OpenAI 自研推理芯片 Jalapeño 亮相，首批性能数据公布

8 月 25 日，OpenAI 在官方博客发布了 Jalapeño 的首批性能测试结果。Jalapeño 是 OpenAI 第一颗自研推理芯片，从今年早些时候对外宣布以来，外界一直关注它能否在推理场景挑战英伟达等现有加速器。这次公布的数据给出了初步答案：在同等功耗下，它能够处理更多 AI 推理任务，同时响应更快。

OpenAI 强调，Jalapeño 并非只服务自家模型。测试覆盖了 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 三个开源权重模型，其中既有 OpenAI 自己的开放模型，也有外部模型，说明这套芯片架构对模型来源并不挑剔。官方原文见 OpenAI 博客。

判断推理芯片好坏，OpenAI 建议看两个指标：每瓦特能完成的 AI 工作量，以及端到端延迟。官方给出的对比数据是：在峰值吞吐下，Jalapeño 比对比系统每瓦特多完成 1.5 到 1.9 倍的 AI 工作量；端到端延迟则低 1.7 到 3.6 倍。对高度交互的任务，性能优势扩大到 2.1 到 4.1 倍。

Jalapeño 额定功耗 700 瓦，但在测试负载下实测持续功耗保持在 550 瓦或以下。测试基于 SemiAnalysis 的 InferenceX 公开基准，衡量的是完整服务一次 AI 请求的全过程，而不是单颗芯片的峰值算力。OpenAI 认为，按单位功耗比较比单纯比较单芯片性能更贴近真实使用场景。

Jalapeño 的设计出发点，是服务于现代大语言模型的推理，尤其是交互式 Agent 场景。Agent 任务通常需要按顺序完成很多步骤，每步的延迟会累积到整个任务上。官方数据中，高度交互负载的性能优势（2.1 到 4.1 倍）明显高于峰值吞吐场景，说明这类中间步骤多、等待多的负载正是这颗芯片的强项。

这一点对开发者有直接含义：如果 Agent 应用对响应速度敏感，使用 Jalapeño 服务的模型有望明显缩短整体完成时间。OpenAI 没有公布接入价格和上线时间，只表示未来几个月会逐步将 Jalapeño 投入生产，让更快的响应和更可靠的访问落到产品上。

Jalapeño 的开发过程本身也依赖 AI。OpenAI 称，团队借助 AI 探索实现方案、缩短设计测量与验证循环，从设计到流片只用了九个月；AI 还参与了芯片算术电路的优化，让更多算力按计划装进芯片。

更特别的是，Jalapeño 被设计成一个对 AI 友好的编程目标：工程师用局部张量、显式通信和可预测同步来描述工作，AI 再负责映射、放置、调度和协调。团队用 Codex 配合 GPT-Astra，把三个不在原计划的开放权重模型在两个月内优化到高性能；在选定的 GPT-OSS 注意力与混合专家模块上，AI 生成的实现比人类专家手写版本快 1.5 到 1.8 倍。

目前 Jalapeño 尚未商用，公开信息里没有与英伟达旗舰芯片的直接同场对比价格或产能数据。官方给出的对比对象是「现有商用 AI 系统」，在功耗和延迟组合上 Jalapeño 处于领先位置。要在真实市场撼动英伟达，还需要看量产能力、软件生态和客户接入意愿，这些 OpenAI 都没有在这次公告中展开。

值得留意的是，OpenAI 把 Jalapeño 定位为「多代平台」的起点，后续还会有迭代。对关注推理成本的人来说，自研芯片若能真正规模落地，GPT 系列 API 的价格和速度都可能随之变化。

短期值得盯三件事：一是 Jalapeño 何时正式对外开放服务；二是它上线后 GPT API 的价格与延迟是否有可感知变化；三是更多外部模型（比如 DeepSeek R1、Kimi K2.5 之外的模型）在 Jalapeño 上的表现。芯片从流片到规模化部署周期不短，OpenAI 说「未来几个月」会逐步上线，届时才是检验这颗芯片真实竞争力的开始。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://openai.com/index/jalapeno-first-results/

如发现事实、价格或链接有误，可通过 联系我们 提交更正。