OpenAI首推定制AI芯片Jalapeño，携手博通告别英伟达依赖

OpenAI与博通首款定制AI推理芯片Jalapeño，你应该知道的五点OpenAI与博通合作推出首款定制AI推理芯片Jalapeño，而非英伟达或AMD等的GPUOpenAI与博通合作推出首款定制AI推理芯片Jalapeño，而非英伟达或AMD等的GPUOpenAI联手博通推出自研AI推理芯片Jalapeño，绕开英伟达与AMDOpenAI与博通（Broadcom）联合发布了首款专为大型语言模型（LLM）推理（Inference）设计的定制ASIC芯片——Jalapeño。这不仅是一次硬件发布，更标志着OpenAI正式从“纯软件实验室”向“全栈AI基础设施提供商”转型。点击输入图片描述（最多30字）以下是读懂这一事件最关键的五点。1.Jalapeño是什么：专为推理而生的ASICJalapeño不是通用GPU，而是一款专用集成电路（ASIC），其唯一使命是高效运行已训练好的大模型（如GPT-5系列、Codex等），为用户实时生成回复。与英伟达H100/B200等兼顾训练和推理的通用加速器不同，Jalapeño从零开始，基于OpenAI对自身模型行为（计算模式、内存访问特征、KV Cache管理）的深度理解进行设计。它砍掉了训练所需的大量通用计算单元，专注优化内存与计算的匹配，减少不必要的数据搬移（Data Movement），并集成博通的Tomahawk网络技术以适配大规模推理集群。通俗地说：英伟达GPU是“瑞士军刀”，Jalapeño是专门拧“LLM推理”这颗螺丝的定制扳手——在它的专长领域更高效、更便宜，但干不了别的。2.为何要造、又为何造得这么快？OpenAI自研Jalapeño，既是出于单位经济学的现实压力，也是为了争夺AI基础设施的战略主动权。首先是钱的问题。OpenAI 2025年运营亏损约209亿美元，其中超190亿美元用于算力采购与研发基础设施。虽然模型训练是一次性巨额投入，但推理才是持续烧钱的日常——每一次ChatGPT对话、每一次API调用都会触发。如果能将推理成本降低30%–50%（彭博社援引数据），按OpenAI当前的调用规模，年度可节省十亿美元级开支。这对改善盈亏结构、支撑2026年预期IPO至关重要。人工智能评论家兼人工智能公关专家Ed Zitron最近发布的审计财务文件显示，OpenaAI在2025年全年创造了令人印象深刻的130.7亿美元收入，但其全年总运营费用激增至340亿美元，导致运营亏损近209.2亿美元。导致这场现金流失的主要原因是纯计算需求，但更多可能是训练而非推理造成的。仅2025年，研发成本——主要由训练和维护庞大语言模型所需的基础设施驱动——就占了191.8亿美元，约占公司总支出的56%。此外，据报道，OpenAI去年仅为研发和计算基础设施就向Microsoft支付了超过105.9亿美元。不过，随着OpenAI为备受期待的2026年公开募股奠定基础，Jalapeño推理芯片或许能为私人投资者和公开市场带来一些信心，表明OpenAI有计划摆脱财务困境，迈向盈利。如果它能降低AI推理的成本，也许能收回一些昂贵训练成本的损失。点击输入图片描述（最多30字）其次是控制权的问题。长期依赖英伟达GPU和微软Azure，意味着OpenAI始终处于产业链中游。自研芯片让它能够摆脱对单一供应商的产能依赖，在芯片谈判中拥有更强议价权，并实现“模型–系统–芯片”的软硬协同优化。最令半导体行业震惊的是速度。 从原理图到流片仅用9个月，远低于行业平均18–36个月。提速的关键在于AI辅助芯片设计：OpenAI利用上一代自有模型（疑似GPT-4级）参与RTL验证、布局布线优化和错误模式预测，本质上是“用AI设计跑AI的硬件”。博通则贡献了成熟的硅片实现与物理设计能力。这种软硬件深度协同的开发模式，正是OpenAI敢于挑战传统芯片周期的底气所在。3.对AI芯片格局的冲击：不取代英伟达，但打破神话Jalapeño的推出立即引发了对OpenAI在竞争激烈的半导体和GPU市场战略定位的质疑。自2022年底启动生成式人工智能热潮以来，OpenAI一直是GPU市场领导者英伟达高端产品的最大客户之一，但也从该公司获得了数十亿美元的投资资金，并扩展到与其他竞争对手芯片制造商合作以满足其利益。2026年2月，英伟达完成了对OpenAI的300亿美元直接投资，作为一轮1100亿美元巨额融资的一部分。根据该协议，将部署10吉瓦计算系统——其中包括3吉瓦专用推理能力和2吉瓦训练能力——利用英伟达下一代Vera Rubin平台。英伟达将继续保持OpenAI的核心角色，尤其是在模型训练和开发方面。点击输入图片描述（最多30字）作为2026年2月同一轮融资的一部分，亚马逊向OpenAI投资了500亿美元。该协议承诺OpenAI将在未来八年内消耗约两吉瓦的AWS专有Trainium计算能力。OpenAI与英伟达的主要硬件竞争对手AMD签署协议，使用后者的AMD Instinct™ MI450系列GPU。公司还与人工智能芯片制造商Cerebras达成协议，Cerebras于2026年5月完成首次公开募股。显然，Jalapeño不会取代英伟达在OpenAI的核心地位。训练仍100%依赖英伟达GPU，及部分AWS、AMD MI450、Cerebras等；推理初期也与英伟达/AMD/Cerebras并存，逐步提升自研芯片占比。但它的象征意义巨大——谷歌（TPU）、亚马逊（Trainium）、微软（Maia）、Meta（MTIA）之后，OpenAI也完成了垂直整合的一块拼图。这释放出明确信号：顶级AI公司不再满足做“云租户”，而要掌控算力堆栈。对英伟达的短期财务影响微乎其微（OpenAI仍是最大客户之一，且刚获英伟达300亿美元投资），但长期看，头部买家的多元化会削弱GPU在推理市场的绝对垄断。博通作为幕后推手，其定制硅业务已成最大赢家之一，股价2026年上半年已涨约18%。4.博通的隐形胜利：定制硅王国的又一枚勋章博通在AI热潮中扮演“隐形军火商”角色——不直接卖芯片给终端用户，而为超大规模企业提供定制ASIC设计+网络交换芯片。Jalapeño是博通与OpenAI首次公开联名的定制AI芯片项目。对博通而言，这不仅是一次技术交付，更是标杆案例：它证明博通有能力在不到一年内帮前沿AI实验室完成复杂ASIC交付，并锁定了OpenAI后续迭代芯片（Jalapeño 2/3）的合作预期。随着AI推理需求爆发，博通的定制硅业务已成为增长最快的板块，其“卖铲人”地位比许多芯片制造商更为稳固。5.对国内产业的启示：推理专用芯片是新战场Jalapeño的发布对中国AI产业有两个重要参照：第一，垂直整合是头部AI公司的必经之路。 阿里平头哥（Zhenwu系列）、华为昇腾（Ascend 950DT）、字节跳动与高通洽谈定制IC，均沿相似逻辑——当模型规模和调用量足够大，自研/定制芯片是降本与保供的战略必需。第二，推理专用芯片是弯道切入点。 训练受限于工艺和生态短期内难撼动，但推理ASIC是更现实的突破口。国内若想在AI基础设施上突围，聚焦推理场景做软硬协同（类似Jalapeño思路），比盲目复刻通用GPU更具可行性。Jalapeño不会明天就颠覆英伟达，但它宣告了一个事实——OpenAI相信自己已大到必须拥有芯片话语权。这标志着“模型公司→基础设施公司”的进化不再是谷歌、亚马逊的专利，而正在成为AI顶层玩家的标配。对于国内厂商而言，这既是警示，也是路线图。

