核心事件速览
OpenAI 于本周二正式发布自研 AI 芯片 Jalapeño，该芯片专为 AI 推理任务优化。硬信息要点如下：
- 发布时间：2026 年 8 月 26 日（博客文章发布日）
- 芯片类型：专用集成电路（ASIC），专为 AI 推理设计
- 合作方：由 OpenAI 与 Broadcom 联合开发
- 首次亮相：2026 年 6 月已披露，此次为首次公布基准测试数据
- 部署计划：2026 年底前小规模部署，2027 年起逐步扩大规模
- 计算策略：不会完全替代现有芯片 lineup，将持续与英伟达等合作伙伴并行使用
基准测试：性能全面超越英伟达 top chips
Jalapeño 的表现通过 InferenceX 基准平台验证，对比对象为英伟达 GB200 和 GB300 超级芯片——当前业界领先的推理硬件。测试涵盖三款大模型：GPT-OSS 120B、DeepSeek R1 和 Kimi K2.5 1T。
关键数据呈现显著优势：
- 能效比：单位功耗完成的 AI 工作量为英伟达系统的 1.5 至 1.9 倍
- 延迟表现：端到端延迟降低 1.7 至 3.6 倍（即响应速度提升最高达 3.6 倍）
这一结果打破了 AI 系统必须在延迟与吞吐量之间权衡的传统取舍。OpenAI 硬件副总裁 Richard Ho 表示，Jalapeño 实现了"两者兼得"（best of both worlds）——既降低延迟，又保持高吞吐。
值得注意的是，Jalapeño 在推理任务中超越了当前业界最强的英伟达超大规模芯片，这在行业内部颇为反常。过去数年中，NVIDIA 的 H100、B100 乃至 GB200 系列长期主导高性能推理市场，而OpenAI此次选择自研ASIC而非选用现成方案，显示出其对推理环节自主权的战略重视。
Jalapeño 技术定位与部署节奏
Jalapeño 属于 ASIC（专用集成电路），与通用GPU相比，其电路结构针对特定模型推理流程固化优化，因此在能效和延迟上具备天然优势，但灵活性较低。OpenAI 强调，该芯片专用于"推理"环节——即运行已训练好的模型完成任务或部署智能体。
部署安排呈现递进式特征：
- 2026 年末：小规模部署（“small volumes”）
- 2027 年：显著扩产（“ramp the volume up”）
尽管未公布具体部署数量，OpenAI 明确表示 jalapeño 不会完全替代现有芯片。Ho 指出，公司整体计算战略依赖"非常优秀的合作伙伴"，英伟达仍将是重要算力组成。OpenAI 计划持续推进 Jalapeño 的第二代与第三代研发。
核心性能对比（基于 InferenceX 基准测试）
| 指标 | Jalapeño | 英伟达 GB200 / GB300 |
|---|---|---|
| 能效比（GPT-OSS 120B / DeepSeek R1 / Kimi K2.5 1T） | 1.5–1.9 倍更高 | 基准 |
| 端到端延迟 | 1.7–3.6 倍更低 | 基准 |
| 芯片架构 | ASIC（专用集成电路） | GPU 超级芯片 |
读者落地建议
- 适合立即关注者：云服务商与 AI 应用开发者——Jalapeño 的低延迟特性对需要实时交互的智能体（如客服Agent、游戏NPC）尤为重要；能效提升也关系到长期运营成本。
- 建议再等等的人：对模型灵活性有强需求的科研机构——作为 ASIC，Jalapeño 无法像 GPU 那样灵活适配各类训练与推理任务；在 2027 年大规模铺开前，生态工具链尚待完善。
写在最后
Jalapeño 标志着大模型公司向上游硬件延伸的决心，但短期内仍将以"混合算力"策略为主——这既是务实之举，也印证了 ASIC 与 GPU 将在未来 AI 基础设施中共存演进。