OpenAI公布Jalapeño芯片实测，对标英伟达
OpenAI首次披露自研推理芯片Jalapeño的详细测试结果，称其在三款大型开放模型上兼顾低延迟与能效优势。
从预告走向实测
OpenAI公布了自研推理加速器Jalapeño的首批详细性能数据。这款芯片由OpenAI与博通共同开发；测试采用公开的InferenceX基准，覆盖GPT-OSS 120B、DeepSeek R1 670B和Kimi K2.5 1T，并考察高吞吐及低延迟等不同运行状态下的完整推理系统。
按照OpenAI给出的结果，Jalapeño在峰值吞吐状态下，每瓦完成的工作量是英伟达GB200或GB300对照系统的1.5至1.9倍，端到端延迟降低至后者的约三分之一至五分之三；在强调交互速度的配置下，性能优势达到2.1至4.1倍。以Kimi K2.5为例，其峰值每瓦性能约高出1.5倍，端到端延迟则低3.4倍。
测试按芯片公开标称功耗进行归一化：Jalapeño为700瓦，GB200为1200瓦，GB300为1400瓦。OpenAI称，Jalapeño在相关任务中的持续实测功耗不超过550瓦。不过，这些数据仍由厂商自行发布，量产后的稳定性、软件成熟度和系统总成本尚未获得独立验证。
争夺推理成本的控制权
Jalapeño通过让模型状态和KV缓存尽可能靠近计算资源，并协同设计计算、内存与网络，兼顾提示词处理和逐词生成。OpenAI还表示，AI辅助工程把芯片从初始设计推进到流片只用了九个月；在部分注意力和混合专家模块上，AI生成的实现比专家编写版本快1.5至1.8倍，但这一数据并不代表整套模型性能。
OpenAI计划在年底前把Jalapeño部署到自有计算基础设施，同时继续采购英伟达等厂商的加速器。它的重要性在于，一旦自研芯片在规模化运行中兑现指标，OpenAI便可能降低推理边际成本、缩短智能体连续操作的等待时间，并增强与上游硬件供应商谈判的筹码。真正需要观察的，是量产后的利用率、良率和实际运营成本。