作者｜徐珊
编辑｜靖宇
9 个月之后，OpenAI 的首款芯片成绩单终于揭晓了。
8 月 25 日，在 Hot Chips 大会上，OpenAI 硬件负责人 Richard Ho 站上讲台，公布了 Jalape o 芯片的第一份公开跑分。
具体而言，OpenAI 用 SemiAnalysis 的公开基准工具 InferenceX，在 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 三款公开大模型上，与英伟达对测。结果显示，三款模型上，Jalape o 的峰值每瓦吞吐量是英伟达系统的 1.5 至 1.9 倍，用同样电量 Jalape o 能多干近一倍的活。
低延迟场景差距更大，跑 DeepSeek R1 时，单用户生成速度最高约 700 token/s，而英伟达 GB300 只有约 169 token/ 秒。换算下来，Jalape o 的速度是后者的 4.9 倍，意味着用户等待时间缩短了将近四分之三。
「Jalape o 能够在单位功耗下处理更多 AI 任务，同时还能更快地返回响应。Jalape o 采用单一架构能完成更高的吞吐量和更低的延迟，而现有硬件系统通常需要在两者之间做出权衡。」OpenAI 在官方博客中这样总结。按计划，这颗芯片 2026 年底才会以「极小规模」部署，真正上量要等到 2027 年。
但这款芯片的独特之处，不只是跑得更强。它是头部模型厂商自研芯片落地的第一步，是一颗专为模型而生的芯片。过去二十年，行业的默认秩序是「为芯片适配模型」，英伟达发布什么，大家适配什么；而这一次，顺序倒了过来。这颗为模型而生的芯片，究竟有何不同？
01
AI 造芯，只需 9 个月
Jalape o 主要由 OpenAI 负责架构设计，博通参与实现、网络和连接，Celestica 负责板卡与机架集成。
目前，该芯片设定在额定功耗 700W，搭载 HBM4，单封装内存带宽约 15.4TB/s，配独立 I/O 芯片处理机架内外通信；B0 版的 MXFP4 理论算力为 13.4 PFLOPS。
从初始设计到完成流片，Jalape o 只用了 9 个月。如果从 2025 年 10 月 OpenAI 与博通官宣合作算起，到今天拿出完整的第三方见证跑分，满打满算也不到一年。
而芯片行业的正常节奏是什么？一颗高性能 ASIC 从架构定义、RTL 设计、验证、物理实现到流片，常规周期是 18 到 24 个月起步。这个周期几十年来压缩得极其缓慢，它往往受制于工程师读懂需求、写出代码、跑完验证的速度。
谷歌 TPU、亚马逊 Trainium 第一代用两年才走完所有流程。OpenAI 作为一个从未造过芯片的公司，第一次出手就把周期砍掉了一半以上。
飞速造芯的背后，是 AI 在给造芯这件事本身加速。据介绍，在 GPT-OSS 的部分 attention 和 MoE 模块中，AI 生成的 kernel 比此前人工专家编写的版本快 1.5 至 1.8 倍。OpenAI 借助 Codex 和 GPT-Astra，只用了大约两个月就完成了对 DeepSeek R1 和 Kimi K2.5 的移植和优化。
这种 AI 能力早已不局限于模型调优，而是渗透到了芯片设计、驱动开发、软硬件适配等全流程。
更重要的是，这不是一次性的加速冲刺。据公开信息，OpenAI 的跑分用的还是 A0 版工程芯片，改进版 B0 已进入台积电 N3P 工艺的制造阶段；第二代芯片已经进入深入开发，第三代开始规划。
当芯片的研发周期从 24 个月压到 9 个月，意味着同样的时间能多迭代一倍以上的芯片迭代，每一代又都能吸收最新的模型架构洞察，用自家模型加速自家芯片设计这条路，开始对握有前沿模型和芯片项目的公司开放。「一年一代」这个节奏，不再是老牌芯片巨头厂商才能做到，OpenAI 想用 AI 直接抄近道。
02
跑赢英伟达的秘密，让数据不挪窝
如果先搞懂这颗芯片的设计哲学，只有一句话：少搬数据。
芯片行业有个残酷的常识，「计算几乎免费，但搬运数据才贵」。大模型推理的瓶颈不在算力，而在于每生成一个 token，都要把巨量的模型权重和上下文缓存（KV 缓存）从内存里搬进搬出；通用 GPU 的算力单元大半时间不是在计算，而是在等数据。这也是很多芯片纸面峰值很高、实际负载只能发挥六七成的根源。
Jalape o 的所有架构选择基本都离不开这个痛点。它把计算核心和 HBM4 内存切成对应的「切片」，每个核心对自己那片内存拥有低延迟的直达通道，相当于不让工人跑公共仓库领料，而是给每人配一个专属工具箱。
同时，单封装 15.4TB/s 的内存带宽，能保证工具箱够大够快。官方说法是，模型生成回答时反复要用的「数据」，能被「显式地放置并保持在本地」，被明确安排在干活的工作台手边、不需要被反复远程调用，省下来回搬运数据的时间。
