6月26日，OpenAI与博通联合推出首款定制推理芯片“Jalapeño”，目标将大模型服务成本降低约50%，并计划大规模部署于数据中心。这标志着OpenAI从纯模型公司向软硬一体垂直整合迈出实质一步。
这一动作发生在AI资本开支持续高企、推理成本成为瓶颈的背景下。当前行业主流仍依赖英伟达GPU，单次推理能耗与费用高企，限制了代理规模化落地。OpenAI此举直接对标谷歌TPU多年自研路径，也与Meta、亚马逊等大厂硬件自建趋势呼应。数据显示，2026年Q1全球AI相关风险投资中，四家前沿实验室已拿走近65%份额，硬件控制权正成为下一阶段竞争焦点。
对比来看，谷歌通过TPU实现搜索与模型深度耦合，成本优势明显；OpenAI此前更多依赖外部供应链，此次自研或将重塑其与微软、博通的合作模式，同时削弱英伟达在推理端的议价空间。但自研芯片从研发到量产周期长、风险高，短期内能否规模化验证仍是未知数。
未来6-12个月，这一路径若成功，将加速整个行业从“模型即服务”向“芯片+模型”平台竞争演变；若受阻，则可能强化现有供应链依赖。OpenAI下一步如何平衡自研与生态合作，值得持续跟踪。
信源：https://www.buildfastwithai.com/blogs/ai-news-today-june-26-2026
https://www.youtube.com/watch?v=-EbiV_fjyTg (Bloomberg Surveillance 6/25/2026片段)