九个月从零到流片：AI芯片研发正在被重塑

当地时间24日，OpenAI与半导体行业领军企业博通（Broadcom）共同宣布推出旗下首款自主研发的AI推理芯片Jalapeño（墨西哥辣椒）。

OpenAI掌门人萨姆·奥尔特曼（Sam Altman）与博通首席执行官陈福阳（Hock Tan）

从最初规划到完成流片，整个研发周期仅为九个月。OpenAI宣称这创造了"高性能先进半导体领域 ASIC 开发的最快纪录"。

传统上耗时数年的芯片设计工程，真的变得如此简单了吗？

Jalapeño将于今年底投入使用

Jalapeño是一款专用集成电路（ASIC），专门针对大语言模型（LLM）的推理场景进行优化。不同于市面上常见的通用AI加速器，Jalapeño并非在现有芯片基础上进行改良，而是基于OpenAI对大模型运行机制的深入理解，从零开始进行全新架构设计。

在分工协作上，OpenAI承担底层架构设计工作，博通负责硅片实现与网络硬件，天弘科技（Celestica）负责板卡与机架系统的组装。芯片制造环节由台积电（TSMC）完成。

从性能表现来看，工程样片已在实验室中以量产目标频率和功耗完成了包括GPT-5.3-Codex-Spark在内的机器学习任务测试。OpenAI透露，早期测试结果表明Jalapeño的能效比将"显著超越"现有最先进方案。博通CEO陈福阳（Hock Tan）更是强调，Jalapeño的性能可与英伟达Blackwell芯片和谷歌TPU相提并论。在成本控制上，该芯片预计可将推理成本降低约50%。

在部署规划方面，Jalapeño计划于2026年底开始部署。芯片和服务器系统均不会对外销售，仅供OpenAI内部使用。OpenAI已制定了多代芯片发展路线图，下一代产品预计2028年发布。

OpenAI总裁兼联合创始人格雷格·布罗克曼（Greg Brockman）表示："人类正迈入以算力为基础的经济时代。Jalapeño是我们长期全栈基础设施战略的关键组成部分。通过自主研发更多底层技术栈，我们能够以更高效率提供更强大的智能能力。"

博通：OpenAI芯片背后的重要推手

博通（Broadcom）是全球知名的半导体和基础设施软件解决方案提供商，在定制芯片（ASIC）设计服务方面拥有丰富经验。谷歌、亚马逊、Meta等众多科技巨头都曾借助博通的专业能力推动自研芯片项目。

2025年10月，OpenAI与博通达成一项为期数年的战略合作，双方将共同开发并部署总计10吉瓦的定制AI加速器，合作金额高达数十亿美元。

在Jalapeño项目中，博通发挥了重要的技术实现作用。博通不仅负责芯片的物理实现，还提供了包括Tomahawk网络芯片在内的高速互联技术，助力该平台实现大规模量产。

博通CEO陈福阳在交付芯片时表示："这只是跨越多代路线图的起点。"他还预测，随着时间推移，每一家前沿模型开发商都将打造专属的AI加速器。

不过，定制AI芯片也面临挑战。陈福阳指出，AI芯片需要配备大量高带宽内存（HBM），这在一定程度上压缩了博通定制AI芯片业务的利润空间。

九个月完成流片，为何如此迅速？

在传统半导体行业，设计一颗高性能ASIC通常需要18到24个月。谷歌TPU保持两年一代的更新节奏，亚马逊Trainium也大致遵循这一周期。OpenAI将这一周期压缩到九个月，究竟依靠什么？

从多家外媒的报道来看，OpenAI自身的AI模型深度参与了芯片的设计和优化过程。芯片设计中最耗时的环节是反复的设计、验证、改进、再验证循环，一颗先进芯片的验证需要运行成千上万次。AI技术承担了传统18到24个月周期中最耗费精力的工作。

OpenAI的工程师团队与博通的芯片团队"紧密协作"，实现了前所未有的高效配合。OpenAI硬件项目负责人理查德·何（Richard Ho）正是从谷歌TPU团队加盟而来，他曾担任谷歌TPU高级工程总监近九年，参与发明了机器学习设计芯片架构的方法。OpenAI引进他，正是为了将"AI辅助芯片设计"技术与自家模型相结合。

此外，Jalapeño并非基于旧芯片改造，而是围绕OpenAI最熟悉的核心架构、内存传输、网络和服务模式进行定向优化。架构设计上减少了数据搬运，实现了计算、内存与网络资源的均衡配置，使实际利用率更接近理论峰值性能。

事实上，自研芯片早已不是OpenAI的独家动作。各大科技巨头都在竞相布局自己的AI芯片：

2026年4月，谷歌在Google Cloud Next大会上发布了两款全新TPU芯片，专为大规模预训练优化的TPU 8t和专注高并发推理的TPU 8i，每瓦性能均较上代翻倍。

亚马逊的Trainium芯片已吸引OpenAI、Anthropic、优步等客户。截至2026年4月，Trainium系列已累计产生超过2250亿美元的收入承诺。亚马逊甚至计划对外销售自研AI芯片，直接挑战英伟达的市场地位。

微软在2026年1月推出了第二代自研AI芯片Maia 200，聚焦大模型推理场景，部分典型任务中单位算力成本已低于英伟达同类GPU。微软表示Maia 200能够运行OpenAI的GPT-5.2模型。

Meta则一口气发布了四款MTIA系列芯片（MTIA 300/400/450/500），覆盖从排序推荐到通用生成式AI的各种工作负载。

OpenAI在AI模型领域最直接的竞争对手Anthropic目前尚未推出自研芯片。不过，据路透社2026年4月报道，Anthropic正在探索自主设计芯片的可能性。目前，该公司主要依赖谷歌TPU、亚马逊芯片等外部产品支撑其Claude模型的研发与运行。有消息称Anthropic正与微软洽谈租用搭载Maia 200芯片的服务器。在自研芯片这条赛道上，Anthropic显然还在追赶。