OpenAI首款自研芯片实测：每瓦吞吐最高超英伟达1.9倍，功耗仅700W

OpenAI今天正式公布了首款定制推理芯片Jalapeño（墨西哥辣椒）的首批实测性能数据。在基于开源模型GPT-OSS 120B的公开基准测试InferenceX上，这颗芯片的每千瓦峰值吞吐量和Token延迟均优于现有硬件系统。

测试统一设置为8K输入、1K输出，使用标准单token预测，没有开启推测解码。对照系统包括英伟达GB200和GB300。结果显示，在GPT-OSS 120B、DeepSeek R1 670B和Kimi K2.5 1T三个模型上，Jalapeño的峰值吞吐量每瓦AI工作量是对比系统的1.5到1.9倍，端到端延迟降低1.7到3.6倍，高交互性工作负载性能提升2.1到4.1倍。

最极端对比项差距显著

在GB200此前最佳的单用户速度约535 tok/s下，Jalapeño的每千瓦吞吐是前者的53.7倍。跑DeepSeek R1时，Jalapeño单用户可达700 tok/s，对标系统只有169 tok/s。Jalapeño标称功耗仅700W，实测持续功耗不超过550W。

奥特曼在X上评价：“我们造了一颗芯片，快得离谱。”知名科技Newsletter SemiAnalysis创始人Dylan Patel则表示，第一代芯片通常毫无竞争力，但OpenAI正在打败英伟达Blackwell，甚至Rubin。

没有投机解码，仍赢过软硬件优化的对手

更值得注意的是Jalapeño的达成方式：没有多token预测（MTP）、没有投机解码、没有prefill-decode分离，就这样赢过了软硬件优化的英伟达对手芯片。SemiAnalysis的技术博客验证了测试过程，并确认Jalapeño跑出的GSM8k精度与英伟达芯片持平。

X上的讨论也有冷水。daily.dev开发者社区指出，疯传的“104.3倍”只是特定等速解码场景下的单一数据点，测试模型和对比基线都是OpenAI自己挑的。SemiAnalysis也承认，Jalapeño还没跑过多轮长上下文的AgentX测试；真正的对手应该是同样用HBM4的Vera Rubin而非Blackwell。

即便如此，最终共识依然是：第一代自研芯片就站上帕累托前沿，这在行业里没有先例。Meta和微软折腾多年始终难产的AI ASIC项目，是最好的反证。

通用推理引擎，不是OpenAI模型专用

外界一度认为OpenAI造芯是给自家模型开小灶，SemiAnalysis则提到Jalapeño是通用推理芯片。测试表现最好的三个模型里，DeepSeek R1和Kimi K2.5根本不在OpenAI最初的投产计划内。团队还提到用Codex两个月就把它们优化到了高性能，并且在这颗芯片上成功运行了游戏《Doom》，移植全程只用了Codex提示词。

硬件上，Jalapeño采用台积电N3P工艺，最新的B0步进单计算die提供13.4 PFLOPS的MXFP4算力。同工艺、同尺寸的英伟达Rubin计算die是17.5 PFLOPS（NVFP4），但Jalapeño的TDP只有700W，Rubin是900～1150W。

设计逻辑：让数据待在原地，减少搬运

要理解Jalapeño，得先知道大模型推理其实是两种完全不同的活：处理prompt的prefill阶段吃算力，逐字生成回答的decode阶段吃显存带宽，而数据在核心间、芯片间搬来搬去的通信开销则在两边拖后腿。多数系统擅长其中一种，却会在等待数据时把优势浪费掉。

Jalapeño的核心思路，是尽可能让数据待在原地，减少搬运。芯片的核心和HBM都被切成一一对应的切片，每个核心切片对自己那片HBM拥有低延迟的本地视图；KV cache和模型权重被显式地安置在原地，生成过程中不再挪窝。切片之间需要同步时，可以走一条专用的高带宽集合通信网络，通用通信则交给另一张简化的NoC。对比GPU里层层穿越的复杂内存体系，这套“极简内存层级”省掉了大量的延迟和功耗。

这套方法论可以总结成两步：硬件负责把理论上限拉到最高，AI负责找到逼近上限的写法。结果是它在各种批量、各种形状下都更接近硬件的屋顶线（roofline），尤其是GPU最不擅长的小批量、低延迟场景，而这些又恰好是agentic工作负载最在意的地方。

系统层面：统一池子，不做PD分离

OpenAI没有采用目前热门的优化路线：PD分离（prefill和decode分池部署），理由是真实流量里输入输出的比例全天都在漂移，固定分池必然一边闲置一边排队，KV cache跨池搬运还会平添功耗和延迟。

统一池子里，128颗芯片组成一个机架（CPU托盘叫Katsu、ASIC托盘叫Vindaloo、交换托盘叫Chana，都是一串咖喱菜名），16个机架再用铜缆加光交换织成2048颗芯片的单一scale-up域。整个请求从进来到出去，数据都不需要使用PD分离的转移。

用AI造芯片，才是真正的秘密武器

如果Jalapeño的故事只到这里，它仍然只是一颗性能很强的ASIC推理芯片。真正让这件事有点反常识的，是OpenAI把AI用在了造芯这件事本身。从Codex两个月优化出DeepSeek R1和Kimi K2.5的高性能，到用提示词完成《Doom》的移植，AI在芯片设计和软件适配中的角色已经不只是辅助。

对规模化推理服务来说，芯片最终拼的除了跑得多快，还有花同样的电、占同样的数据中心容量，能服务多少用户。换成云计算生意里的语言，就是一句很直接的话：“每瓦吞吐，最后都会变成成本和收入。”

从数据中心到手机，AI芯片正在成为所有科技巨头共同争夺的一块地盘。小米刚刚一口气公布三颗自研芯片，苹果昨天发布首颗2nm M6，接下来一个月，高通、联发科、苹果和华为的新一代旗舰芯片还会继续扎堆登场。OpenAI这颗“辣椒芯片”能不能让ChatGPT更便宜，答案还要等规模化部署之后才能揭晓。