OpenAI 于 8 月 25 日公布其首款定制 AI 推理芯片 Jalapeño 的首批基准测试结果。在 SemiAnalysis InferenceX 基准上，该芯片在 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 三款模型上，每瓦特处理 AI 工作量比 Nvidia GB200/GB300 系统高 1.5-1.9 倍，端到端延迟低 1.7-3.6 倍，尤其在高交互负载下优势更明显。[[1]](https://www.theverge.com/ai-artificial-intelligence/984290/openai-jalapeno-ai-chip-benchmarks)[[2]](https://openai.com/index/jalapeno-first-results/)
Jalapeño 是 OpenAI 与 Broadcom 联合开发的 ASIC，专为 LLM 推理优化，首度亮相于今年 6 月，此次测试验证了其在功耗与速度上的“双赢”。OpenAI 硬件副总裁 Richard Ho 表示，该芯片兼顾低延迟与高吞吐，计划年底小批量部署，2027 年逐步放量，并将作为多代平台的起点。[[3]](https://techcrunch.com/2026/08/25/openais-jalapeno-chip-is-built-for-fast-inference-at-scale-benchmarks-show/)
这一动作正值 OpenAI 加速自建算力基础设施、降低对 Nvidia 依赖的关键阶段。与此同时，Nvidia 即将发布财报，AI 芯片军备竞赛进入成本与效率并重的阶段。OpenAI 强调不会完全替换现有供应商，但自研芯片的早期成果已显示出显著的能效提升潜力。[[4]](https://www.cnbctv18.com/technology/openai-claims-its-new-chips-can-outperform-nvidia-processors-in-tests-19977176.htm)
下一步值得关注的是 Jalapeño 在真实生产环境中的规模化表现，以及 OpenAI 是否会进一步公开更多架构细节或与微软等伙伴的部署计划。
信源：https://www.theverge.com/ai-artificial-intelligence/984290/openai-jalapeno-ai-chip-benchmarks
https://openai.com/index/jalapeno-first-results/
https://techcrunch.com/2026/08/25/openais-jalapeno-chip-is-built-for-fast-inference-at-scale-benchmarks-show/