首枚自研芯片发布背后，是Open AI的全栈野心？

作者｜青苹吹果

编辑｜无心插柳柳橙汁

Open AI的第一枚自研芯片造出来了。

前不久，Open AI在社交平台上晒出了一张图，画面里Sam Altman从博通CEO陈福阳手里接过了一片晶圆。

不是PPT，也不是概念图，是一颗已经在实验室里跑通了真实模型的工程样片。

它的名字叫Jalapeño，是Open AI从头设计的第一颗AI推理芯片，专治AI推理太贵、太慢、太耗电。

九个月前，它还只是一张白纸。而九个月后，它已经能在实验室里稳稳跑通GPT-5.3-Codex-Spark这样的模型，频率和功耗全部达标。

更离谱的是，帮它加速设计的，就是Open AI自己家的模型。

自己养的AI，帮自己造了副新“身体”？

不仅如此，这副新身体，还要用来跑更聪明的下一代AI，你用的ChatGPT、Codex，正在反过来帮它们自己打造下一代要跑的硬件。

我有种预感，这个飞轮一旦转起来，很多东西要被重写。

九个月

行业纪录被碾碎

经常造芯片的朋友们都知道，一颗高性能ASIC（专用集成电路），从定架构到交给工厂流片，常规周期是两到三年。

Google第一代TPU从架构到流片花了大约三年，传统芯片公司同等规模的项目动辄五到七年。

Open AI只用了九个月。

这速度，堪比芯片界的“特种兵极限越野”，被称之为“高性能先进半导体领域有史以来最快的ASIC开发周期”。这还真不是吹牛。

怎么做到的？两个原因，一个靠“脑力”，一个靠“体力”。

第一，AI帮自己画电路图，把验证的死循环跑成了“快进模式”。

芯片设计最折磨人的环节不是设计架构，而是设计完之后成千上万次验证、修改、再验证的死循环。这部分在项目周期里往往要占掉大半时间。

而AI恰好擅长干这种“暴力枚举”的脏活累活。

Open AI没有披露具体细节，但明确提到，他们用自家模型加速了设计和优化的部分流程。

这画面就有点科幻了，AI帮自己画电路图，电路图变成芯片，芯片跑出更强的AI，更强的AI再去画下一代芯片。

形成了一个自己给自己“递扳手”的闭环，速度能不快吗？

实验室里的工程样片已经在跑了，跑的是GPT‑5.3‑Codex‑Spark这类前沿模型，频率和功耗全部达到量产目标。

第二，挖来了专业团队，让最懂敲代码的人，反过来教芯片怎么跑代码。

Open AI硬件团队的掌门人Richard Ho，曾在谷歌做了九年TPU芯片工程，最高做到高级工程总监。

他那段时间参与发明的机器学习辅助芯片设计方法，让多个TPU项目第一次流片就成功了。之后他又去光子计算公司Lightmatter待过，几乎把“AI硬件”这条路上每个关键节点都踩了一遍。

2023年底他加入Open AI，迅速拉起了一支约40人的精锐部队。

一个懂LLM运行规律的人，带着一帮懂LLM运行规律的模型，去设计专门跑LLM的硬件，完全就是对症下药！

但有个问题：流片成功，就等于量产无忧吗？

当然不是。

流片只是把设计送去制造，距离大规模量产还有良率、供应链、软件生态一堆坎要迈。

但九个月能把一张白纸变成一块能跑的硅片，这个节奏本身已经够让人咂舌了。

为什么不碰“训练”

