OpenAI發布自研芯片，技術領先行業

當你在深夜向ChatGPT拋出一個刁鉆的問題，背后那臺機器究竟要跑多遠的路，才能把答案送到你眼前。

它需要的不是幾條街，而是成千上萬塊芯片同時開足馬力，然而這些芯片一直捏在少數廠商手里，又貴又難搶。

最近圈子里開始流傳一個名字，Jalape?o，一枚以墨西哥辣椒命名的芯片。

它不是調味品，而是 OpenAI 憋了很久的自研利器。聽說這枚芯片從畫圖紙到走下生產線，只用了九個月，快到連他們自己人都嚇了一跳。

這顆“辣椒”到底有多辣，它憑什么讓整個行業側目，普通人又能從中感受到什么？

這枚芯片最讓工程師們津津樂道的，不是它的參數多漂亮，而是它誕生的速度。

九個月，從設計到流片，這在芯片行業意味著什么，放在過去，大廠推出一款全新的專用集成電路，通常需要一年半到兩年。

九個月，幾乎是在刀尖上跳舞，而OpenAI不僅跳了，還跳成了。

快的秘密不在別處，恰好是他們自己最擅長的東西，AI。團隊讓內部的人工智能模型直接參與了芯片的設計流程。

過去工程師們需要手動去做的布局優化、散熱模擬、信號完整性檢查，有很大一部分都交給了算法去跑。

一天能迭代幾十版方案，而在傳統流程里，跑一次完整的模擬可能就要等好幾天。

這種用AI去設計AI芯片的做法，讓整個流程的鏈條縮短了不止一半。

Greg Brockman（格雷格·布羅克曼）事后提起這事，話里話外都透著一點意外，他沒想到，這套機制真能跑通，而且跑得比任何人的預期都快。

當然，快不代表粗糙，Jalape?o 并不是在某個通用圖形處理器上修修補補改出來的。

它是從零開始，專門為現代大語言模型的推理任務設計的，ChatGPT 和你對話的時候，Codex 幫你寫代碼的時候。

甚至未來要上線的智能體產品，背后需要的那種計算負載，和過去訓練模型時的大批數據并行計算完全不是一碼事。

推理需要的是低延遲、高吞吐，還要把每一瓦電都掰成兩半花，為了做到這一點，團隊在架構上做了一系列減法。

不是堆更多的計算核心，而是想盡辦法讓數據少跑路。

計算單元、內存、網絡帶寬的配比被重新調整，力求讓芯片的實際利用率逼近理論峰值。

你可以把它理解為，蓋房子不再只顧著多貼瓷磚，而是先把水管電線布得最短最順，這樣打開水龍頭熱水馬上就來了。

有人可能會問，既然有英偉達的GPU，為什么還要費勁自己造。

答案就兩個字，不夠，Brockman（格雷格·布羅克曼）在最近的一次閉門交流中說得很直白，我們無法獲得足夠快的算力。

這不是一時的短缺，而是一種持續性的饑餓。英偉達的產品固然成熟強大。

但它要面向成千上萬種不同的應用場景，不可能只為了聊天機器人做極致優化。

當一家公司每天要響應百億次級別的AI請求時，哪怕一塊芯片有百分之十的效率空轉，乘以那個量級，都會變成一筆燒到心疼的能耗賬單。

所以，哪怕只是為了把每瓦性能再往上提一截，這筆研發投入也值得。

測試數據表明，Jalape?o 的每瓦性能顯著超過當前市面上的頂尖方案，盡管具體數字還沒公布，但已經足夠讓參與測試的人興奮起來。

如果你覺得造一枚芯片只是為了省點電費，那就把OpenAI的棋盤看小了。

Jalape?o只是第一步，背后的藍圖里畫著一個數字，10吉瓦。

這是一個什么概念，一座大型核電站的裝機容量大概是1吉瓦，10吉瓦就是十座這樣的電站全力運轉。

而OpenAI和博通公開設定的長遠目標，是造出一個總算力功耗達到這個量級的集群。

哪怕這只是分多年逐步落地的遠期規劃，也足以讓整個能源和基礎設施行業倒吸一口氣。

這樣龐大的胃口不是憑空冒出來的，博通首席執行官陳福陽在多個場合表達過同樣的判斷。

他說，手頭六家核心客戶的計算需求，完全是永無止境的。

不是2026年滿足不了，也不是2027年能緩解，哪怕看到 2028 年，需求曲線還是直直地往上沖，沒有要低頭的意思。

在這六家里面，OpenAI 顯然是最為激進的玩家之一。

每一次升級，都意味著后臺推理負載要翻倍甚至翻幾倍。

如果沒有自己的硬件作為緩沖，完全仰仗外部采購，相當于把命脈拴在別人的產能表上。這恰恰是奧特曼最想避免的局面。

因此，Jalape?o并不是替代英偉達的產物，它更像是OpenAI為自己量身定做的一雙跑鞋。

