英伟达眼睁睁地看着，大客户们一个接一个的自研芯片。
谷歌、微软、亚马逊……OpenAI是最新一个。
OpenAI发布首款自研推理加速芯片Jalapeño，联合博通和Celestica合作打造。
与GPU作为通用加速器不同，Jalapeño专为ChatGPT、Codex以及未来智能体产品量身定制，从芯片到整个配套的基础设施，全都针对大模型工作负载优化。
只用9个月，从0开始设计到到流片，是迄今为止高性能先进半导体ASIC领域最快的开发周期。
到2026年底，就能初步部署。
OpenAI公告中霸气定义：这，就是全栈优势。
在OpenAI之前，谷歌、亚马逊、微软、Meta已经先后走上了自研芯片这条路。在OpenAI之后，Anthropic也在考虑自研芯片。
英伟达的超级客户清单，正在变成一份竞争对手名单。
OpenAI首款AI芯片
为OpenAI操刀Jalapeño的是Richard Ho，前谷歌TPU团队的核心成员。
他还担任过光计算芯片公司Lightmatter的高级副总裁，更早期联合创办过EDA公司0-In Design Automation。
他的履历横跨芯片设计、AI加速和光互联三个领域，几乎是为”设计下一代AI推理芯片”量身定做的背景。
Richard Ho透露：“我们围绕对前沿AI模型最重要的内核、内存移动、网络和服务模式优化了整个架构。”
对于这类系统而言，峰值性能只是问题的一部分。更难也更重要的问题是，在生产环境中硬件究竟能发挥多大的作用。
在架构层面，Jalapeño通过减少数据搬运、平衡计算、内存和网络资源来实现更接近理论峰值的实际利用率。
博通提供了硅片实现和网络互联技术，包括其Tomahawk网络芯片，帮助将整个平台推向大规模量产。
Jalapeño计划在2026年底部署到微软及其他合作伙伴的数据中心，博通CEO陈福阳表示这是“吉瓦级数据中心”部署的开始。
目前OpenAI尚未公布任何性能基准数据，仅透露早期测试显示”每瓦性能大幅优于当前最先进水平”，工程样片已在实验室中运行GPT-5.3-Codex-Spark。
详细技术报告预计未来几个月内发布。
英伟达大客户相继“造反”
2016年，谷歌发布了为TensorFlow定制的TPU。这是科技巨头中第一个公开宣布自研AI芯片的，当时英伟达GPU在AI训练领域几乎没有对手。
2018年，亚马逊发布了推理芯片Inferentia。2022年又推出训练芯片Trainium，开始覆盖AI计算的完整链路。
2023年，微软亮相Azure Maia加速器，这家同时也是OpenAI最大投资方和算力供应商的公司，选择了自己下场。
2026年6月，OpenAI发布Jalapeño。同年4月，路透社报道Anthropic正在考虑设计自己的芯片，尽管该公司尚未公开确认。
OpenAI总裁Brockman在Jalapeño发布声明中说：“世界正在迈向算力驱动的经济。”
这句话解释了所有人的动机，当算力成为核心生产资料，没有人愿意把命脉完全交给英伟达。
参考链接：
[1]https://openai.com/index/openai-broadcom-jalapeno-inference-chip/[
2]https://www.linkedin.com/feed/update/urn:li:activity:7475540055822901248/
本文来自微信公众号“量子位”，作者：梦晨 ，36氪经授权发布。
