AI 公司造芯运动：OpenAI 的 Jalapeño 芯片为何能快两倍？

从依赖英伟达到自研芯片：AI 巨头的算力自主之路

过去几年，AI 行业的算力命脉几乎被英伟达一家牢牢掌握。然而，随着模型规模与推理需求的指数级增长，单纯依赖通用 GPU 的路线正面临成本与效率的双重瓶颈。OpenAI 与博通合作推出的首款自研推理芯片 Jalapeño，在近期公布的基准测试中展现出惊人的能效比与低延迟表现，标志着 AI 公司从“租用算力”向“自造算力”的关键转折。

推理效率的革命：不只是“快”那么简单

Jalapeño 的测试成绩确实亮眼。根据 SemiAnalysis 发布的 InferenceX 基准测试，在运行 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 这三款主流大模型时，Jalapeño 的每瓦性能是英伟达 GB200/GB300 的 1.5 至 1.9 倍，端到端延迟则缩短至对照系统的 30% 至 60%。具体到 DeepSeek R1 的推理任务，一次 8K 输入、1K 输出的请求从 5.99 秒降至 1.65 秒，最低 token 间隔也从 5.90ms 压缩到 1.43ms。

这些数字背后，是芯片设计理念的根本差异。Jalapeño 并非通用 GPU，而是从零开始为“推理”这一特定工作负载而生的专用加速器（ASIC）。其设计核心在于解决当前 AI 推理中普遍存在的“内存墙”问题——计算单元的速度远超数据搬运速度，导致大量算力在等待数据中浪费。为了突破这一瓶颈，OpenAI 将计算核心、HBM 内存和网络通信纳入统一协同设计，而非像传统 GPU 那样将各部分模块化拼接。

Jalapeño 配备了 216GiB 的 HBM4 内存，带宽高达 15.4TB/s，接近微软 Maia 200 和 Google Ironwood 的两倍。更激进的是，它将计算核心与内存划分为多个对应区域，让模型权重和 KV Cache 尽量在本地内存中完成读写，仅在必要时才通过高速网络跨区域同步，从而大幅减少了数据在芯片内部的搬运次数。这种“以数据为中心”的架构，使得其持续功耗低于 550W，仅为英伟达 GB200（1200W）和 GB300（1400W）的一半不到，却实现了更高的推理吞吐。

九个月流片：如何挑战芯片设计极限？

传统上，一颗高复杂度 AI 加速芯片从设计到流片需要 18 至 24 个月。而 OpenAI 的 Jalapeño 项目，从 2025 年 2 月正式进入设计周期，到 11 月完成流片，仅用了 9 个月；随后 6 个月拿到成品芯片，再经过约 3 个月的调试，于今年 8 月开启公开测试。这一速度几乎逼近半导体工程的物理极限。

这一“闪电速度”背后，是 OpenAI 多年的人才与技术积累。早在 2023 年，OpenAI 便邀请前 Google TPU 负责人 Richard Ho 组建硬件团队，初始成员多来自 Google TPU 项目，自带丰富的专用芯片设计经验。此外，与博通的深度合作也提供了关键的制造与 IP 支持。OpenAI 在 2025 年 10 月宣布与博通合作部署 10 吉瓦定制 AI 加速器，让“前沿模型与产品研发经验直接融入硬件”，随后一个月便正式流片。

这种速度也反映了 AI 公司对算力自主的迫切性。随着 ChatGPT 等产品向 Agent 化演进，推理调用次数从几次飙升至几十次，延迟累积成为体验瓶颈。Jalapeño 的低延迟特性，有望让复杂的 Agent 任务响应接近普通聊天，甚至未来 ChatGPT 可能不再需要区分“聊天”与“工作”模式，只需一个对话框即可。

能效比的经济账：电费就是竞争力

在数据中心运营中，电费是最大的可变成本之一。Jalapeño 以不到英伟达一半的功耗提供更高的推理性能，意味着 OpenAI 在同等算力需求下可大幅削减电力支出。考虑到 AI 模型训练与推理的能耗正以指数级增长，这种能效优势将转化为长期的经济壁垒。

OpenAI 计划在年底前将 Jalapeño 部署到其计算基础设施中，同时第二代产品已处于开发中段，第三代也初具雏形。这表明造芯并非一次性尝试，而是 OpenAI 长期战略的核心部分。

国内视角：自研芯片的竞赛已全面展开

OpenAI 的 Jalapeño 并非孤例。国内科技巨头同样在加速布局自研 AI 芯片。百度早在 2018 年就推出了昆仑芯片，目前昆仑芯 3 代已支持文心大模型的推理优化；阿里巴巴的平头哥半导体推出了含光系列，用于其云服务中的 AI 推理；华为的昇腾芯片更是与昇思框架深度绑定，支撑了盘古大模型等自有生态。此外，字节跳动也启动了自研芯片项目，预计将用于其豆包大模型的推理加速。

相较之下，国内厂商在芯片设计上更注重与自身软件栈的协同，而非单纯追求峰值性能。例如，华为昇腾通过“达芬奇”架构将 AI 算子与编译器深度优化，在特定模型上能效比亦不输国际竞品。不过，在 HBM 内存与先进制程方面，国内仍面临一定供应链挑战。但整体来看，自研芯片已成为 AI 公司的共识，这将推动整个行业从“买算力”转向“造算力”，重塑全球 AI 基础设施的竞争格局。

行业影响：AI 芯片的“安卓时刻”要来了？

Jalapeño 的出现，可能预示着 AI 芯片市场将从英伟达一家独大转向多元化竞争。正如当年 Android 系统的开源推动了智能手机的百花齐放，如今 OpenAI 等公司自研芯片，或许会催生更多针对特定工作负载的专用加速器，从而降低整体算力成本，加速 AI 应用创新。

当然，自研芯片并非坦途。除了巨额研发投入，还面临制程工艺、EDA 工具、生态兼容等挑战。OpenAI 能否持续迭代并大规模部署，仍需时间检验。但至少，它已经证明：AI 公司不必永远受制于芯片供应商。

常见问题

OpenAI 的 Jalapeño 芯片与英伟达 GPU 有何不同？

Jalapeño 是专为 AI 推理设计的 ASIC 芯片，而英伟达 GPU 是通用计算芯片。Jalapeño 在推理任务上的能效比和延迟表现优于 GB200/GB300，但无法像 GPU 那样灵活支持各种计算任务。

Jalapeño 芯片何时正式商用？

OpenAI 计划在 2026 年底前将 Jalapeño 部署到其计算基础设施中，但具体商用时间取决于后续测试与部署进度。

自研芯片对 OpenAI 意味着什么？

自研芯片有助于 OpenAI 降低算力成本、提升推理效率，并增强对算力供应链的掌控力，是其长期战略的重要一环。

国内有类似的自研 AI 芯片吗？

国内多家公司已布局自研 AI 芯片，如百度的昆仑、华为的昇腾、阿里的含光等，各有侧重，但整体在先进制程与生态上仍面临挑战。

自研芯片会取代 GPU 吗？

短期内不会。自研芯片主要针对特定工作负载优化，而 GPU 在通用计算和训练任务中仍具优势。未来两者将共存，形成多元化的算力市场。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。