通用芯片可以繼續用，但自己最清楚自己腳型的那部分負載，要交給最合腳的裝備。

這個思路其實在大型科技公司里并不新鮮，亞馬遜有Trainium，谷歌有TPU，微軟也在悄悄布局。

只是 OpenAI 作為一個從軟件模型起家的公司，如今把手伸到了最底層的硅片，腳步之快讓很多人始料未及。

為了實現2026年底初步部署的目標，團隊內部排出了非常激進的時間表。今年底先小批量點亮，驗證整機架的設計。

一旦跑通，立刻進入大規模鋪開階段。

到時候，你用的 ChatGPT 背后，很可能就是一片片亮著綠色指示燈、貼著 Jalape?o 標簽的機柜在悶頭干活。

它們不會讓你的對話變出什么魔法，但也許會讓回應再快那么零點幾秒，讓高峰時段的排隊等候再少一點。

在這個講究毫厘之爭的體驗里，每一點進步都是實實在在的。

做芯片從來不是光刻機的獨角戲，Jalape?o 能走到今天，背后串聯起來的企業名字，勾勒出了一幅新的產業協作地圖。

博通負責芯片的實現和制造，這不是簡單的代工，而是把設計圖紙變成可以量產的硅片。

同時還要把自己壓箱底的Tomahawk網絡芯片嵌進去。

這個 Tomahawk 系列是博通在數據中心網絡領域的王牌，它決定了數據在成千上萬塊芯片之間流動的時候。

會不會堵車，會不會丟包，推理任務最怕的就是一個節點卡頓拖慢整個鏈路，所以網絡質量直接決定了芯片集群的有效性能。

制造和網絡之外，系統整合的擔子落在了天弘科技的肩上。

這家總部位于加拿大的公司，負責把芯片、主板、機架、散熱、電源全部攢在一起，變成一個能直接拉進數據中心的完整模組。

這種分工方式意味著，OpenAI不需要從零開始建立封裝測試廠，也不用去啃服務器設計的全部細節。

他們可以繼續把最核心的力氣花在架構定義和算法協同上，外圍的工業能力則交給已經滾動了數十年的成熟供應鏈。

這也解釋了為什么一個芯片項目能在九個月內走完流片流程。不只是 AI 在設計端幫忙，更是整個產業協作網絡愿意為一枚新芯亮綠燈。

站在 2026 年年中回看，OpenAI 的供應商版圖已經鋪得很開。

他們和亞馬遜簽訂了使用Trainium芯片的云服務協議，和 AMD 也保持合作，還與 Cerebras 這類專注于大模型芯片的創新公司聯手。

多源供應、自研為主、外部補充，這套打法正在被越來越多的巨頭復制。

背后的邏輯很樸素：當一個行業的算力需求以每兩年十倍的速度往上翻時。

沒有任何一家供應商能獨自喂飽所有餐桌。與其排隊等菜，不如自己下地種辣椒。

而對博通來說，OpenAI 這樣的客戶同樣是一筆不能錯過的訂單。定制 ASIC 的利潤率往往高于標準芯片。

而且客戶粘性極強，一旦設計定型、軟件生態適配完成，企業幾乎不會輕易更換架構。

陳福陽反復強調需求無止境，既是描述事實，也是在向投資者傳遞信心，他知道，這條賽道才剛剛拉開序幕，后面還有更多的 Jalape?o 等著被種出來。

當然，整個故事里也不是沒有隱憂。如此龐大的算力建設，最終會落到一個非常現實的問題上：電從哪里來。

10吉瓦不是嘴上說說的數字，它對應的是需要和地方政府、電力公司、環保組織反復博弈的基建項目。

此外，定制芯片雖然效率高，但靈活性天然不如通用 GPU。

一旦未來模型的架構發生根本性變化，比如從 Transformer 轉向某種全新的架構，這些專門為推理優化的電路可能會面臨剛性折損的風險。

不過從目前來看，OpenAI 賭的是 Transformer 及其變體仍將在很長一段時間內占據主導。

而他們需要立刻解決的是眼前的算力饑渴，而不是幾年后可能出現的地殼變動。

說到底，Jalape?o 這個名字起得挺妙的，墨西哥辣椒不是最貴的那一檔食材，但它足夠辛辣，足夠提神，能用最直接的方式刺激你的味蕾。

這枚芯片做的也是類似的事，它不負責在參數表上炫技，而是要讓每一度電都轉化成更快的回答，讓每一次交互都少等片刻。

對普通人而言，我們不會感覺到機房里插進了什么新硬件，只會覺得某個晚上用 AI 整理筆記時，那個光標跳得比以往更跟手了一些。

技術的高深最后都會融化成日常里的順滑。

當算力不再成為瓶頸，那些真正服務于生活的智能應用才會像流水一樣自然涌來，也許到了那個時候，這顆叫辣椒的小芯片，才算是真正成熟了。