OpenAI与博通（Broadcom）联合发布了首款专为大型语言模型（LLM）推理（Inference）设计的定制ASIC芯片——Jalapeño。这不仅是一次硬件发布，更标志着OpenAI正式从“纯软件实验室”向“全栈AI基础设施提供商”转型。

以下是读懂这一事件最关键的五点。

1.Jalapeño是什么：专为推理而生的ASIC

Jalapeño不是通用GPU，而是一款专用集成电路（ASIC），其唯一使命是高效运行已训练好的大模型（如GPT-5系列、Codex等），为用户实时生成回复。

与英伟达H100/B200等兼顾训练和推理的通用加速器不同，Jalapeño从零开始，基于OpenAI对自身模型行为（计算模式、内存访问特征、KV Cache管理）的深度理解进行设计。它砍掉了训练所需的大量通用计算单元，专注优化内存与计算的匹配，减少不必要的数据搬移（Data Movement），并集成博通的Tomahawk网络技术以适配大规模推理集群。

通俗地说：英伟达GPU是“瑞士军刀”，Jalapeño是专门拧“LLM推理”这颗螺丝的定制扳手——在它的专长领域更高效、更便宜，但干不了别的。

2.为何要造、又为何造得这么快？

OpenAI自研Jalapeño，既是出于单位经济学的现实压力，也是为了争夺AI基础设施的战略主动权。

首先是钱的问题。OpenAI 2025年运营亏损约209亿美元，其中超190亿美元用于算力采购与研发基础设施。虽然模型训练是一次性巨额投入，但推理才是持续烧钱的日常——每一次ChatGPT对话、每一次API调用都会触发。

如果能将推理成本降低30%–50%（彭博社援引数据），按OpenAI当前的调用规模，年度可节省十亿美元级开支。这对改善盈亏结构、支撑2026年预期IPO至关重要。

人工智能评论家兼人工智能公关专家Ed Zitron最近发布的审计财务文件显示，OpenaAI在2025年全年创造了令人印象深刻的130.7亿美元收入，但其全年总运营费用激增至340亿美元，导致运营亏损近209.2亿美元。

导致这场现金流失的主要原因是纯计算需求，但更多可能是训练而非推理造成的。

仅2025年，研发成本——主要由训练和维护庞大语言模型所需的基础设施驱动——就占了191.8亿美元，约占公司总支出的56%。此外，据报道，OpenAI去年仅为研发和计算基础设施就向Microsoft支付了超过105.9亿美元。

