6月24日，OpenAI干了一件酝酿很久的事——和博通（Broadcom）联合发布了第一款自研芯片，名字叫Jalapeño。这块芯片专门给推理（inference）用的，就是跑已经训练好的模型、响应玩家指令那个环节。
OpenAI的总裁Greg Brockman之前在自家播客里聊过他们的思路：”我们对自己干的活儿心里有数。一直在找那些没被伺候好的工作负载，琢磨怎么造点东西把可能性往前推一步。”这话听着谦虚，但其实野心不小。
为什么是推理芯片？
这块Jalapeño芯片目前还在测试阶段，但OpenAI说早期结果显示，性能和功耗比（performance-per-watt）比现有顶级方案强不少。推理环节的能耗成本一直是AI公司的心头大患——每次你问ChatGPT一个问题，背后都是真金白银在烧。能把这块成本压下来，对OpenAI的盈亏底线意义巨大。
OpenAI在公告里特意提了实时编程模型跑在Jalapeño上的低成本表现。这明显是在为Codex这类agent产品铺路。
这事背后的大背景是OpenAI想减少对英伟达GPU的依赖。其实谷歌和亚马逊早就走在前面了——谷歌有TPU，亚马逊有Trainium，都是类似的”AI加速器”，专门给机器学习任务提速的硅片。OpenAI这步棋，算是补上了自己在整个技术栈里最后一块拼图。
AI帮忙设计芯片，这事儿有点意思
有意思的是，OpenAI自己的AI模型也参与了这块芯片的设计过程。换句话说，AI帮忙设计了跑AI的芯片，这事儿本身就挺有意思的。
这块芯片定位很明确：主攻推理，不碰训练。像预训练那种吃算力最狠的活儿，短期内还得靠英伟达的硬件。但推理是每天每刻都在发生的——每个人问ChatGPT一个问题，就是一次推理。积少成多，这块的成本哪怕是小幅下降，乘以几十亿次查询，省下来的钱都是天文数字。
从芯片到产品，全栈通吃
OpenAI在公告里写了一句挺有分量的话：”OpenAI不只是在开发前沿模型，或者在模型上面搭产品，我们是在设计底层基础设施：芯片架构、内核、内存系统、网络、调度、部署系统，还有产品体验。”
因为OpenAI横跨整个技术栈的每一层，都可以围着同一个目标来优化：让模型更快、更可靠、对用户更便宜。这话翻成白话就是——能自己掌控的，就不让别人卡脖子。
按照计划，Jalapeño会在2026年底之前部署到微软和其他合作伙伴的数据中心里。这事如果顺利，OpenAI在整个AI基础设施链条上的话语权会比现在大得多。英伟达估计得留意了——虽然是合作伙伴，但OpenAI显然不想永远被别人的供应链卡脖子。