OpenAI
1970-01-01
OpenAI携博通发布定制推理ASIC Jalapeño，9个月流片颠覆AI推理成本
内容摘要
核心要点
OpenAI与博通联合发布的Jalapeño是一款专为大语言模型（LLM）推理设计的专用集成电路（ASIC）。开发周期仅9个月，过程中OpenAI利用自身AI模型加速设计。分工上，OpenAI负责底层架构设计，博通负责硅片实现与网络硬件（包括Tomahawk网络芯片），Celestica负责板卡与机架系统集成。
目前工程样片已以量产目标频率和功耗运行GPT-5.3、Codex和Spark等工作负载。早期测试表明，Jalapeño的每瓦性能优于当前最先进水平。架构上减少了数据移动，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。
OpenAI表示Jalapeño是多代计算平台的第一步，计划2026年底首次部署。博通CEO表示，这标志着跨越数代的路线图开端，助力微软及其他合作伙伴自2026年起部署千兆瓦级数据中心。
重要性说明
OpenAI推出Jalapeño，表面是技术升级，本质上是防守NVIDIA在AI推理芯片领域的垄断地位，并合围其他AI模型厂商（如Google、Anthropic）通过自研芯片降低推理成本。通过定制ASIC，OpenAI试图锁定其模型生态：未来GPT-5.3等模型可能针对Jalapeño架构优化，形成软硬件协同壁垒，迫使客户使用OpenAI的推理服务而非通用GPU。
然而，原文刻意淡化了物理限制：定制ASIC的灵活性远低于GPU，无法适应快速变化的模型架构（如MoE、注意力机制变体）。一旦模型架构迭代，Jalapeño可能面临资产折旧风险。此外，9个月流片周期暗示设计可能牺牲了可编程性和通用性，实际部署中可能遇到尾部延迟问题，且依赖博通的Tomahawk网络芯片可能形成新的供应链锁定。
PRO 决策建议
【厂商】NVIDIA应加速推出针对推理的定制GPU或ASIC，利用CUDA生态优势，强调通用性和可编程性，并展示Jalapeño在模型迭代时的局限性。同时，NVIDIA可推出更高效的推理加速卡（如H200或B200），并开放推理优化工具链，削弱OpenAI的锁定效应。
【企业】CIO和架构师应保持警惕：Jalapeño可能带来短期推理成本优势，但存在供应商锁定风险。建议进行零信任技术审计，评估Jalapeño与现有GPU集群的互操作性，以及模型迁移成本。优先选择开放标准（如OpenAI的API但可替换后端）或基于PCIe的通用加速器，避免依赖专有网络（如博通Tomahawk）。
【投资者】需穿透公关辞令：Jalapeño的成功取决于OpenAI模型长期稳定性和博通产能。短期内可能打压NVIDIA股价，但长期看，定制ASIC的专用性限制了市场规模。投资者应关注OpenAI是否开放芯片给第三方使用，否则只是垂直整合故事。博通虽受益，但依赖单一客户风险高。
觉得这篇分析有用？
每周收到3-5条AI基础设施关键信号 →
💬 评论 (0)