Jalape?o流片，OpenAI全棧戰略關鍵拼圖

OpenAI終于拿到了與博通合作開發的首款定制AI芯片Jalape?o。這是一款面向推理場景設計的專用集成電路（ASIC），也標志著OpenAI正式向AI基礎設施層邁出關鍵一步。

自ChatGPT發布以來，奧特曼便不斷向產業鏈上下游延伸，將OpenAI的控制范圍從模型擴展至芯片、網絡、數據中心乃至能源供應。從2023年底開始，他持續從谷歌TPU團隊招募關鍵人才。操刀該AI芯片的Richard Ho，正在這一時期加入OpenAI，并牽頭組建芯片團隊。

Jalape?o自然是這一布局中最關鍵的一環，也是最早落地的一環。

也許，這也是為什么OpenAI這次定調“9個月”，并強調這是從架構設計到制造流片（tape-out）的“史上最快”的開發紀錄。像英偉達這樣的巨頭，也剛加速到一年一迭代。按照谷歌杰出工程師David Patterson的回顧，TPUv1從項目啟動到部署進入數據中心，共耗時約15個月。

與此同時，OpenAI也正在謀劃搶在Anthropic之前完成上市。如果能夠持續推進模型與芯片的協同迭代，并將其轉化為更低的推理成本和更高的資源利用率，那么長期來看，token經濟學將更有可能向OpenAI傾斜。

OpenAI總裁Greg Brockman還稱，這多虧了公司AI模型的幫忙。這種“AI設計AI芯片”的敘事，也讓OpenAI的芯片迭代的未來，更具想象空間。

不過，也別太輕易相信這一口徑。互聯網上至今仍能找到大量2025年10月OpenAI與博通宣布正式合作時的報道，早有鋪天蓋地的“18個月秘密研發”、“GPT親自參與設計”等敘事。或許，就像大模型訓練中的“Final Run”一樣，“9個月”并非整個項目真正的起點。

盡管如此，這一速度仍然相當驚人。作為對比，今年初微軟發布第二代定制AI芯片Maia 200，距離上一代產品已經過去兩年多時間。

相比開發周期，更值得關注的仍然是芯片本身的性能表現。這是影響到OpenAI算力基礎設施總擁有成本（TCO）的關鍵，也是決定token經濟學的關鍵。

不過，到目前為止，市場上關于Jalape?o的討論，仍然缺乏確切的細節。OpenAI的官方博客介紹了一些，OpenAI與博通相關人士在媒體采訪中透露了些邊角料，但更翔實的技術報告，還要再等一段時間。

現在已知的是，除了OpenAI自己設計加速器，它的供應鏈還包括提供芯片制造、網絡和連接相關技術的博通，以及負責電路板、機柜和系統搭建的天弘科技（Celestica）。它的部署節奏不會太快，計劃2026年底首次投入使用，2027年開始顯著加速，2028年上半年全面發力，最終實現GW級算力集群。

這款芯片已經在GPT-5.3-Codex-Spark上跑通了，頻率和功耗符合設計目標。這是一款專門設計的輕量版模型，也是OpenAI首個運行在英偉達GPU競爭對手Cerebras芯片上的模型，現在用來跑OpenAI自己的首款AI芯片。

根據OpenAI披露的初步測試結果，這款芯片在目標工作負載上的資源利用率接近理論峰值，并實現了較高的能效表現。這得益于芯片架構針對OpenAI推理場景進行的深度優化，減少了數據傳輸開銷，還平衡了計算、內存和網絡三類資源。

此前，就有媒體推測，這款芯片預計采用臺積電3nm工藝制造，引入了systolic array（脈動陣列）架構，搭配HBM與ARM架構CPU。

按照OpenAI的邏輯，基礎設施效率越高，算力就越強；算力越強，模型能力越強；模型能力越強，產品體驗越好，用戶和收入也越多；而這些收入又將繼續投入下一代模型、芯片和基礎設施建設，形成一個不斷加速的正向循環。

從某種意義上說，谷歌TPU的十年發展，已經驗證了這一路徑的可行性：通過面向特定工作負載的軟硬件協同設計，不僅可以提升性能，還能持續降低規模化部署成本。隨著訓練、推理（預填充與解碼）、智能體執行與檢索增強等工作負載不斷分化，專用ASIC的優化空間正在進一步擴大。

對于OpenAI而言，Jalape?o的價值并不僅僅在于降低推理成本。更重要的是，它讓OpenAI第一次擁有了從模型到底層基礎設施協同優化的能力，而不再完全依賴微軟、亞馬遜或谷歌等外部平臺的硬件工程體系。

Jalape?o也只是OpenAI試圖取得全棧優勢的第一步。官方博客還透露，OpenAI正在自主設計支撐模型運行的完整基礎設施體系，包括芯片架構、內核軟件、內存系統、網絡架構、調度系統、部署平臺以及最終產品體驗。

上個月，OpenAI還與諸芯片巨頭推出了MRC網絡協議，讓超大規模算力集群更穩定可靠。此前，分析師郭明錤透露，OpenAI正與高通和聯發科共同開發一款智能手機芯片。

OpenAI正在逐步兌現它的戰略布局。盡管Anthropic憑借Claude Code和智能體產品贏得了階段性優勢，但奧特曼押注的并不是下一代模型，而是支撐未來數年發展的基礎設施體系，影響更為深遠。

與此同時，OpenAI也始終在嘗試降低對英偉達供應鏈的依賴。對于OpenAI而言，僅依賴單一供應商已經越來越難以滿足未來需求。它未必能夠掌控整個AI產業鏈，卻希望在關鍵基礎設施環節擁有更多自主權。

去年9月，英偉達曾計劃向OpenAI投資高達1000億美元，但到今年1月，這一數字被大幅縮減至200億美元。當時，《華爾街日報》報道稱，部分反對聲音來自英偉達內部，黃仁勛私下里對OpenAI商業模式缺乏紀律性表示不滿。

但路透社在2月的報道，援引多位知情人士的說法指出，另一部分原因在于OpenAI對于部分特定推理場景下的英偉達GPU效率并不滿意，同時其快速變化的產品路線圖也正在改變對于計算資源的需求結構。

按照路透社當時的說法，OpenAI希望未來至少10%的算力來自英偉達生態之外。隨后，市場陸續傳出其測試亞馬遜Trainium芯片、與Cerebras建立合作關系等消息。

反觀Anthropic，直到今年4月，市場才傳出該公司正在探索自研芯片的消息；但公司尚未確定具體的芯片設計方案，也未組建專門團隊來推進該項目。

兩年多前，當奧特曼提出7萬億美元基礎設施投資計劃時，包括黃仁勛在內的許多人，都將其視為不切實際的設想。但如今Jalape?o提醒所有競爭同行，這從來都不是一個融資敘事，而是一條正在逐步工程化的路線。從模型到芯片，從網絡到數據中心，再到能源體系，OpenAI正在試圖重構token經濟的每一層蛋糕。

Jalape?o只是這條路線中，第一個真正進入物理世界的坐標。