OpenAI押注Jalapeño芯片：更快、更省电，而且即将上市
当谈到部署大型语言模型时，工程师们常常需要在性能之间做出权衡：要么系统响应极快，但难以承受高并发请求；要么能够处理海量负载，但代价是明显的延迟。OpenAI相信他们找到了能消除这一矛盾的解决方案。据开发方称，该公司自研的芯片Jalapeño同时实现了低延迟和高吞吐量。OpenAI硬件副总裁理查德·霍表示，这款新品提供了“两全其美”的方案。
Jalapeño并非通用处理器，而是一款与博通合作打造的定制专用集成电路（ASIC）。该芯片专为特定任务而生——推理，即直接运行已训练模型以执行任务和驱动智能体工作。这款芯片早在六月就已公布，如今首次公布了官方测试结果，公司毫不避讳地称其为革命性的。
性能测试显示了什么
为了评估芯片性能，OpenAI使用了自家的基准测试平台InferenceX。对比的基准是英伟达GB200和GB300超级芯片上记录到的最佳成绩。测试在三款热门模型上进行：GPT-OSS 120B、DeepSeek R1和Kimi K2.5 1T。
公司声称结果令人印象深刻。根据模型不同，Jalapeño每瓦特计算量比竞争对手的系统高出1.5至1.9倍。简而言之，这意味着每消耗一千瓦时电能，新芯片能完成更多有效工作。在数据中心电费成为主要开支之一的时代，这一点至关重要。
响应速度的差异更为显著。在三款测试模型上，端到端延迟比基于英伟达芯片的基准系统低1.7至3.6倍。在实际应用中，这意味着助手响应更快，AI智能体的动作更灵敏，即使在峰值负载下也能稳定访问服务。模型处理请求的速度越快，用户盯着“正在生成”指示器的时间就越短。
战略：不是替代，而是补充
尽管成绩如此亮眼，OpenAI并不打算终止与英伟达的合作。理查德·霍强调，公司的整体计算战略是采用广泛的合作伙伴，而英伟达仍是其中的关键一环。Jalapeño不会取代现有的芯片集群，而将成为扩展基础设施的重要一环。
第一代芯片计划在今年年底前以“小规模”部署。全面产能提升将于2027年开始。公司刻意不透露明年计划投入使用的芯片具体数量。与此同时，Jalapeño的第二代和第三代研发工作已经展开，这表明这是一个长期方向——不同于许多最终未能进入实际应用阶段的实验。
该项目的成功有望显著降低大型AI模型运营商对少数芯片供应商的依赖。自研ASIC能更精确地将架构与OpenAI的具体算法和工作负载相匹配，从而节省资源并加快新产品上市速度。
