AI重點
文章重點整理:
- 重點一:OpenAI與博通合作推出首款自研推論晶片Jalapeño,降低對NVIDIA依賴。
- 重點二:晶片專為大型語言模型推論設計,強調每瓦效能與記憶體網路最佳化。
- 重點三:Jalapeño從設計到流片僅九個月,預計今年起進入大規模部署。
為了進一步掌握底層算力資源,並且解決當前AI產業面臨的算力瓶頸與高昂成本,OpenAI 正式對外揭曉其首款客製化人工智慧處理器「Jalapeño」 (意為墨西哥辣椒)。這款由OpenAI攜手網通晶片業者博通 共同打造的晶片,是專為大型語言模型「推論」 (Inference)階段所量身設計的加速器。
其不僅創下僅用9個月便完成設計至流片 (Tape-out)的驚人紀錄,更宣告OpenAI正式跨足硬體底層,邁向從模型、軟體到自研晶片的「全端」 (Full-stack)生態系佈局。
專為大型語言模型推論量身打造,效能劍指業界頂規
有別於目前市場上泛用型的GPU產品,「Jalapeño」是一款「從零開始」針對現代大型語言模型推論任務所設計的專用加速器。
隨著ChatGPT、Codex,以及未來各類代理型 (Agentic)AI產品的使用量暴增,OpenAI深刻體認到「推論」階段才是AI真正接觸終端用戶的核心。「Jalapeño」的架構設計大幅減少不必要的資料搬移,並且在運算、記憶體與網路資源之間取得完美平衡。
博通總裁暨執行長陳福陽 (Hock Tan)在接受路透新聞訪問時更是信心滿滿地表示,「Jalapeño」在執行推論任務上的表現,足以媲美NVIDIA 即將推出的Blackwell晶片,以及Google的TPU (張量處理單元)。
根據OpenAI實驗室的早期測試數據,「Jalapeño」在「每瓦效能」 (Performance per watt)上將大幅超越目前的業界標準。
AI幫忙設計晶片!創下9個月超高速流片紀錄
在半導體業界,開發一款高效能的ASIC (特殊應用積體電路)通常需要耗費數年時間。然而,「Jalapeño」從初期設計到最終交由台積電 (TSMC)流片製造,前後僅花費短短的9個月時間。
這項驚人速度的背後,除了歸功於OpenAI工程團隊與博通深厚的矽智財 (IP)實力深度協作外,最關鍵的因素在於:OpenAI使用自家的AI模型來加速晶片設計。
據說,工程團隊在開發過程中導入GPT-5.3-Codex-Spark等先進模型,大幅縮短架構最佳化與除錯的時程。這也完美印證「用AI來加速AI基礎設施發展」的產業正向循環。
集結頂尖硬體供應鏈,預計年底展開Gigawatt級佈署
為了讓「Jalapeño」順利落地,並且投入大規模量產,OpenAI組建一支實力堅強的全球硬體供應鏈聯軍:
| 合作夥伴 | 負責項目與角色定位 |
| 博通 (Broadcom) | 提供晶片實體化設計服務 (ASIC設計)與領先的Tomahawk網路互連技術。 |
| 台積電 (TSMC) | 負責Jalapeño晶片的先進製程代工製造。 |
| 天弘 (Celestica) | 擔綱伺服器系統整合,負責主機板、機櫃 (Rack)的組裝與大規模生產系統。 |
| 三星與SK海力士 (Samsung & SKHynix) | 為這款極度渴望記憶體頻寬的 AI 晶片,提供關鍵的高頻寬記憶體 (HBM)。 |
OpenAI預告,「Jalapeño」將於2026年底前與微軟及其他資料中心合作夥伴展開初步佈署,並且計畫在未來幾年內擴展至Gigawatt (吉瓦)級別的超大規模資料中心。
掌握「全端」優勢,OpenAI的算力自主之戰
OpenAI推出「Jalapeño」晶片,不僅是技術力的火力展示,更是其商業戰略上至關重要的一步。
長期以來,包含OpenAI在內的全球AI巨頭,幾乎都患上嚴重的「NVIDIA焦慮症」——不僅要面臨GPU供不應求的窘境,還得承受極高的硬體採購成本。OpenAI透過攜手博通自研晶片,最大目的就是要奪回底層基礎設施的控制權。
當一家公司能夠同時掌控「最頂層的終端應用」 (ChatGPT)、「中層的AI基礎模型」,以及「最底層的晶片架構」 (Jalapeño)時,這就是所謂的 「全端優勢」。OpenAI可以針對自家模型的特性,對晶片的記憶體頻寬與網路排程進行最極致的最佳化。
這項舉措最終的受惠者,將會是廣大的終端用戶與開發者。當基礎設施的運算成本大幅下降,未來的API呼叫將會更便宜、ChatGPT的回應速度將會更快,這將是OpenAI實現「AI民主化」、讓通用人工智慧 (AGI)真正普及到各行各業的最關鍵拼圖。
《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》
精華 FAQ
-
主要是為了降低對NVIDIA GPU的依賴,並掌握推論所需的底層算力與成本。透過客製化晶片,OpenAI可針對自家模型進行更精準的效能優化。
-
Jalapeño專為大型語言模型的推論階段設計,重點在處理ChatGPT等產品面向終端用戶的即時運算需求,並減少資料搬移與資源浪費。
-
Jalapeño從初期設計到交由台積電流片僅花九個月,速度遠快於業界常態。文章也指出它將於2026年底前與合作夥伴初步部署。

討論區