性能亮点

• 每瓦性能： 早期测试显示，该芯片的每瓦性能“显著优于”当前最先进的AI加速器 。
• 成本削减： 博通对该芯片的定价约为同等GPU的一半，有报告估计总成本节省接近 约50% 。
• 竞争定位： 博通CEO表示，Jalapeño直接对标英伟达的Blackwell和谷歌的TPU 。
• OpenAI自身的AI模型也参与了芯片设计的优化过程 。

制造工艺与合作伙伴

• 设计与联合开发： OpenAI与博通联合开发该芯片，博通也负责制造 。从概念到流片仅用了九个月，这被称为高性能先进半导体领域最快的ASIC开发周期之一 。
• 代工厂： 该芯片由全球领先的先进半导体代工厂台积电制造 。报道指出，第一代产品采用台积电3nm (N3)工艺节点，并集成了HBM3E高带宽内存 。
• 系统集成： 服务器制造商Celestica将协助构建围绕该处理器的系统 。

部署时间线

• 发布： 2026年6月24日。
• 原型： 发布当天，物理原型已交付给OpenAI 。
• 目标上线： OpenAI计划于2026年底部署Jalapeño，初期目标为数据中心部署 。
• 多代路线图： Jalapeño是一个多代计算平台的第一步。据报道，第二代芯片已规划采用台积电更先进的A16工艺节点 。

融资与成本挑战

• 围绕定制芯片建设基础设施将需要大量资本投入。OpenAI已获得千兆瓦级数据中心容量计划以支持部署 。
• 据报道，OpenAI已在台积电获得了当前N3节点及未来A16节点的产能分配，这表明其进行了大量的预付款投入 。
• 路透社和彭博社指出，这一定制芯片项目是OpenAI更广泛战略的一部分，旨在减少对昂贵的英伟达GPU的依赖，并控制自身基础设施成本 。

行业背景：减少对英伟达的依赖

Jalapeño的推出契合了大型云服务商通过自研芯片取代英伟达GPU的主流趋势：

• 谷歌 拥有TPU系列，亚马逊 有Trainium和Inferentia，微软 正在开发自己的AI芯片，Meta 也在追求定制化推理芯片。
• 英伟达目前仍占据约80%的AI芯片市场，但大型云服务商出于成本、供应链控制以及特定工作负载效率提升的考量，动力日益增强 。
• Jalapeño相较于同等GPU约50%的成本降低，直接回应了大规模推理运行所带来的经济压力 。
• OpenAI认为，拥有自研芯片对于“构建完整堆栈”——从模型到硬件——至关重要，并以此构建超越单纯软件层面的竞争护城河 。

性能亮点

• 每瓦性能： 早期测试显示，该芯片的每瓦性能“显著优于”当前最先进的AI加速器 。
• 成本削减： 博通对该芯片的定价约为同等GPU的一半，有报告估计总成本节省接近 约50% 。
• 竞争定位： 博通CEO表示，Jalapeño直接对标英伟达的Blackwell和谷歌的TPU 。
• OpenAI自身的AI模型也参与了芯片设计的优化过程 。

制造工艺与合作伙伴

• 设计与联合开发： OpenAI与博通联合开发该芯片，博通也负责制造 。从概念到流片仅用了九个月，这被称为高性能先进半导体领域最快的ASIC开发周期之一 。
• 代工厂： 该芯片由全球领先的先进半导体代工厂台积电制造 。报道指出，第一代产品采用台积电3nm (N3)工艺节点，并集成了HBM3E高带宽内存 。
• 系统集成： 服务器制造商Celestica将协助构建围绕该处理器的系统 。

部署时间线

• 发布： 2026年6月24日。
• 原型： 发布当天，物理原型已交付给OpenAI 。
• 目标上线： OpenAI计划于2026年底部署Jalapeño，初期目标为数据中心部署 。
• 多代路线图： Jalapeño是一个多代计算平台的第一步。据报道，第二代芯片已规划采用台积电更先进的A16工艺节点 。

融资与成本挑战

• 围绕定制芯片建设基础设施将需要大量资本投入。OpenAI已获得千兆瓦级数据中心容量计划以支持部署 。
• 据报道，OpenAI已在台积电获得了当前N3节点及未来A16节点的产能分配，这表明其进行了大量的预付款投入 。
• 路透社和彭博社指出，这一定制芯片项目是OpenAI更广泛战略的一部分，旨在减少对昂贵的英伟达GPU的依赖，并控制自身基础设施成本 。

行业背景：减少对英伟达的依赖

Jalapeño的推出契合了大型云服务商通过自研芯片取代英伟达GPU的主流趋势：

• 谷歌 拥有TPU系列，亚马逊 有Trainium和Inferentia，微软 正在开发自己的AI芯片，Meta 也在追求定制化推理芯片。
• 英伟达目前仍占据约80%的AI芯片市场，但大型云服务商出于成本、供应链控制以及特定工作负载效率提升的考量，动力日益增强 。
• Jalapeño相较于同等GPU约50%的成本降低，直接回应了大规模推理运行所带来的经济压力 。
• OpenAI认为，拥有自研芯片对于“构建完整堆栈”——从模型到硬件——至关重要，并以此构建超越单纯软件层面的竞争护城河 。