OpenAI在2025年熱芯片大會（Hot Chips）上公布了其自研專用集成電路（ASIC）Jalape?o的初步測試結(jié)果，該芯片由OpenAI與博通公司（Broadcom）聯(lián)合開發(fā)，專用于人工智能模型推理階段。測試數(shù)據(jù)顯示，Jalape?o在單位功耗處理效率上較Nvidia GB200和GB300高出1.5至1.9倍，在端到端延遲方面表現(xiàn)更優(yōu)，降幅達1.7至3.6倍。這一突破標志著OpenAI在擺脫對Nvidia GPU依賴的道路上邁出實質(zhì)性一步，尤其在高并發(fā)、低延遲的實時交互場景中具備顯著優(yōu)勢。

Jalape?o是一款針對特定任務(wù)優(yōu)化的專用芯片，僅支持已訓(xùn)練完成的大語言模型推理，不參與模型訓(xùn)練環(huán)節(jié)。其核心設(shè)計聚焦于減少數(shù)據(jù)在內(nèi)存與計算單元間傳輸帶來的性能瓶頸。芯片集成了六組高帶寬內(nèi)存（HBM），并采用高度集成的計算架構(gòu)，使數(shù)據(jù)可長期駐留本地，避免頻繁跨模塊調(diào)用。同時，芯片具備動態(tài)資源調(diào)度能力，可根據(jù)不同處理階段自動激活Zui優(yōu)計算組合，從而在保證吞吐量的同時大幅降低能耗。據(jù)OpenAI硬件負責(zé)人理查德·霍（Richard Ho）介紹，該芯片運行功耗約為700瓦，遠低于傳統(tǒng)GPU方案，有望將整體運營成本削減約50%。

此次測試基于SemiAnalysis公開平臺InferenceX進行，覆蓋GPT-OSS 120B、DeepSeek R1及Kimi K3等主流開源與前沿閉源模型，涵蓋從大參數(shù)模型到輕量化部署的多種典型應(yīng)用場景。測試環(huán)境模擬真實用戶請求負載，確保結(jié)果具有行業(yè)參考價值。值得注意的是，盡管目前數(shù)據(jù)仍屬實驗室階段，尚未在大規(guī)模生產(chǎn)環(huán)境中驗證，但其性能指標已足以引發(fā)產(chǎn)業(yè)鏈關(guān)注。博通公司CEO霍克·譚（Hock Tan）表示，若按當(dāng)前效率推算，未來部署規(guī)模達到10吉瓦級時，將帶來顯著的能源節(jié)約與運維成本下降。

該芯片的研發(fā)周期僅為九個月，從初始設(shè)計到流片（tape-out）完成，創(chuàng)下半導(dǎo)體行業(yè)新紀錄。這得益于OpenAI利用自身AI模型加速電路布局與邏輯驗證流程，結(jié)合博通在先進制程、封裝與網(wǎng)絡(luò)互聯(lián)方面的技術(shù)積累。目前，OpenAI已啟動第二代芯片研發(fā)，并規(guī)劃第三代路線圖。預(yù)計首批系統(tǒng)將于2026年底在微軟及其他合作方的數(shù)據(jù)中心小規(guī)模部署，2027年起逐步擴大應(yīng)用范圍，目標在2029年前實現(xiàn)10吉瓦級別的算力支撐。

對于中國從事AI基礎(chǔ)設(shè)施建設(shè)、云服務(wù)提供商、智能終端制造商以及海外出口企業(yè)的從業(yè)者而言，該事件釋放出明確信號：定制化AI芯片正成為頭部廠商構(gòu)建差異化競爭力的核心手段。尤其在算力成本敏感的場景下，如企業(yè)級客服機器人、實時語音翻譯、邊緣側(cè)AI推理設(shè)備等，Jalape?o所代表的“高能效+低延遲”組合具備極強吸引力。中業(yè)在海外AI算力方案時，應(yīng)重點關(guān)注供應(yīng)商是否具備自主芯片設(shè)計能力或是否已引入異構(gòu)計算架構(gòu)，以評估長期運維成本與彈性擴展?jié)摿Α４送?，該案例也提示國?nèi)芯片廠商在面向推理場景時，需強化內(nèi)存帶寬管理、動態(tài)調(diào)度算法與系統(tǒng)級協(xié)同設(shè)計能力，避免陷入單純追求峰值算力的誤區(qū)。

盡管OpenAI強調(diào)不會完全放棄Nvidia，仍將維持多供應(yīng)商策略，尤其在模型訓(xùn)練領(lǐng)域繼續(xù)依賴其GPU生態(tài)，但Jalape?o的出現(xiàn)無疑加劇了AI芯片市場的競爭格局。隨著更多企業(yè)開始布局自研芯片，未來三年內(nèi)可能出現(xiàn)更多類似“軟硬一體”的垂直解決方案。對于中國開發(fā)者而言，應(yīng)提前關(guān)注主流模型在非Nvidia硬件上的兼容性與部署效率，尤其是對TensorRT-LLM、ONNX Runtime等中間表示格式的支持程度。同時，供應(yīng)鏈層面需警惕因芯片架構(gòu)差異導(dǎo)致的軟件棧重構(gòu)風(fēng)險，建議在項目初期即評估硬件選型對模型部署、調(diào)試與維護的影響。