专攻“推理”？

Jalapeño有个很明确的定位：只做推理，不搞训练。

训练和推理，对芯片的要求完全是两码事。

训练，是教模型“读书认字”的阶段。你得把全网的公开资料、书籍、代码一股脑塞给它，让它从海量数据里自己摸索出规律。

这个过程需要极其恐怖的算力密度，以及海量的高带宽内存来喂数据，而且对通用计算能力要求极高。

在这个领域，英伟达的GPU凭借CUDA生态和硬件架构，筑起了一道几乎无法逾越的护城河，短期内谁也撬不动。

推理就不一样了，推理是模型“答题”的阶段。

你打开ChatGPT敲下一行字，点击发送，服务器那头在几秒钟之内生成回答并传回给你，这就是推理。

推理任务的特点是：模型已经定型了，不需要再学新东西，只需要在既定框架下快速、低成本地处理海量用户请求。

这种工作，最适合用专用芯片来做精准优化，把每一瓦电、每一分钱都榨出最大价值。

Open AI选择从推理侧下场造芯，是一个相当务实的决策。

为什么这么说？因为很多人没意识到，推理正在悄悄取代训练，成为算力消耗的头号大户。

行业里的主流模型，推理端消耗的算力已经逐渐超过了训练端。

训练模型像盖一栋大楼，图纸画完、主体封顶，钱一次性花出去了，后面就不用再掏了。但推理呢？大楼盖好之后，每天开门营业，空调、电梯、照明、维护，每一秒都在往外掏钱，只要还有用户在问ChatGPT，这钱就停不下来。

换句话说讲，训练是“首付”，推理是“月供”，月供可是要还一辈子的。

对于ChatGPT这种用户量以亿为单位的产品来说，推理成本如果一直居高不下，盈利就永远是一笔算不过来的账。

用户越多，回答问题越勤快，算力账单就越滚越大，收入还没捂热就被成本吃掉了。

Jalapeño就是冲着这个死穴来的。

博通CEO陈福阳透露，跟市面上主流的AI图形处理单元相比，Jalapeño能把推理成本砍掉接近一半。

原来处理一次请求花两毛，现在一毛出头就够了。省下来的全是利润空间。

不止成本，性能方面的消息也很炸。

早期测试显示，Jalapeño的每瓦性能“大幅优于当前业界最先进水平”。陈福阳在接受路透社采访时甚至放话说，这颗芯片的表现足以和英伟达Blackwell、Google TPU掰手腕。

不过，目前这些数字都是官方自己说的，还没有第三方独立实验室跑过基准测试。

官方喊“媲美Blackwell”，具体是在什么模型上测的、什么并发条件下跑的、跟Blackwell的哪个配置比的，这些细节都得等技术报告正式发布才能见分晓。

但这不妨碍我们先兴奋一下。

Open AI的“全栈”野心

不只是造颗芯片

Jalapeño意为墨西哥辣椒，属于辣度最温和的品种。

起这个名字，其实也是Open AI在暗示：Jalapeño只是第一步，以后面还有更“辣”的。

以前Open AI的活法很简单：只管专心搞模型，至于算力和数据中心，全丢给微软和英伟达去头疼。

这让他们在早期的模型军备竞赛里跑得飞快，但也埋下一个结构性隐患——算力成本的定价权，不攥在自己手里。

命门在别人手上，交租得看房东脸色。

而Open AI今天面对的竞争环境，已经和两三年前完全不同了。

在过去，模型能力是最大的竞争变量，只要能把模型做得更聪明，算力贵一点还能忍。但进入Agent、AI编程、AI视频等新阶段后，模型能力正在逐渐趋同，真正拉开差距的，开始变成谁能以更低的成本、更大的规模，把智能战力持续送到用户手里。

换句话说，AI竞争正在从“谁模型最好”转向“谁交付智能的效率最高”。而推理芯片，恰恰就是决定这种效率的底层基础设施。

2025年秋天之后，Open AI的动作明显变了节奏。

先是和博通宣布合作搞自研加速器，紧接着跟英伟达签了千亿美元级别的数据中心协议，又和AMD锁定了6GW的芯片供应，2026年6月还跟Cerebras谈下了750MW的推理算力订单。

加上这次Jalapeño芯片正式亮相，四条路线齐头并进：

自研芯片、英伟达、AMD、Cerebras。

现在看，你还会觉得Open AI是一家单纯“做模型的公司”吗？

显然不会了。

从更长远来看，自研芯片的意义，甚至不只是节省成本。

AI行业正在进入一个新的竞争阶段：模型、芯片、网络、数据中心、软件栈开始越来越紧密地耦合在一起。未来真正领先的AI公司，比拼的可能不再只是某一个模型，而是整套基础设施是否能够协同优化。

就像苹果通过自研M系列芯片，把硬件、操作系统和应用生态整合成一个整体一样，Open AI也正在尝试把模型、推理系统和底层硬件一起设计。这意味着，它希望优化的不只是某一个模型，而是整个AI服务链路。