架构上最值得注意选择是，Jalape o 上，prefill（处理用户输入）和 decode（逐个生成 token）由同一颗加速器完成，而不是像英伟达 Rubin 那样，把 prefill 拆给专用的 CPX 芯片。
OpenAI 理由很实在，芯片运转时真实流量的构成一直在变，从聊天到推理模型再到 Agent，输入、缓存、输出 token 的比例已经面目全非，今天按固定比例配好两种芯片，明天流量一变就会有一半在闲置。
与其追求纸面最优，不如让每颗芯片什么都能干。这是「为模型造芯片」最生动的体现之一，让芯片设计跟着自家模型流量的变化走，而不是跟着传统逻辑走。
以 GPT-OSS 120B 为例，效率上，每千瓦每秒处理约 8.54 万个 token，同一度电干近两倍的活；速度上，单用户每秒最高生成 1459 个 token，对手 535 个。
而且模型越大优势越明显：6700 亿参数的 DeepSeek R1 上，效率高 1.7 倍，低延迟模式下单用户 700 对 169 token/s；万亿参数的 Kimi K2.5 上，从提问到答完的最低延迟 1.56 秒，对手要 5.31 秒。
当把交互速度固定在 100 token/s/ 用户这个主流水平时，Jalape o 在 Kimi K2.5 上的吞吐量是英伟达 GB300 的 9 倍以上，也就是同样的服务质量，它能同时接待 9 倍的用户需求。
但这份成绩单同样有水分，不代表胜利。我们看到跑分数据主要由 OpenAI 提供，SemiAnalysis 只是进实验室现场见证了运行，并未独立完成全部测试。而且，Jalape o 的公开结果全部来自约 8k 输入、1k 输出的单轮推理，这是相对容易调优的负载。同时，对更长上下文、多轮交互的智能体任务，OpenAI 一个公开数字都没给。要知道，Agent 恰恰是当下推理需求增长最猛的场景，也最考验路由、前缀缓存这些系统真功夫。
03
为模型而生的芯片，开始争夺 AI 定价权
这份成绩单里还埋着一个野心。在这次跑分测评中，DeepSeek R1 和 Kimi K2.5 这两个竞争对手的模型，拿到了和自家 GPT-OSS 完全同等的待遇。尽管 DeepSeek 采用的 MLA 注意力机制是它的自研架构，但 OpenAI 还是从零实现了这套架构所需的底层核心计算代码。
为竞争对手的私有架构专门开发底层代码，这已经超出了「证明芯片通用」的需要，更像是暗暗证明，任何一家的模型，都能在这颗芯片上快速跑到最优。
这条流水线指向一门尚未宣布的生意。如果 Jalape o 的每 token 成本确实比英伟达更低，OpenAI 完全可以像 AWS 卖云那样，把推理算力租给其他模型公司，先为自己建基础设施，再把富余能力开放出去。OpenAI 至今未就「出售算力」做出任何公开表态，然而，一家公司的长远野心，往往最先在它的工程决策中露出端倪。
巧合的是，就在 Jalape o 公布成绩单的前一天，8 月 24 日，英伟达也拿出了 Vera Rubin 的跑分。
英伟达宣布 Rubin 机架级系统全面投产，并公布在 Artificial Analysis 基准下，新平台跑 Gemma 4 31B，10 万 token 长上下文场景做到每秒 3400 个输出 token，比最接近的竞品快 4 倍；配合此前 CoreWeave 的实测，Vera Rubin NVL72 每兆瓦 token 吞吐量是上一代 GB200 的 10 倍。
更有戏剧性的是，同一天，苹果也推出了全球首款量产 2nm 芯片 M6，首发搭载于 Mac mini，多线程性能较上代提升 40%，双 16 核神经引擎带来翻倍的本地 AI 算力；同场的 M5 Ultra 把 Mac 的统一内存推到 512GB，多台 Mac Studio 还能组集群跑分布式推理。苹果显然是围绕着硬件，希望数据留在本地、不按 token 付费，让 Mac 成为云端算力之外的另一个选项。
48 小时，三颗芯片。把它们摆在一起，我们能看到手机巨头、算力老大和头部模型公司在 AI 时代的芯片上，走出了三条完全不同的路。
苹果赌制程与端侧，用最先进的工艺把 AI 塞进每个人桌上的盒子，绕开云端的按量计费；英伟达赌通用与系统，七颗芯片协同成一台机器，为所有模型保持领先半代；OpenAI 赌垂直与专用，把自家模型的需求直接硬化进电路，换取极致的每 token 成本。
三条路在技术上互不兼容，但他们已经把算力这门生意，从一家公司的主导，变成三种势力的博弈。从这份成绩单公布的那一刻起，模型企业的最大买家第一次用自己的芯片、自己的考题、自己的成本结构，给出了另一个答案。
* 头图来源：OpenAI
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
你看好 OpenAI 的自研芯「辣椒」吗？
