
01 OpenAI的第一颗芯片，先瞄准推理而不是训练
按照OpenAI官方说法，Jalapeño是一颗从大语言模型推理需求出发设计的加速器，而不是把通用AI芯片拿来适配新负载。它面向的是ChatGPT、Codex、API以及未来智能体产品背后的高频推理任务。
这点很关键。
训练决定模型能不能变强，推理决定模型能不能被大规模、低成本、低延迟地使用，对OpenAI这样的公司来说，后者正在变得越来越现实：
每一次ChatGPT回答、每一次Codex执行代码任务、每一次API调用，都意味着数据中心里有真实的算力、电力、网络和成本在被消耗。
OpenAI称，Jalapeño由OpenAI从架构层面参与设计，博通负责硅实现和网络等关键技术，Celestica参与板卡、机架和系统集成。
官方公告中还提到，工程样片已经在实验室以目标频率和功耗运行机器学习负载，其中包括GPT-5.3-Codex-Spark相关任务。
不过，OpenAI并没有公布完整基准测试。
OpenAI官方只表示，早期测试显示Jalapeño的每瓦性能将明显优于当前先进水平，详细技术报告将在未来数月发布。
换句话说，今天能确认的是方向和初步进展，而不是足以独立比较英伟达Blackwell、谷歌 TPU或其他AI芯片的公开性能数据。
外媒The Verge指出，Jalapeño是一颗ASIC，也就是为特定用途设计的芯片，其核心目标是服务大模型推理。
这让Jalapeño的定位变得更清楚：
它不是OpenAI立刻用来全面替代GPU的武器，而更像是面向自身负载的一次深度定制。
通用GPU的优势在于生态、灵活性和持续迭代，而定制ASIC的价值在于，当某类负载足够大、足够稳定、足够昂贵时，可以通过软硬件协同，把效率一点点挤出来。
OpenAI显然已经走到了这个阶段。
02 大模型公司为什么都开始自己造芯片
Jalapeño真正的背景，不是“OpenAI挑战英伟达”这么简单。
英伟达仍然是AI训练和高性能计算市场最关键的供应商之一，对前沿模型训练而言，GPU、CUDA生态、网络系统和整机方案构成的优势并不会因为一颗定制推理芯片就被改写。
更何况，OpenAI并没有宣布停止使用外部芯片，也没有证明Jalapeño能覆盖训练任务。
但大模型产业的重心正在发生变化。
随着模型进入应用层，推理的权重越来越高。训练可能是阶段性的巨额投入，推理则是每天持续发生的成本，用户越多、智能体任务越长、企业API调用越密集，推理成本就越像一家AI公司的“水电煤”。
这解释了为什么谷歌、亚马逊、微软、Meta等大型科技公司都在推进自研或定制AI芯片，它们并不只是想“省钱”，而是在争取对算力供给、系统调度、能效、延迟和产品体验的更多控制权。
OpenAI这次更进一步的地方在于，它把芯片明确纳入了自己的全栈叙事。
OpenAI官方强调的是Jalapeño背后涉及芯片架构、内核、内存系统、网络、调度、部署系统和产品体验。
换句话说，OpenAI不只是在买更多服务器，而是在试图让底层硬件更贴合自己的模型和产品节奏。
这也是博通在这场合作中的价值。
相比英伟达出售标准化GPU平台，博通长期在定制芯片和高速网络方面服务大型客户。
对于OpenAI而言，和博通合作可以缩短从芯片想法到系统落地之间的距离，对博通而言，拿下OpenAI这样的客户，则意味着它在AI基础设施链条中的位置变得更靠前。
外媒华尔街日报在报道中就把这次合作放在OpenAI降低大规模AI服务成本、构建更完整技术栈的语境下。
此前，OpenAI与博通更大规模算力合作已经被视为AI基础设施军备竞赛的一部分，Jalapeño则让这场合作第一次有了可以被展示出来的具体芯片。
所以，Jalapeño的战略意义并不在于今天就证明OpenAI能造出行业最强芯片，而在于OpenAI正在从“最会使用算力的AI公司”，变成“试图重新定义自己算力形态的AI公司”。
03 真正的考验在2026年底之后
OpenAI给Jalapeño设定的时间表，是在2026年底前开始初步部署，并在未来几年扩展为多代计算平台。博通CEO Hock Tan也提到，这一合作将支持与微软等伙伴一起部署吉瓦级数据中心。
但从样片到规模化使用，中间还有不短的路。
第一个考验是性能。
OpenAI已经给出了“每瓦性能更好”的方向性判断，但没有披露可复现的第三方基准，Hock Tan接受路透社采访时就表示，Jalapeño性能可对标英伟达Blackwell和谷歌TPU。
不过，在OpenAI发布完整技术报告之前，这类比较仍然需要谨慎看待。
第二个考验是系统。
AI芯片从来不只是一块硅片，它需要内存、网络、板卡、机架、软件栈、调度系统和数据中心供电散热一起工作。
OpenAI官方反复强调“平台”和“多代路线图”，本身就说明这不是单点突破，而是一次漫长的基础设施工程。
第三个考验是经济性。
推理芯片最终要证明的不只是能跑，而是能在真实业务里持续降低成本、提升吞吐、控制延迟，并适配快速变化的模型架构。如果模型形态、上下文长度、智能体工作流继续变化，定制芯片既可能带来效率红利，也可能面临适配压力。
因此，Jalapeño短期内更像是一个信号，而不是结论。
它说明OpenAI已经不满足于只在现有算力市场上排队买卡，它也说明，大模型公司之间的竞争正在变得更重、更贵、更接近传统半导体和云基础设施行业。模型能力当然仍然重要，但谁能以更低成本、更稳定方式把模型交付给海量用户，谁就能在商业化阶段拥有更大余地。
这可能才是Jalapeño最值得关注的地方。
它并没有宣告英伟达时代结束，也没有证明OpenAI已经掌握芯片产业链。但它让外界第一次清楚看到：OpenAI正在把“造模型”的能力，向“造运行模型的机器”延伸。
下一阶段，真正需要看的不是发布会上的芯片照片，而是2026年底之后，它能在多少真实请求中跑起来，又能为OpenAI省下多少成本。
热门跟贴