而且Open AI的IPO筹备正在路上。在这个节点上推出自研芯片，就是在非常明确的向投资市场传递信号：这家公司有办法、有计划把推理成本这个最大的出血点给堵上。

财务叙事和技术叙事在此汇合。

合作模式上，Open AI选了一条务实路线。

芯片架构、内核优化、服务系统由自己主导；硅实现和网络互联交给博通（谷歌TPU就是通过博通量产的，这条路已经跑通过）；板卡、机架和系统集成则交给了加拿大的Celestica，顺带一提，这家公司同样是谷歌TPU的首选制造伙伴。

三家拼起了一张完整的拼图。

博通CEO陈福阳把这次合作称为“一项根本性承诺”，不是一次性项目，而是一个多代际路线图的起点。

Jalapeño只是开始，根据此前媒体报道，第二代芯片的代号叫“Serrano”，同样是一种辣椒。

部署时间线也定了，2026年底开始初步部署，之后逐年扩展，最终目标是和微软等合作伙伴一起，建设吉瓦（GW）级别的数据中心。

吉瓦是什么概念？

大约相当于整个北京市的居民用电量。这种量级的电力调度，本身就是一种基础设施建设能力的终极压力测试。

Open AI正在从一家AI实验室，蜕变成一家全栈AI公司。

模型自己训，芯片自己设计，推理自己优化，部署自己控制。

你的ChatGPT账单

正在被重写

说了这么多，这些跟我们普通人有什么关系？

关系大了，以后我们用的AI将会越来越“物美价廉”。

Greg Brockman在发布时说过：“世界正在转向一个由算力驱动的经济。”

这话听着大，但细想不虚。

无论是学生想借助AI理解一篇论文，还是小企业用API搭建一个客服系统，又或者独立开发者靠代码助手完成一个项目，背后都是算力在悄悄做功。

而算力成本的高低，直接决定了这些东西是少数人的工具，还是多数人的日常。

Open AI把Jalapeño定位在推理侧，本质上是在做一件事：让智能变得更便宜、更快、更稳定。

每次推理延迟少一秒，每个API调用价格降一分，落到每一个普通人那里，就是能用更少的钱，更顺畅地使用AI，甚至用上那些今天还只属于大企业和付费用户的高级能力。

打个比方，你以前每月花钱订阅，请回来的就是个能陪你侃大山的“高级AI陪聊”。但到了明年，同样的价钱，你请回来的可能是个能帮你把整份PPT做完、顺便把Excel表也清理了的“全能实习生”。

价格没变，但“打工人”的段位飙升了好几级，加量不加价。

当然，不只是花钱的用户。当算力变得跟水电一样便宜，曾经只有大厂才烧得起“最强大脑”，以后可能就变成每个人随手就能用的标配工具。

回过头来看整件事，最妙的其实是这个循环：

AI设计芯片 → 芯片跑AI → 更强的AI设计下一代芯片。

更好的基础设施→更高的算力效率→更好的训练和服务→更强的模型→更好的产品→更多用户和收入→再投入下一代基础设施。

这个飞轮一旦转起来，就是自我加速的。

Google有TPU，Amazon有Trainium，Meta有MTIA，微软有Maia。OpenAI现在也有Jalapeño了。

大模型公司造芯片，正在从“要不要”变成“能不能”的问题。

当然，从流片到大规模量产，中间还有良率、供应链、软件生态等一系列问题要解决。

要知道，英伟达那个CUDA平台，就像是AI界的“通用语言”或“水电网络”，大家用了十几年，早就习惯成自然了。现在你想让所有人换套新系统？那难度不亚于让全国司机一夜之间改靠左行驶。

再看看前面的老大哥：谷歌的TPU打磨了十年才有今天，亚马逊的Inferentia也是踩了无数个坑、迭代了好几轮才敢大规模铺开。

Open AI想凭一颗“辣椒”就一步登天？路还长着呢。

但Jalapeño的出世至少证明了一件事：AI不仅能帮人干活，还能帮自己造“身体” 。

用最懂LLM的模型，设计最跑LLM的硬件，一旦这个循环跑起来，那个“算力更便宜、AI更普及”的未来，将会加速到来。