OpenAI
2026-06-26
OpenAI联手博通9个月流片自研推理芯片Jalapeño，剑指NVIDIA生态
内容摘要
核心要点
2026年6月24日，OpenAI与博通正式推出首款定制ASIC芯片Jalapeño，专为大语言模型推理设计。该芯片采用专用集成电路架构，从架构设计到完成流片仅耗时9个月，创下行业罕见速度。
合作分工模式为：OpenAI负责底层架构设计，博通负责硅片实现与网络硬件制造，加拿大电子制造服务商Celestica提供板卡与机架系统集成。
工程样片已在实验室以量产标准的频率和功耗成功运行OpenAI于2026年2月推出的代码模型GPT-5.3-Codex-Spark。芯片采用TSMC 3nm工艺制程，专为Transformer推理优化，目标推理成本直降50%。
芯片计划2026年底规模化落地，配套千兆瓦级数据中心集群。市场影响分析指出，OpenAI此前是NVIDIA的坚定用户，此次与博通合作标志着其正式完成从纯模型公司向全栈AI基础设施提供商的战略转型。这也是继Google TPU、AWS Trainium、Anthropic之后，又一家头部AI实验室布局自研芯片。
产业链意义：Jalapeño采用博通ASIC定制路线，而非NVIDIA GPU路线。博通本身是全球领先的网络芯片厂商，在超大规模AI集群的高速以太网互联方面具有独特优势。
重要性说明
这并非简单的芯片发布，而是OpenAI对NVIDIA发起的控制平面转移。Jalapeño的核心目的是防御NVIDIA的GPU定价权与CUDA生态锁定。长久以来，OpenAI的推理成本与供应完全受制于NVIDIA的H100/B200 GPU及其NVLink/NVSwitch互联架构。Jalapeño通过博通的Tomahawk/Jericho系列以太网交换芯片，将推理集群的控制点从NVIDIA的专有NVLink域转移到基于RoCEv2或IPU的开放以太网生态。
然而，原文刻意淡化了两个关键陷阱：第一，ASIC的灵活性短板。Jalapeño专为Transformer推理优化，这意味着一旦未来模型架构从Transformer迁移（如状态空间模型 Mamba或混合专家模型 MoE的激进变体），该芯片可能面临架构折旧，无法像NVIDIA GPU那样通过软件迭代适应新架构。第二，博通生态的隐性锁定。替换NVIDIA的NVLink，转而采用博通的以太网方案，意味着OpenAI将从单一供应商锁定（NVIDIA）跳入另一个供应商锁定（Broadcom）。博通的Tomahawk 5交换芯片在超大规模AI集群中已占据主导地位，其PCIe Gen5/CXL互联方案与OpenAI的定制网卡深度绑定，这实际上是用博通的ASIC+以太网替换了NVIDIA的GPU+NVLink，并未实现真正的开放解耦。企业买家需警惕，这并非“开源革命”，而是控制点从一家硅谷巨头转移到另一家。
PRO 决策建议
【厂商】竞争对手（如NVIDIA、AMD、Intel）应立即利用Jalapeño的ASIC灵活性短板进行攻击。重点宣传NVIDIA GPU的CUDA生态可编程性和架构演进能力（如从Hopper到Blackwell的迭代），强调Jalapeño无法适应未来非Transformer模型（如Mamba、MoE变体），而GPU通过软件更新即可支持。同时，NVIDIA应加速推出针对推理优化的L40S或GH200 Grace Hopper等低成本推理方案，直接对比Jalapeño的TCO，并强调NVLink域在大规模分布式推理中的尾部延迟优势。
【企业】CIO与架构师必须进行零信任技术审计。不要被“自研芯片”的公关辞令迷惑。警惕博通生态的隐性锁定：评估Jalapeño集群是否强制绑定博通的Tomahawk交换芯片和定制网卡，导致未来无法引入其他以太网方案（如Arista 7800R、Cisco Silicon One）。要求OpenAI提供明确的跨架构可移植性路径，例如是否支持PyTorch/TensorRT-LLM等标准推理框架，以及未来模型架构变更时芯片的折旧风险。
【投资者】看穿公关辞令下的真实竞争格局。Jalapeño短期内不会颠覆NVIDIA的营收，因为它仅服务于OpenAI自身推理需求，且ASIC的NRE成本和3nm流片费用极高。长期看，ASIC推理的TCO拐点是否真的低于GPU，取决于模型架构的稳定性。如果Transformer被替代，Jalapeño将成为巨额沉没成本。关注博通的Tomahawk 5和Jericho 3交换机在AI集群中的渗透率，这比Jalapeño本身更具投资价值。
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)