当地时间8月25日，OpenAI正式对外公布首款自研AI推理芯片Jalapeño的完整性能实测数据。这款专为大语言模型推理打造的全新芯片，由OpenAI联合博通共同研发、依托台积电3nm工艺代工，从架构立项设计到最终流片落地，仅用时9个月，刷新了行业高端AI芯片的研发落地速度。

1787713769451.jpg

不同于通用型AI芯片，Jalapeño定位十分清晰，全程聚焦大语言模型推理场景，针对性解决大模型落地过程中高延迟、高功耗、算力浪费等行业痛点。极致的场景化定制设计，让这款芯片摆脱了通用芯片的性能冗余问题，能够更高效适配各类主流大模型的日常推理运行需求。

研发落地效率是这款芯片的一大亮点。业内常规高端AI芯片从设计、调试到流片量产，普遍需要一年半至两年周期，流程繁琐且投入成本极高。而OpenAI依托与博通的深度协同、台积电成熟先进的3nm制程能力，仅用9个月就完成全流程落地，展现出极强的技术整合与迭代能力。

此次公开的实测数据极具含金量。官方在GPT-OSS 120B、DeepSeek R1、Kimi K2.5 1T等多款主流大模型中完成对照测试，结果显示，Jalapeño能效表现大幅领跑行业标杆产品。芯片单位功耗的AI处理能力，达到市面主流高端芯片的1.5至1.9倍，同时端到端延迟大幅降低，最低仅为竞品的28%，实现了高吞吐、低时延、低功耗的三重突破。

长期以来，AI大模型算力高度依赖第三方通用芯片，推理成本高、算力适配度不足，始终是制约AI企业降本增效的核心难题。OpenAI自研推理芯片的落地，意味着其正式打破外部算力硬件依赖，补齐软硬件协同短板。通过芯片与大模型的深度适配，能够有效压低推理成本、提升用户交互响应速度。

Jalapeño的亮相，不仅是OpenAI补齐硬件版图的关键一步，也为AI企业自研专用芯片提供了全新范本。未来随着芯片规模化落地应用，将进一步优化大模型商业化成本，推动生成式AI产业走向更高效、更可控的发展阶段。