OpenAI 联手博通发布 Jalapeño：大模型推理芯片的“垂直整合”之战

事件核心

OpenAI 正式揭晓了与半导体巨头博通（Broadcom）深度合作的结晶——定制化 AI 推理芯片“Jalapeño”。这款芯片并非通用的图形处理器（GPU），而是专门为大语言模型（LLM）的推理负载量身定制的专用集成电路（ASIC）。此举标志着 OpenAI 追随谷歌（TPU）和亚马逊（Trainium/Inferentia）的脚步，正式进入自研硬件领域，试图通过底层硬件的垂直整合来突破算力瓶颈并优化运营成本。

技术/商业细节

Jalapeño 芯片的设计核心在于“推理效率”。与 NVIDIA 追求通用性的 H100/B200 不同，Jalapeño 针对 OpenAI 专有的模型架构（如 o1 系列推理模型）进行了深度优化。在技术规格上，该芯片集成了博通最先进的 SerDes 互连技术和高带宽内存（HBM）接口，旨在解决大模型推理中常见的“内存墙”问题。通过简化非必要的计算单元并强化张量处理能力，Jalapeño 能够以更低的功耗实现更高的吞吐量。在商业层面，博通负责提供关键的 IP 授权、设计集成及供应链协调，而实际代工则交由台积电（TSMC）的先进制程（预计为 3nm 或更优）完成。

八卦分析：全球影响

「八卦情报」认为，Jalapeño 的出现释放了三个关键信号：

• “推理侧”成为算力主战场： 随着模型规模进入万亿参数时代，训练成本虽然高昂，但长期的商业化压力来自于推理侧的每日运营。OpenAI 必须通过自研芯片将推理成本降低一个数量级，才能支撑其数亿活跃用户的免费及订阅服务。
• 去 NVIDIA 化的实质性进展： 尽管 OpenAI 仍是 NVIDIA 的大客户，但 Jalapeño 的问世意味着其正在构建“算力主权”。通过减少对通用 GPU 的依赖，OpenAI 不仅能获得更高的议价权，还能避免受制于 NVIDIA 的供应周期。
• 推理时计算（Inference-time Compute）的硬件化： 随着 o1 等具备思维链（CoT）能力的模型兴起，推理过程不再是简单的“输入-输出”，而是涉及大量的迭代计算。Jalapeño 极有可能是针对这种新型“推理缩放定律”设计的，预示着未来 AI 硬件将从“暴力计算”转向“智能调度”。

战略建议

对于全球 AI 产业参与者，我们提出以下建议：

• 模型厂商： 应效仿 OpenAI 建立“软硬一体”的研发思维。单纯优化算法已不足以维持竞争力，如何让算法在特定硬件架构上跑出最优能效比将成为核心护城河。
• 硬件供应链： 关注定制化 ASIC 市场的爆发。博通在这一领域的成功证明了“芯片设计服务”模式的巨大潜力，相关封测、HBM 供应商应提前布局定制化芯片生态。
• 企业级用户： 在选择云服务商时，应评估其底层硬件的多样性。未来 AI 推理成本的差异将直接源于硬件架构的差异，选择拥有自研芯片能力的平台将具备更强的长期 TCO（总拥有成本）优势。