OpenAI 首款自研芯片 Jalapeño：9 个月流片，推理成本降一半

这周的 AI 芯片圈，几乎是每隔一天就投下一枚重磅炸弹：8 月 6 日，Anthropic 官宣组建芯片团队，为 Claude 定制处理器，传闻合作方直指三星的 2nm 产线；同一天，AMD 宣布收购加拿大 AI 芯片初创 Taalas，押注「模型即计算机」；8 月 7 日，OpenAI 被曝收购 Rain AI 的核心专利，为造芯版图再添拼图。而这一切的样板工程，是 OpenAI 与博通在 6 月 24 日联合发布的首款定制 AI 推理芯片——Jalapeño。

一场 9 个月的闪电战

半导体行业里，一款先进制程芯片从立项到流片，通常以年为单位计算。Jalapeño 却把这个周期压缩到了 9 个月。据第一财经报道，OpenAI 与博通联合发布的首款定制 AI 推理芯片 Jalapeño 是一款专为大语言模型推理设计的专用集成电路（ASIC），项目从最初设计到完成流片仅用 9 个月。更关键的是，开发过程中大量采用了 OpenAI 自身的 AI 模型进行设计加速——「用 AI 设计 AI 的硬件」，这恰是 OpenAI 总裁格雷格·布罗克曼口中「以计算为核心的经济时代」的注脚。

工程样片已经跑起来了。据披露，Jalapeño 的工程样片已在实验室中以量产目标频率和功耗运行 GPT-5.3、Codex、Spark 等工作负载。OpenAI 硬件项目负责人理查德·何表示，团队围绕对前沿模型最关键的算子、内存传输、网络与服务模式对架构做了全面优化，减少了数据搬运，让计算、内存与网络的资源配比更均衡，使实际利用率更接近理论峰值。

分工的艺术：OpenAI 出脑子，博通出工程

博通 CEO 陈福阳（Hock Tan）：「这仅仅是一份跨越数代的路线图的开端。」

造芯不是单打独斗，Jalapeño 的产业协同模式堪称教科书级别：

OpenAI：负责底层架构与算法设计，把对大模型运行逻辑的理解写进芯片

博通：负责硅片实现、流片与网络硬件（包括 Tomahawk 网络芯片），支撑平台大规模量产

台积电：承担 3 纳米制程晶圆代工

加拿大电子制造服务商 Celestica：负责板卡与机架系统的集成

这种分工让 OpenAI 用最短时间完成了从软件公司向「软硬一体」基础设施公司的关键一跃。过去它主要依靠微软 Azure 的数万枚英伟达 GPU 进行训练与托管；2024 至 2025 年，它开始多元化供应链，维持微软核心合作的同时与甲骨文等第三方云达成算力租赁，并联合 AMD、博通、英特尔、英伟达及微软优化多芯片间的高速通信（MRC 协议）。Jalapeño 是这条路径上的第一块自有拼图。

为什么是推理芯片？算力的「另一半战场」

OpenAI 选择在 2026 年中期推出推理芯片并非偶然。行业主流模型的推理端算力消耗已经逐渐超过训练端——每一次调用大模型，背后都是一次推理计算，对 OpenAI 这种体量，推理成本直接决定毛利。博通 CEO 陈福阳透露，与典型 AI GPU 相比，Jalapeño 的成本可降低约 50%（该数据尚无第三方验证）；OpenAI 则称早期测试表明其每瓦性能将优于当前最先进水平，详细技术报告将在未来几个月发布。

用 ASIC 做推理，本质是「用确定性换效率」：放弃 GPU 的通用性，把矩阵乘、注意力等固定算子做成专用电路，省掉大量无效的通用计算与显存搬运。谷歌的 TPU 早已验证这条路，如今 OpenAI 用 9 个月证明，模型公司自己也能定义这套电路。

本周的连锁反应：Anthropic、AMD 与 Rain AI

Anthropic（8 月 6 日）：官宣组建芯片团队，为 Claude 定制推理芯片，传闻与三星洽谈 2nm 代工；据智东西报道，其开出最高 327 万元年薪招揽芯片工程师

AMD（8 月 6 日）：官宣收购加拿大 AI 芯片初创 Taalas，押注「模型即计算机」——把模型直接固化进硅片、摆脱 HBM 束缚，被外界视为苏姿丰 ASIC 布局再加一子

OpenAI（8 月 7 日）：被曝收购 AI 芯片初创 Rain AI 的核心专利（此前整体收购谈判未果），为自研芯片战略加速

另有报道称 OpenAI 正与亚马逊洽谈至少 100 亿美元融资并计划使用其 AI 芯片——算力版图的再平衡仍在继续

大模型公司集体下场造芯，本质上是被算力成本、供应链安全与竞争压力三重倒逼的必然选择。推理正在取代训练成为算力消耗的主战场，「通用 GPU 一统天下」的时代，正被「模型公司 + 定制 ASIC」的新分工改写。

对硬件与设计从业者的启示

对工业设计与硬件从业者来说，Jalapeño 释放的信号值得留意：一是「软件公司定义硬件」成为现实，模型厂商对芯片架构的话语权正在上升；二是「AI 辅助设计」进入芯片这种人类最复杂的工程设计领域，设计工具的范式正在被改写；三是推理芯片的普及将把「智能」的边际成本大幅压低，边缘设备、可穿戴乃至医疗器械里的端侧 AI 都将受益——当推理成本不再是瓶颈，产品形态创新才有更大的空间。

💡

Jalapeño 计划于 2026 年底前实现首次部署，并将在未来几年持续扩展。对设计师和工程师而言，真正值得关注的不是某颗芯片的算力数字，而是「智能的边际成本」正在以多快的速度下降——它决定了下一代产品能做得多轻、多小、多聪明。

资料来源：第一财经、财联社、至顶网、智东西、新浪财经等公开报道（2026 年 6 月至 8 月）。