TL;DR
· OpenAI 与博通发布首款自研 AI 推理芯片 Jalapeño，目标在 2026 年底前初始部署。
· 这颗芯片面向 LLM 推理，不是训练 GPU 替代品，早期性能说法仍来自公司测试口径。
· OpenAI 减少英伟达依赖迈出第一步，但降本幅度、量产规模和真实负载表现尚未披露。

OpenAI 和博通 6 月 24 日宣布 Jalapeño，这是一颗面向大语言模型推理的自研 AI 加速器，也是 OpenAI 首款被称为「Intelligence Processor」的芯片。按照两家公司公告，Jalapeño 仍处于测试和样片阶段，目标是在 2026 年底前开始初始部署，未来多年继续扩展。对 OpenAI 来说，重点不是马上替代所有英伟达 GPU，而是把 ChatGPT、Codex、API 和未来智能体产品里不断增长的推理请求，逐步转向更适配自身模型的软件和硬件组合。

从推理下手，盯上每天发生的查询成本

AI 芯片需求大致分为训练和推理。训练决定模型能力上限，推理决定模型训练完成后，能否以可接受成本回答海量用户请求。

Jalapeño 瞄准的是后者。OpenAI 称，这颗芯片将用于大语言模型推理工作负载，服务 ChatGPT、Codex、API 以及未来智能体产品。对普通用户来说，它不会直接改变聊天界面，但可能影响后台处理请求的成本、速度和可扩展性。

这也是 AI 公司自研芯片潮的共同方向。谷歌有 TPU，亚马逊、Meta 也在推进自定义加速器。它们并不一定要完全替代英伟达，而是把最稳定、规模最大的内部工作负载，搬到更适配自身模型和软件栈的芯片上。

OpenAI 此前长期依赖外部 GPU 供应，尤其是英伟达高端加速卡。随着模型调用量增长，单靠采购通用 GPU 会带来两重压力：成本和供货受制于外部供应链，通用芯片也未必能在特定模型和服务模式下做到最高效率。Jalapeño 的直接变化，是让 OpenAI 从单纯购买算力，开始参与定义算力。

博通负责硅实现和连接技术，晶圆制造方未披露

Jalapeño 由 OpenAI 从零设计，博通提供硅实现、网络和连接技术，Celestica 参与板卡、机架和系统层面的落地。官方公告没有披露晶圆制造方，因此不能简单写成博通负责制造。

博通在自定义 ASIC 和数据中心网络方面积累较深，过去几年也成为多家 AI 巨头自研芯片背后的供应商之一。对 OpenAI 而言，选择博通合作，更像是把模型公司内部的架构需求，交给成熟半导体和系统供应链转成可部署产品。

性能部分仍要留出边界。两家公司称，Jalapeño 目标是结合当今领先 AI 加速器的吞吐能力，并在性能/瓦特上较当前先进方案有明显提升。官方同时强调，工程样片已在实验室以目标频率和功耗运行机器学习工作负载，最终性能仍在测量，未来数月会发布更详细技术报告。

目前尚未公开第三方基准，也没有披露精确吞吐量、延迟、功耗、单次查询成本下降幅度等关键指标。部分市场解读会把它直接放到英伟达 Blackwell 或谷歌 TPU 旁边比较，但在真实部署数据出来前，降本和性能领先仍只能算公司早期测试口径。

9 个月到流片，AI 辅助造芯成了另一条线索

Jalapeño 还有一个被官方突出强调的细节：从初始设计到制造流片只用了 9 个月。这个时间不等于完整量产周期，而是指芯片设计进入制造准备阶段的速度。

在传统芯片开发中，从架构设计、验证、EDA 流程到流片通常需要漫长周期。OpenAI 称，这一过程由其模型加速。公司试图证明，AI 不仅能写代码、生成内容，也能进入硬件工程流程，帮助缩短芯片设计和验证时间。

如果这种方法能在后续产品中复用，Jalapeño 就不只是单代芯片，而是 OpenAI 多代自定义计算平台的起点。OpenAI 和博通此前已在 2025 年 10 月宣布 10GW 级自定义 AI 加速器合作，计划从 2026 年下半年开始部署，并在 2029 年底前完成。Jalapeño 则是这条合作线进入公开产品阶段的第一个样本。

不过，设计速度快不等于部署速度快。Jalapeño 能否进入 OpenAI 核心基础设施，还要看后续量产、封装、高带宽内存供应、服务器系统集成和数据中心调度。任何环节出现瓶颈，都可能影响年底前的初始部署节奏。

减少英伟达依赖是方向，不是已经完成替代

Jalapeño 最容易被市场解读为「OpenAI 挑战英伟达」。更准确的说法是，OpenAI 开始为部分推理工作负载寻找英伟达之外的自定义路径。

英伟达的优势仍然不只在单颗 GPU 性能，还包括 CUDA 生态、训练与推理工具链、系统级互联、开发者基础和供货规模。即便 OpenAI 顺利部署 Jalapeño，也不会立刻摆脱英伟达。尤其在前沿大模型训练、通用研发和多样化工作负载上，高端 GPU 仍是关键基础设施。

推理环节更适合自定义芯片切入。请求模式相对稳定，模型结构更可控，服务目标也更明确。如果 OpenAI 能把 ChatGPT、Codex 或 API 中高频、标准化的推理任务迁移到 Jalapeño 上，就可能在成本和供给弹性上获得实际好处。

对博通来说，AI 巨头自研芯片并不等于芯片公司被绕开，反而会带来更多定制项目。只是这类项目的收益空间仍取决于组件成本、交付规模和系统复杂度，尤其是高带宽内存等关键供应的价格和可得性。

Jalapeño 接下来真正要回答的，不是发布时能否对标 Blackwell 或 TPU，而是年底前能以多大规模上线、能跑哪些真实负载、能把推理成本降到什么水平。对 OpenAI 而言，这颗「墨西哥辣椒」只是摆脱 GPU 瓶颈的第一口试辣，能不能成为主菜，还要等部署数据说话。

欢迎加入币营 Coincamps官方社群：

X 官方账号：https://x.com/coincamps

Telegram 订阅群：https://t.me/coincamps_cn