夜雨聆风 > > 办公文件 > OpenAI花9个月造出的AI芯片,会影响什么?
当前时间： 2026-08-16 20:52:44
分类：办公文件
评论(0)
OpenAI花9个月造出的AI芯片,会影响什么?6月24日，OpenAI和博通正式发布了它们的首个联合芯片项目——Jalapeño（哈拉佩诺，一种墨西哥辣椒的名字）。这是OpenAI首款自研AI芯片，从设计到流片，只用了9个月。它是一款专用集成电路（ASIC），专为大语言模型推理而设计。所谓"推理"，就是ChatGPT回答你问题、Codex帮你写代码、API接口处理请求的那个过程。它不是用来训练模型的通用GPU。OpenAI没有想用它替代英伟达的H100或B100。训练是一次性的巨大投入，推理是持续发生的日常开支。随着ChatGPT用户量突破数亿，推理成本已经成为OpenAI最大的运营负担之一。自研推理芯片，本质上是在解决"成本危机"。从半导体行业的标准来看，9个月完成从设计到流片，是一个惊人的速度。传统上，一款先进制程芯片的设计周期通常在18-24个月。OpenAI能把这个时间压缩一半，靠的是两个东西：用OpenAI自己的大模型优化芯片设计流程，大幅压缩研发周期。这是一个有意思的循环——用AI设计更好的芯片，再用更好的芯片运行更强的AI。博通不是代工厂，它是芯片设计服务公司，拥有成熟的ASIC设计流程和台积电的产能对接能力。OpenAI负责"想清楚要什么"，博通负责"把它造出来"。值得注意的是，Jalapeño不是对通用芯片的改造，而是"从零开始设计"。OpenAI硬件项目负责人Richard Ho说，这款芯片围绕OpenAI对当前和未来LLM推理需求的理解进行架构设计，目标是"减少数据移动，实现更接近理论峰值性能的实际利用率"。目前公布的性能数据有限，但有一个关键指标：每瓦性能（performance per watt）将显著优于当前最先进水平。"显著优于"是多显著？官方没有给出具体数字，只说详细的技术报告将在未来几个月内发布。但有一点值得注意：工程样品已经在实验室以生产目标频率和功率运行ML工作负载，包括GPT-5.3-Codex-Spark模型。这意味着芯片不是PPT，是真的能跑。部署总耗电量最高10吉瓦（≈10座大型核电站装机容量）这是很多人关心的问题。我的判断是：短期影响有限，长期信号明确。Jalapeño不替代训练芯片，英伟达在训练领域的地位依然稳固。而且，OpenAI目前公布的芯片只用于自家推理，不对外销售，不会直接冲击英伟达的市场份额。这是一个明确的信号：大客户正在尝试摆脱对单一供应商的依赖。谷歌有自己的TPU，亚马逊有Trainium和Inferentia，微软也在研发Maia。现在OpenAI也加入了这个行列。博通CEO陈福阳在发布会上说了一句话很关键：市场算力需求近乎无限，现有产能完全无法满足，算力紧缺预计将持续到2028年。这意味着，Jalapeño不是要"抢"英伟达的生意，而是要"补"市场的需求缺口。但这也意味着，英伟达的客户正在变得更有议价能力。当你有能力自己造芯片的时候，你就不再是纯粹的买方了。Jalapeño的发布，标志着OpenAI从一家"用芯片的公司"变成了一家"造芯片的公司"。这不是一个简单的业务延伸，而是一个战略转型。Brockman说得很直白："通过自主研发更多底层技术，可以更高效地提供智能服务，推动AI技术规模化落地。"翻译成大白话就是：我不想只在别人的地基上盖房子了，我要自己打地基。这种"全栈自研"的思路，在科技行业并不新鲜。苹果从iPhone芯片到操作系统全部自己做，特斯拉从电池到自动驾驶芯片全部自己研发。现在的OpenAI，正在走同一条路。
夜雨聆风