OpenAI，開始造芯片了

終于不用再跪著向英偉達買卡了？

作者｜樺林舞王

編輯｜靖宇

2026 年 6 月 24 日，OpenAI 和 Broadcom 聯合宣布了一件事——他們造出了一塊芯片，叫 Jalape?o。

這個名字取自墨西哥辣椒，倒是符合硅谷給內部項目起名的一貫口味。但這件事本身，沒那么辣，也沒那么簡單。

01

九個月流片

從設計到完成制造流片（tape-out），Jalape?o 用了九個月。

芯片設計行業有個默認共識，從架構設計到流片，通常需要兩到三年，復雜芯片甚至更長。九個月能完成流片，不代表芯片已經完善，但代表整個開發節奏被大幅壓縮了。

OpenAI 官方博客透露，這個速度的實現，部分原因是他們用自家的模型輔助了芯片設計過程。這不是第一次有人嘗試用 AI 加速 EDA（電子設計自動化）工作流，谷歌此前也在 AlphaChip 項目上做過類似探索。但 OpenAI 把這件事作為正式發布的一部分拿出來說，意思很明確：這既是一塊推理芯片的發布，也是一次「AI 設計 AI 基礎設施」的自我證明。

性能方面，兩家公司給出的表述是「單位功耗性能，明顯優于當前最先進硬件」。Broadcom CEO Hock Tan 在采訪中的說法更具體一些，與典型 AI GPU 相比，成本可降低約 50%。OpenAI 總裁 Greg Brockman 在 X 上的評價是「功耗性能看起來不可思議」。

這些數字目前都沒有配套的第三方基準測試，沒有說明與哪款芯片對比，也沒有說明在什么任務和條件下測出來的。Tom's Hardware 的評論直接點出了這一點。保留意見是合理的，但數字本身已經在市場上投下了一顆石子。

02

是不是有點晚了？

為什么 OpenAI 拖到現在，才想到要自己做芯片？

相比之下，谷歌的 TPU 項目始于 2015 年，第一代 TPU 在 2016 年就已經用于支撐內部推理工作負載。亞馬遜的 Inferentia 芯片 2019 年正式推出。微軟作為 OpenAI 最大的云基礎設施支持方，2023 年底推出了 Azure Maia 100，2026 年初又升級到了 Maia 200。

OpenAI 成了 AI 大戰自造芯片明顯的遲到者。

遲到有多重原因。OpenAI在相當長的時間里，把絕大多數資源集中在模型研究上，基礎設施依賴微軟 Azure 和英偉達GPU。這種安排讓它在早期快速迭代模型時省掉了很多摩擦，但也意味著算力成本的控制權不在自己手里。

隨著大模型推理需求的規模化，這個問題變得越來越難回避。訓練一個模型是一次性的大額支出，但推理是持續性的、每天每秒都在燒錢的成本。對于 ChatGPT 這個量級的產品，推理成本長期高企是盈利路徑上的結構性障礙。

與此同時，OpenAI 的 IPO 籌備正在進行中。在這個節點上推出自研芯片，財務敘事上的價值不亞于技術本身——它向市場傳遞了一個信號：這家公司有計劃把推理成本打下來。

選擇 Broadcom 而不是自己獨立設計，也是一個務實的選擇。Broadcom 是全球最大的定制 ASIC 合作方之一，谷歌的 TPU 就是通過 Broadcom 實現量產的。OpenAI 沒有自建芯片團隊的歷史積累，與 Broadcom 合作，是在最短時間內拿到可用產品的路徑。

03

「推理芯片」戰場

Jalape?o 不是訓練芯片，是推理芯片。這個定位選擇本身值得關注。

訓練和推理對硬件的需求差異很大。訓練需要極高的算力密度和大量高帶寬存儲器，對通用性要求高，英偉達的 GPU 在這個領域的優勢幾乎是結構性的。推理則不同——它需要的是在既定模型架構下高效、低延遲地跑大量請求，對定制化的需求更強，也更容易用專用芯片在效率上超過通用 GPU。

這也是為什么谷歌的 TPU 在推理場景上能打出成本優勢，而訓練市場英偉達依然牢不可破。OpenAI 選擇從推理側入手，是找到了一個相對可以突破的口子。

OpenAI 把 Jalape?o 定義為「LLM優化的推理加速器」，意味著它很可能針對 Transformer 架構的注意力機制做了專門優化，在內存帶寬和訪存模式上與 GPT 系列模型的推理特征深度匹配。

部署計劃上，兩家公司表示 2026 年底前會開始初步部署，之后與數據中心合作伙伴擴展。這個時間線說明 Jalape?o 現在還處于驗證階段，距離大規模生產部署還有一段距離。

04

發布并非替代

發布一塊芯片和真正用這塊芯片替代英偉達，是兩件事。

芯片從流片到大規模量產，中間還有良率、供應鏈、軟件生態等一系列問題需要解決。更大的挑戰是軟件棧。英偉達的 CUDA 生態經過十幾年的建設，已經成為整個 AI 開發社區的默認基礎設施，遷移成本極高。OpenAI 自研芯片要在實際推理工作負載上完全替代 GPU，需要構建自己的編譯器、驅動和優化工具鏈。

谷歌的 TPU 走到今天用了十年，Amazon 的 Inferentia 在真正大規模應用前也經歷了多代迭代。OpenAI 的時間表會更緊，但要走的路不會更短。

此外，OpenAI 在過去幾周里的動作密度值得一提。企業合作伙伴網絡、1.5 億美元的顧問認證項目、收購咨詢公司 Tomoro、招募 Noam Shazeer 等技術人才——這些動作疊加在一起，構成的是一個正在快速擴張基礎設施、同時向企業市場深度滲透的公司畫像。Jalape?o 是這幅畫里的一塊，不是全部。

從買英偉達的卡，到和 Broadcom 聯手造自己的芯片，OpenAI 在硬件這條路上邁出了真實的一步。能不能走通，要看兩年后的數據，而不是今天的發布會。

*頭圖來源：網絡

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你得為 OpenAI 自研芯片能贏谷歌和亞馬遜嗎？