一句话看懂：6月24日，OpenAI与博通合作推出首款自研推理芯片Jalapeño，专为大模型推理任务设计，9个月完成流片。此举标志着OpenAI从软件依赖走向底层硬件自控，试图摆脱对单一云厂商的算力依赖。
事件核心：发生了什么
当地时间6月24日，OpenAI正式宣布与半导体巨头博通（Broadcom）合作，推出其首款定制AI推理芯片Jalapeño。这是一款专为大型语言模型推理任务设计的专用集成电路（ASIC），目标是在运行GPT-5.3、Codex、Spark等模型时提供更高的每瓦性能。项目从设计蓝图到最终交付仅耗时9个月，OpenAI甚至使用自身的AI模型加速芯片设计流程。具体分工上，OpenAI负责核心架构设计，博通负责硅实现与网络硬件支持，加拿大电子制造服务商Celestica负责后端板卡与机架集成。目前实验室测试结果显示，该芯片在计算、内存与网络资源之间实现了较好平衡，实际利用率高于行业平均水平。
为什么重要
OpenAI此举直指行业算力瓶颈。过去OpenAI严重依赖微软Azure云集群，但随着推理算力需求远超训练需求，单一供应源的风险和成本都变得不可控。谷歌已通过自研TPU证明了软硬协同带来的成本优势，OpenAI的入局将加剧全球AI基础设施的竞争。OpenAI总裁Greg Brockman表示，掌握底层技术栈是降低运营成本、驱动更强智能的关键。博通CEO陈鹏威（Pichai Chen）则透露，这是一条跨代研发路线图的起点。对于AI行业而言，这不仅是一次产品发布，更意味着顶尖AI公司开始深度介入硬件设计，软硬件一体化趋势将进一步加速。
对用户/开发者/创作者的影响
对普通用户而言，更高效的推理芯片可能直接降低AI服务的调用成本，例如ChatGPT的付费订阅或API按量计费价格有望进一步下探。对开发者和企业用户来说，OpenAI自研芯片若能如期规模部署，将减少其对Azure资源的依赖，未来模型调用的稳定性和可用性可能提升。对于AI应用创作者而言，更低延迟、更高吞吐的推理能力意味着更流畅的交互体验，尤其是在实时生成、代码辅助、图像生成等场景中。不过，目前Jalapeño尚未公布落地时间表和具体定价，实际影响仍需观察量产进度。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
以下是几个值得持续跟踪的观察点：1. 量产与部署时间表：OpenAI何时将Jalapeño规模化部署到推理集群，是否会逐步替代部分现有GPU采购。2. 成本与定价变化：自研芯片能否实质性降低API调用成本，以及博通与OpenAI的长期分成模式如何界定。3. 竞品反应：微软、谷歌等对手是否会加速自有芯片布局或调整与OpenAI的合作关系，亚马逊的Trainium系列也可能面临更直接的竞争。
来源：AIbase
