OpenAI自己造芯片这事儿，终于落地了。
6月24日，OpenAI发布了首款自研AI芯片Jalapeño（中文名"墨西哥辣椒"），与半导体巨头博通合作开发。这是OpenAI成立以来的第一块定制硅片，专门用来跑AI模型，不用来训练。
重点数据：
(1) 9个月完成从设计到流片，博通CEO Hock Tan称这是高端半导体史上最快的ASIC开发周期
(2) 早期测试显示，每个Token的推理成本比NVIDIA GPU低约50%
(3) 工程样品已在实验室运行GPT-5.3-Codex-Spark
(4) 2026年末小规模原型部署，2027-2028年全面量产
(5) 微软据称包揽了初期约40%的芯片产能
这速度是怎么做到的？OpenAI用自家的AI模型来加速芯片设计流程——换句话说，你每天用的ChatGPT帮着设计了一块以后跑ChatGPT的芯片。这个闭环，有点意思。
为什么自研芯片对OpenAI这么重要？钱。
2025年OpenAI研发成本约190亿美元，占总支出的56%。同一年，仅向微软支付的计算基础设施费用就超过105.9亿美元。如果Jalapeño大规模部署后真能把推理成本压低30%-40%，每调用一次ChatGPT、每发一次API请求，成本都在下降。用户量还在涨，省下来的钱会越滚越大。明年IPO之前，自研芯片是给投资者看的第一份可信的盈利路线图。
但有一点要冷静：50%成本节省是博通自己报的，不是第三方独立测试。Hock Tan说Jalapeño性能与NVIDIA Blackwell芯片和谷歌TPU持平，但没有公布具体对比条件、任务类型和测试环境。这种"实验室数据"，和真正跑在千万用户面前的production环境，往往是两回事。
博通在这件事里不只是"代工"。OpenAI负责芯片核心架构，博通提供硅片实现和Tomahawk网络交换技术，多伦多的 Celestica 负责板卡设计和机架集成。博通之前帮谷歌做TPU的经验，直接复制到了OpenAI身上。
对NVIDIA来说，这不是致命一击，但信号不好。NVIDIA最怕的不是丢了一个客户，而是它最重要的客户们开始把推理 workload 分流到自己的芯片上。推理是AI计算增长最快的部分，而这个趋势正在加速。
Jalapeño不会马上让ChatGPT变快或变便宜。全面部署之前，普通人感受到的影响还要等至少一年。但它的意义在于：OpenAI不再只是一家软件公司了——它正在建自己的全栈，从模型到产品再到芯片。这个转变，才是真正的重点。