6月24日,OpenAI和博通联合发布了一颗定制芯片,名字很有意思——Jalapeno,中文意思是"墨西哥辣椒"。这颗芯片专为大模型推理设计,从设计到流片只用了9个月,这个速度在芯片行业算是相当激进了。
一颗芯片背后的战略意图
很多人可能会问:OpenAI不是做大模型的吗,为什么自己做芯片?答案其实很简单——算力成本。
根据估算,OpenAI每年在英伟达芯片上的采购费用高达数十亿美元。这个数字对于一家AI公司来说,是一笔巨大的开支。而Jalapeno这颗定制ASIC芯片,针对GPT的工作负载做了专门优化,理论上可以大幅降低推理成本。
这意味着什么?意味着OpenAI开始从"软件公司"向"软硬一体公司"转型。苹果当年从电脑公司变成手机公司,靠的是软硬一体。OpenAI现在走的,是同一条路。
博通+Celestica:轻资产芯片策略
有意思的是,OpenAI并没有自己建晶圆厂。芯片设计博通负责,流片和网络硬件也是博通的事,板卡集成交给了加拿大的Celestica。
这是一种典型的"轻资产"模式——OpenAI只做自己最擅长的架构设计,把制造环节外包出去。这样做的好处是风险可控,试错成本低。
从另一个角度看,博通这两年在AI芯片领域的存在感越来越强。谷歌有TPU,微软有自研芯片,现在OpenAI也加入了这场芯片竞赛。英伟达的老窝,正在被一点点蚕食。
对国内AI行业的启示
这件事对国内的AI公司也有参考价值。百度有昆仑芯,阿里有平头哥,现在豆包也有了专业版。芯片自研不一定是必须的,但算力成本优化一定是必须的。
尤其是现在大模型推理成本还在下降通道中,谁能先把成本打下来,谁就能在价格战中占据主动。Jalapeno的出现,给这个趋势加了一把火。
芯片战争,从云端打到了模型公司。2026年下半年,AI基础设施赛道会更热闹。

芯片自研这条路,大厂都在走。OpenAI下场,说明推理成本真的到了不得不优化的阶段。
Jalapeno这个名字太接地气了? 不过9个月流片确实快,背后肯定有不少积累。
博通现在是AI芯片的最大赢家之一,谷歌、微软、OpenAI都找它代工。
英伟达的护城河正在被填平。H100/H200再好,也架不住各家都在搞自研。
说白了,谁掌握了算力成本,谁就掌握了定价权。大模型价格战,芯片是关键变量。