一句话看懂：OpenAI 在 Hot Chips 会议上首次公布了自研推理芯片 Jalapeño 的基准测试成绩，显示其在每千瓦吞吐量和每位用户 Token 数上优于当前英伟达 Blackwell 系统，但量产要到 2026 年底才小规模开始。
事件核心：发生了什么
在 2026 年 8 月 25 日举行的 Hot Chips 会议上，OpenAI 硬件负责人 Richard Ho 公开了自研推理芯片 Jalapeño 的首批基准测试结果。该芯片由 OpenAI 与博通（Broadcom）合作开发，OpenAI 自有模型参与了设计过程。测试基于 SemiAnalysis 的 InferenceX 基准，结果显示 Jalapeño 在每用户 Token 数、每千瓦吞吐量两项指标上均超过当前可用的英伟达 Blackwell 系统，同时延迟也更低。Richard Ho 在媒体电话会上表示，Jalapeño 能在更少功耗下服务更多 AI 推理任务，并兼顾低延迟。
值得注意的是，这一比较对象是现有 Blackwell 系统，而待到 Jalapeño 实际部署时，竞品可能已大幅升级。Richard Ho 估计，Jalapeño 将于 2026 年底以“非常小的规模”开始部署，2027 年才会有更显著的放量。
为什么重要
Jalapeño 是 OpenAI 从模型公司向算力自研方向迈出的实质一步。芯片针对推理阶段的 prefill（预填充）和通信环节做了专门优化，这两个阶段通常被视为推理性能的瓶颈。OpenAI 在官方博客中称，设计目标是“最小化数据移动和通信延迟”，让模型状态（包括生成响应时使用的 KV 缓存）在推理过程中保持本地化，并根据每个推理阶段动态调配计算、内存和网络资源。
这一做法背后的思路是“全栈协同”：芯片、模型、产品和内存同步迭代，而非像传统模式那样在不同厂商的芯片上适配已有模型。目前公开信息显示，Jalapeño 计划做成多代际平台，OpenAI 宣称这能使推理效率和控制力都高于依赖外部硬件方案。
对行业竞争格局而言，Jalapeño 的基准成绩说明英伟达在推理市场并非没有对手，但 OpenAI 并未给出与下一代竞品（如 Rubin 架构）的对比数据，其实际竞争力仍待验证。
对用户/开发者/创作者的影响
目前公开信息显示，Jalapeño 不直接面向普通用户销售，短期内不会改变个人用户的 API 调用方式。但对开发者和企业客户而言，若该芯片在 2027 年如期规模化部署，OpenAI 的 API 推理成本有望下降，单位算力可服务的请求数增加，意味着更低的 token 价格或更快的响应速度。对依赖 OpenAI API 构建应用的开发团队，这可能在成本结构上带来实质变化。
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。
对创作者和终端用户而言，Jalapeño 带来的低延迟优化可能体现在 ChatGPT 等产品的多轮对话体验上，尤其是长上下文和复杂推理场景中的等待时间缩短。但其效果要到实际部署后才能评估。
值得关注的后续
第一，Jalapeño 的“小规模部署”具体落在哪个时间点和哪个产品线，是否率先用于 ChatGPT 或 API 服务，值得持续跟踪。
第二，英伟达下一代平台的性能进展是关键变量。若 Blackwell 后续架构在推理效率上大幅提升，Jalapeño 当前的基准优势可能被稀释。
第三，博通与 OpenAI 的合作模式是否扩展到更多芯片品类，以及该平台对开发者生态（如推理框架兼容性）的支持程度，将影响其能否真正替代现有方案。
