9個月。

從一張白紙到芯片出片，OpenAI只花了9個月。這個行業正常走路，要兩到三年。

這顆讓全行業側目的東西叫Jalapeño——墨西哥辣椒裏辣度最溫柔的一個品種。名字起得謙虛，事情做得一點都不客氣。

6月24日，博通CEO陳福陽親手把工程樣片遞到了Sam Altman手上。OpenAI，正式拿到了芯片俱樂部的入場券。

真正讓業內坐不住的，不是這顆芯片跑分多高——實際上詳細的技術報告還沒公開。而是另外兩件事：它是怎麼來的，以及誰因此睡不着覺。

不練模型，只跑推理

別把Jalapeño當成通用GPU的替代品。它不負責訓練模型。

它只有一件差事：當用戶給ChatGPT發消息、讓Codex改bug、請AI助手跑長任務的時候，在服務器那頭用最低的功耗把推理算完。

聽起來不如"訓練芯片"熱鬧，但OpenAI的財務部門可是心裏門兒清。訓練砸一筆大錢也就結束了，推理卻是每天洶湧幾十億次請求，電費、服務器折舊，沒完沒了。So，誰能把推理成本打下來，誰就能真正賺錢。

OpenAI給它的定位叫"Intelligence Processor"——智能處理器，而非行業慣用的"AI加速器"這個詞——就是想說明這不是一個啥都能幹的通用芯片，是專門為大模型推理從頭設計的。

架構上三件事貫穿了全部設計：砍掉冗餘的數據搬運、讓計算與內存及網絡的資源配比重新平衡、把實際有效利用率頂到離理論天花板最近的地方。

通俗講就是——通用GPU跑AI時很多算力耗在了數據搬來搬去上，Jalapeño從架構層面解決了這個問題。

AI畫了張電路圖，給自己造了副身軀

一顆高端定製ASIC，從架構設計到送廠流片，18個月算快的。谷歌TPU兩年一代，亞馬遜Trainium也差不多。9個月是破紀錄的速度。

關鍵因素有兩個。

第一，AI參與了芯片設計。

芯片設計最耗時的環節不是構思方案，是驗證——設計、仿真、debug、改、再仿真，反覆成千上萬輪，喫掉一半以上的開發時間。而AI恰恰擅長這種活：讀歷史設計數據、輔助寫RTL代碼、在驗證階段幫忙排查問題、參與佈局優化。OpenAI在公告裏明確說了，自家模型在加速設計流程上的表現"超出預期"。

這就形成了一個閉環：AI幫忙畫芯片，芯片造出來跑AI，更強AI下次畫更好的芯片。

第二，帶隊的人。

OpenAI硬件團隊由Richard Ho領導。他在谷歌待了將近九年，是Cloud TPU的核心工程負責人，帶着多代TPU從概念走到了量產。之後去了光子計算公司Lightmatter做高級副總裁，再早還聯合創辦了EDA公司0-In Design Automation。芯片設計、AI加速、光互聯，三個領域全乾過。

分工很明確：OpenAI管架構和內核，博通負責硅片實現和Tomahawk網絡交換芯片，天弘科技Celestica做板卡和系統集成，台積電3nm製程製造。

英偉達看着客戶名單，客戶在另起爐竈

Jalapeño的意義比一顆芯片本身重得多。

拉一條時間線：2016年，谷歌率先發布TPU，當時英偉達GPU在AI訓練圈幾乎無人能敵。2018年，亞馬遜端出推理芯片Inferentia，四年後又加了訓練芯片Trainium。2023年，身為OpenAI第一大投資方和算力供應商的微軟，自己下場亮了Maia。今年4月，路透社挖出Anthropic也在琢磨自研。

到6月24日，OpenAI把Jalapeño擺上桌面，圈子又擴了一個。

你把這串名字連起來讀——谷歌、亞馬遜、微軟、Meta、OpenAI、Anthropic。每一個都曾是英偉達最捨得掏錢的座上賓，每一個都在暗處建起了自己的芯片工事。

Greg Brockman在發布聲明中說得直截了當："世界正在邁向算力驅動的經濟。"

如果算力變成了和石油一樣的基礎資源，誰會把閥門全交給同一家供應商？

20美元月費買到的，可能翻倍

這件事的最大受益者不是投資人，不是技術極客，是每一個掏20美元開ChatGPT Plus的人。

推理成本砍下去，第一個直覺體感是速度快了。高峯期卡頓、排隊轉圈、聊久了越來越慢——這些毛病的根子全在推理算力不夠分。同樣規模的服務器集群，換上效率翻倍的芯片，吞吐用戶的能力就翻倍。

再往下推一層，免費版的邊界會被拓寬。現在深度研究、高級數據分析、完整版語音對話都鎖在Plus裏，不是因為功能本身成本高，而是給免費用戶放開之後的算力賬單喫不消。成本降下來，這道算術題的答案就變了。

而最隱蔽的變化不在價格標籤上。20美元可能還是20美元，但你買到的東西完全不一樣了——去年花這個錢只拿到一個GPT-4o，明年同樣的錢可能到手的是一個能自主跑完整工作流的agent。月費不變，能力翻倍，這本質上就是推理成本降價帶來的隱性贈送。

但Jalapeño瞄準的遠不止現在的ChatGPT。

Richard Ho的思路是，芯片要按模型未來6到9個月的發展方向提前造。等agent產品真上了量，每次交互的算力消耗和今天一問一答完全不在一個量級。基礎設施不提前準備，最致命的地方就會卡脖子。

從硅片到按鈕，OpenAI想全捏在自己手裏

OpenAI在公告裏的表述很直白。

大意是：我們不僅在開發最前沿的模型，不僅在模型上面搭產品，我們還在設計模型底下的每一層——芯片架構、內核、內存系統、網絡、調度、部署體系。

從硅片到用戶指尖點下去的按鈕，每一段鏈路都想自己控盤。

這套思路蘋果走過，谷歌也走過。但OpenAI比它們多了一層——讓AI參與建基礎設施，再用更強的基礎設施跑更強的AI。如果這個飛輪真的轉順了，它會自己踩油門。

首批部署定在2026年底，與微軟等夥伴在吉瓦級數據中心落地。芯片和配套服務器不外賣，純自用。博通CEO陳福陽在接受採訪時甚至說，2027年1.3吉瓦的部署預測都偏保守了，需求遠遠跑在前面。

Jalapeño只是第一代。下一代叫什麼還沒人知道。

但設計它的，大概率不會再只是人了。