不过，随着OpenAI为备受期待的2026年公开募股奠定基础，Jalapeño推理芯片或许能为私人投资者和公开市场带来一些信心，表明OpenAI有计划摆脱财务困境，迈向盈利。如果它能降低AI推理的成本，也许能收回一些昂贵训练成本的损失。

其次是控制权的问题。长期依赖英伟达GPU和微软Azure，意味着OpenAI始终处于产业链中游。自研芯片让它能够摆脱对单一供应商的产能依赖，在芯片谈判中拥有更强议价权，并实现“模型–系统–芯片”的软硬协同优化。

最令半导体行业震惊的是速度。 从原理图到流片仅用9个月，远低于行业平均18–36个月。提速的关键在于AI辅助芯片设计：OpenAI利用上一代自有模型（疑似GPT-4级）参与RTL验证、布局布线优化和错误模式预测，本质上是“用AI设计跑AI的硬件”。

博通则贡献了成熟的硅片实现与物理设计能力。这种软硬件深度协同的开发模式，正是OpenAI敢于挑战传统芯片周期的底气所在。

3.对AI芯片格局的冲击：不取代英伟达，但打破神话

Jalapeño的推出立即引发了对OpenAI在竞争激烈的半导体和GPU市场战略定位的质疑。

自2022年底启动生成式人工智能热潮以来，OpenAI一直是GPU市场领导者英伟达高端产品的最大客户之一，但也从该公司获得了数十亿美元的投资资金，并扩展到与其他竞争对手芯片制造商合作以满足其利益。

2026年2月，英伟达完成了对OpenAI的300亿美元直接投资，作为一轮1100亿美元巨额融资的一部分。根据该协议，将部署10吉瓦计算系统——其中包括3吉瓦专用推理能力和2吉瓦训练能力——利用英伟达下一代Vera Rubin平台。英伟达将继续保持OpenAI的核心角色，尤其是在模型训练和开发方面。

作为2026年2月同一轮融资的一部分，亚马逊向OpenAI投资了500亿美元。该协议承诺OpenAI将在未来八年内消耗约两吉瓦的AWS专有Trainium计算能力。

OpenAI与英伟达的主要硬件竞争对手AMD签署协议，使用后者的AMD Instinct™ MI450系列GPU。

公司还与人工智能芯片制造商Cerebras达成协议，Cerebras于2026年5月完成首次公开募股。

显然，Jalapeño不会取代英伟达在OpenAI的核心地位。训练仍100%依赖英伟达GPU，及部分AWS、AMD MI450、Cerebras等；推理初期也与英伟达/AMD/Cerebras并存，逐步提升自研芯片占比。

但它的象征意义巨大——谷歌（TPU）、亚马逊（Trainium）、微软（Maia）、Meta（MTIA）之后，OpenAI也完成了垂直整合的一块拼图。这释放出明确信号：顶级AI公司不再满足做“云租户”，而要掌控算力堆栈。

对英伟达的短期财务影响微乎其微（OpenAI仍是最大客户之一，且刚获英伟达300亿美元投资），但长期看，头部买家的多元化会削弱GPU在推理市场的绝对垄断。博通作为幕后推手，其定制硅业务已成最大赢家之一，股价2026年上半年已涨约18%。

4.博通的隐形胜利：定制硅王国的又一枚勋章

博通在AI热潮中扮演“隐形军火商”角色——不直接卖芯片给终端用户，而为超大规模企业提供定制ASIC设计+网络交换芯片。Jalapeño是博通与OpenAI首次公开联名的定制AI芯片项目。

对博通而言，这不仅是一次技术交付，更是标杆案例：它证明博通有能力在不到一年内帮前沿AI实验室完成复杂ASIC交付，并锁定了OpenAI后续迭代芯片（Jalapeño 2/3）的合作预期。随着AI推理需求爆发，博通的定制硅业务已成为增长最快的板块，其“卖铲人”地位比许多芯片制造商更为稳固。

5.对国内产业的启示：推理专用芯片是新战场

Jalapeño的发布对中国AI产业有两个重要参照：

第一，垂直整合是头部AI公司的必经之路。 阿里平头哥（Zhenwu系列）、华为昇腾（Ascend 950DT）、字节跳动与高通洽谈定制IC，均沿相似逻辑——当模型规模和调用量足够大，自研/定制芯片是降本与保供的战略必需。

第二，推理专用芯片是弯道切入点。 训练受限于工艺和生态短期内难撼动，但推理ASIC是更现实的突破口。国内若想在AI基础设施上突围，聚焦推理场景做软硬协同（类似Jalapeño思路），比盲目复刻通用GPU更具可行性。

Jalapeño不会明天就颠覆英伟达，但它宣告了一个事实——OpenAI相信自己已大到必须拥有芯片话语权。这标志着“模型公司→基础设施公司”的进化不再是谷歌、亚马逊的专利，而正在成为AI顶层玩家的标配。对于国内厂商而言，这既是警示，也是路线图。