OpenAI联合博通发布首款AI专用芯片Jalapeño
速览
OpenAI宣布与博通合作推出首款名为Jalapeño的AI专用处理器芯片。该芯片属于ASIC（专用集成电路），专为AI推理任务设计，用于处理用户请求并运行Codex等智能体或生成ChatGPT回复。此举旨在为当前及未来的大型语言模型提供算力支持，是OpenAI在硬件基础设施领域的重要布局。
AI 深度解读
背景
随着生成式 AI 的爆发式增长，算力需求呈指数级上升，而全球范围内高性能 GPU（如 Nvidia 的产品）供应长期处于紧缺状态。为了打破硬件瓶颈并降低对单一供应商的依赖，科技巨头纷纷转向自研芯片领域。此前，Microsoft、Meta 和 Amazon 等公司均已推出定制化的 AI 芯片，旨在优化其服务器集群的训练或推理性能。尽管这些自研芯片在特定场景下表现优异，但在整体性能上仍难以完全超越 Nvidia 的旗舰产品。
在此背景下，OpenAI 于周三正式宣布了其首款定制 AI 处理器——Jalapeño。这款芯片由 OpenAI 与半导体巨头 Broadcom（博通）合作开发，旨在为处理 ChatGPT 请求的服务器提供动力。这一举措距离 OpenAI 宣布与 Broadcom 合作研发自有芯片仅过去了九个月，标志着 OpenAI 在构建垂直整合的算力基础设施方面迈出了实质性的一步。
核心内容
OpenAI 正式发布了其首款名为 Jalapeño 的 AI 处理器。这是一款由 OpenAI 与 Broadcom 联合设计的 ASIC（Application-Specific Integrated Circuit，专用集成电路）。与通用 GPU 不同，ASIC 专为特定任务设计，Jalapeño 的核心用途是 AI 推理（AI Inference）。
AI 推理与 AI 训练是两个截然不同的过程：
- AI 训练：涉及模型消耗海量数据以调整参数、学习知识。
- AI 推理：指模型在训练完成后，处理用户的具体请求。例如，运行 Codex 等智能体（Agent）或生成 ChatGPT 的回复，均属于推理过程。
Jalapeño 的推出直接回应了 OpenAI 对高效推理算力的迫切需求。Broadcom 首席执行官 Hock Tan 在接受路透社采访时透露，Jalapeño 的性能可与 Nvidia 的 Blackwell 芯片以及 Google 的 TPU（Tensor Processing Units，张量处理单元）相媲美。
OpenAI 将 Jalapeño 定义为其“多代计算平台”的第一步，并计划到 2026 年底前部署该平台。尽管 OpenAI 表示仍在进行最终的性能测量，但早期测试数据显示，Jalapeño 在 每瓦特性能（performance per watt）方面将显著优于当前最先进的技术。这意味着在同等功耗下，Jalapeño 能够提供更强的计算能力，或在同等性能下大幅降低能耗。
关键要点
- 首款自研芯片：Jalapeño 是 OpenAI 发布的第一款定制 AI 处理器，由 OpenAI 与 Broadcom 合作开发。
- 技术架构：Jalapeño 属于 ASIC（专用集成电路），专为 AI 推理任务优化，而非通用计算。
- 性能对标：Broadcom CEO Hock Tan 声称 Jalapeño 的性能可与 Nvidia Blackwell 芯片及 Google TPU 匹敌。
- 能效优势：OpenAI 指出，早期测试显示 Jalapeño 的“每瓦特性能”大幅优于当前最先进的 GPU 方案，强调能效比。
- 战略部署：该芯片是 OpenAI “多代计算平台”的首个步骤，预计将在 2026 年底前完成部署。
- 供应链多元化：此举旨在减少 OpenAI 对 Nvidia GPU 有限供应的依赖，类似于 Microsoft、Meta 和 Amazon 等竞争对手近期的战略路径。
意义与影响
Jalapeño 的发布标志着 AI 行业从“依赖通用硬件”向“专用硬件定制”转型的关键节点。
首先，降低供应链风险。长期以来，Nvidia 的 GPU 是 AI 行业的“硬通货”，但其产能限制和高昂成本成为制约模型扩展的瓶颈。通过自研 ASIC，OpenAI 能够更可控地规划算力基础设施，减少对单一供应商的依赖，从而保障 ChatGPT 等核心服务的稳定性与可扩展性。
其次，能效比成为核心竞争力。AI 推理不仅要求速度，更要求成本效益。Jalapeño 强调的“每瓦特性能”优势，意味着 OpenAI 可以在降低数据中心运营成本和碳排放的同时，处理更多的用户请求。这对于需要大规模并发处理的 LLM（大语言模型）服务至关重要。
最后，行业竞争格局重塑。随着 OpenAI、Microsoft、Meta 和 Amazon 等巨头纷纷入局自研芯片，AI 基础设施的竞争已从单纯的算法和模型竞赛，延伸至底层硬件架构的较量。虽然目前这些自研芯片在整体性能上仍略逊于 Nvidia 的旗舰产品，但在特定场景（如推理）下的优化潜力巨大。Jalapeño 的成功与否，将直接影响 OpenAI 在未来 AI 算力战场上的自主权与成本结构。