據 Woofun AI 消息，6 月 24 日 OpenAI 與博通正式聯手發佈 Jalapeño，這是 OpenAI 首款被定義爲“智能處理器”的自研 AI 加速器，專爲大型語言模型推理任務打造。該芯片目前處於測試與樣品階段，目標是在 2026 年底前啓動初步部署，並在隨後幾年逐步擴大應用規模。Jalapeño 並非意在立即全面取代英偉達 GPU，而是致力於將 ChatGPT、Codex 及 API 等模型日益增長的推理需求，逐步遷移至更適配的軟硬件組合方案中。

這一戰略轉向標誌着 OpenAI 從單純購買計算資源，轉變爲深度參與定義計算資源研發過程的關鍵一步。長期以來，OpenAI 高度依賴外部 GPU 供應，尤其是英偉達的產品，但隨着模型應用規模的指數級擴張，單純依靠通用 GPU 在成本控制、供應保障及運行效率上已顯現出明顯瓶頸。Jalapeño 的出現，正是爲了應對這些結構性挑戰，通過定製化設計優化特定場景下的算力表現。

值得注意的是，這款芯片完全由 OpenAI 自主設計架構，博通負責提供硅片製造及網絡連接技術支持，而 Celestica 則深度參與了電路板設計、機架集成及系統級測試工作，儘管具體的晶圓製造商尚未對外公開。

這種分工模式體現了產業鏈上下游的深度協同，旨在最大化利用各方技術優勢。Woofun AI 整理數據顯示，博通在定製 ASIC 芯片及數據中心網絡技術領域擁有深厚積累，OpenAI 選擇與其合作，意味着將核心架構設計需求委託給一家經驗成熟的半導體供應商。兩家公司均強調，Jalapeño 旨在融合當前領先 AI 加速器的性能優勢，在性能與功耗比上實現顯著躍升。

目前，工程樣片已在實驗室環境中按照預設的目標頻率和功耗標準成功運行機器學習任務，但最終的性能數據仍需經過更嚴格的測試驗證。未來幾個月內，OpenAI 計劃發佈一份更爲詳盡的技術報告，以披露更多關鍵指標。關於 Jalapeño 的具體性能表現，包括實際吞吐量、延遲時間、功耗水平以及每次推理操作所能節省的具體成本，目前官方尚未公開詳細數據。市場觀察者傾向於將其與英偉達的 Blackwell 架構或谷歌的 TPU 進行對標，但這些比較目前仍缺乏實際部署數據的支撐。一個值得關注的現象是，從最初的設計立項到完成芯片製造，整個週期僅耗時 9 個月。

這一驚人的速度不僅體現了 AI 技術在縮短芯片研發週期方面的巨大潛力，更證實了 AI 技術本身已能深度介入硬件工程設計流程，從而有效壓縮設計週期並加速驗證過程。

如果這種定製化芯片的研發模式能夠被廣泛推廣，Jalapeño 極有可能成爲 OpenAI 構建多代定製計算平臺的起點。早在 2025 年 10 月，OpenAI 便已宣佈與博通合作開發一款功率高達 10 吉瓦級別的 AI 加速器，該項目計劃於 2026 年下半年開始部署，並預計在 2029 年底前完成全部研發工作。Jalapeño 正是這一宏大合作計劃中首個公開亮相的產品樣本，承載着驗證技術路線的重要使命。

然而，快速的設計速度並不等同於快速的部署落地。Jalapeño 能否真正成爲 OpenAI 核心基礎設施的一部分，仍取決於後續多個關鍵環節的順利推進，包括大規模生產能力的構建、先進封裝工藝的成熟度、高帶寬內存的供應穩定性、服務器系統的集成程度以及數據中心的調度安排。任何單一環節出現瓶頸，都可能嚴重阻礙其在今年年底前的實際部署進度。市場普遍將 Jalapeño 視爲對英偉達地位的直接挑戰，但更準確的解讀是，OpenAI 正試圖爲某些特定的推理任務尋找不依賴英偉達的替代方案。英偉達的核心護城河在於其成熟的 CUDA 生態系統、完善的工具鏈、先進的互聯技術、龐大的開發者羣體以及大規模的生產能力。即便有了 Jalapeño，OpenAI 在尖端訓練任務和多種複雜計算場景中，短期內仍無法完全擺脫對英偉達的依賴。

不過，對於那些需求穩定、模型結構相對固定且易於控制的推理任務而言，定製芯片確實具備顯著優勢。將高頻、標準化的推理任務遷移至 Jalapeño，有望在降低運營成本和提升供應靈活性方面帶來實質性收益。對於博通而言，像 OpenAI 這樣的 AI 巨頭選擇內部開發芯片，預示着未來將有更多定製化項目湧現。

然而，這些項目的盈利潛力最終將取決於組件成本控制、生產規模效應以及系統複雜度的平衡。對於 Jalapeño 而言，接下來市場需要重點關注的核心問題包括：到今年年底其實際部署規模能達到何種量級、能夠處理哪些具體類型的計算任務，以及它能在多大程度上真正降低推理處理的成本。對於 OpenAI 來說，這款芯片不僅是技術上的突破，更是打破 GPU 供應瓶頸、掌握算力自主權的第一步。