NVIDIA CPU还太嫩！OpenAI自研AI芯片牵手AMD EPYC

NVIDIA GPU加速器无疑是各大AI巨头的首选，但没有谁愿意把鸡蛋都放在同一个篮子里，纷纷一方面加大了对越做越强的AMD Instinct GPU的采购，另一方面也在积极投入自研芯片。

比如OpenAI就在联合博通自研代号“Jalapeno”（墨西哥哈雷派尼奥辣椒）的首款专用ASIC芯片（官方称之为智能处理器），用于大模型推理、智能体计算。

据芯硬件了解，Jalapeno 2024年10月完成架构概念，2025年11月成功流片（Tape-out），从项目启动到拿到成品芯片只用了约16个月，研发全程使用OpenAI自有大模型辅助设计、验证与优化，大幅压缩开发周期。

配置上，Jalapeno采用流行的Chiplets芯粒设计，包括台积电N3P 3nm工艺的计算模块、台积电N3E 3nm工艺的IO模块，同时搭配6颗36GB HBM4内存，总容量216GB，带宽15.4TB/s。

标称TDP 700W，典型推理负载持续功耗不超过550W。

原生支持MXFP8、MXFP4混合精度，适配MoE大模型“激活FP8＋权重FP4”的主流计算路径，MXFP4精度算力13.4 PFLOPS（1.34亿亿次计算每秒）、MXFP8精度算力3.4 PFLOPS（0.34亿亿次计算每秒）。

理论性能上，它对比NVIDIA GB300、AMD Instinct MI450X还有较大差距，但本身就不是为了取代它们，而是作为补充性的第一方算力，优化核心推理负载的成本与用户体验。

同时基于第三方测试，OpenAI Jalapeno在实际应用场景中对比NVIDIA GB300有诸多优势，比如长上下文场景吞吐量高8.6倍、纯Token生成性能高2.1倍、峰值混合吞吐能效高1.5倍、同等性能端到端延迟低2.2倍。

作为一款通用推理加速芯片，Jalapeno的目标是打破传统GPU吞吐量与延迟二选一的瓶颈，同时实现更高能效、更低延迟、更高吞吐。

它不但适配OpenAI自家大模型，还可以无缝运行第三方大模型。

目前，Jalapeno已经开始在OpenAI内部进行部署，优先承载ChatGPT、Codex、API接口与智能体相关的核心推理负载。

OpenAI采用了ASIC加速柜、CPU主机柜分离的机架设计，而与之搭配的CPU处理器，是AMD的第五代EPYC 9005处理器（代号Turin）。

每个加速柜包括16个托盘，每个托盘8颗Jalapeno、1.7TB HBM4，共有128颗Jalapeno、27.6TB HBM4内存。

每个主机柜也是16个托盘，每个托盘2颗Turin EPYC、1.5TB系统内存，共有32颗EPYC、24TB内存。

对于搭配CPU为何选择AMD EPYC，OpenAI硬件副总裁Richard Ho直言，这是务实的选择（pragmatic），同时认为NVIDIA Vera CPU在成熟度上稍显不足。

他说：“我们这套设计的核心思路就是降低风险、快速落地。NVIDIA Vera作为独立产品，成熟度还差一些。AMD Turin很强大，也很可靠，能满足我们的需求，而且我们的部分合作伙伴拥有丰富的使用经验。”

他进一步指出：“对于Jalapeno项目，我们一直坚持务实的选择。在性能、成本上，我们有着非常激进的目标，但不想冒不必要的风险。从我们决策标准来看，（AMD EPYC）是一个上佳的选择。”

近几年，基于Arm架构的数据中心CPU处理器非常活跃，多家超大规模云厂商都开始部署，比如谷歌云Axiom、AWS Graviton、微软Azure Cobalt等等。

在机柜级市场上，Arm架构的整体规模甚至开始超越x86。

不久前，Arm都亲自下场打造了AGI CPU。

NVIDIA Vera更是极为高调，将其视为正式进军CPU市场的第一枪，官方宣称以88核心对比AMD Turin 128核心，智能体性能最多可领先80%。

但是，厂商宣传的数字大家都懂的，水分很大，，专为智能体负载、宿主节点优化，性能再次飞跃，远不是NVIDIA Vera能够比拟的。

OpenAI选择AMD Turin搭配自家的Jalapeno，这件事其实挺有意思的。

要知道，OpenAI本身也是Arm AGI的合作伙伴，同时还在NVIDIA CPU的合作伙伴名单里，属于“正在评估”的客户。

很显然，OpenAI的做法是多方押注，谁都不排斥，而具体落地项目使用哪种方案，就看谁最适合当下的场景。

Richard Ho的发言，说明OpenAI在意的并不是x86、Arm架构孰优孰劣，更多的是一种取舍和平衡。

NVIDIA Vera是其首次面向数据中心自研的CPU产品，早期跑分亮眼，但是无论生态适配的广泛程度，还是产品自身的成熟程度，对于OpenAI Jalapeno项目来说，都意味着更大的投入、额外的风险。

AMD Turin则恰恰相反，不但产品迭代成熟、性能和能效出色，更关键的是拥有丰富的实战部署经验，更别提毫无后顾之忧的生态支持。

还有很多人容易忽略的一点，NVIDIA Vera是板载式焊死设计，AMD Turin则是插槽式独立设计，这就留下了极大的未来空间，有需要可以随时轻松升级到新一代的Venice。

OpenAI拥有庞大的硬件集群，Jalapeno未来也有可能适配更多宿主CPU平台，但现阶段，AMD Turin无疑是最合适的选择。

另外，OpenAI与AMD在AI数据中心上的合作越来越密切，无论规模还是范围都越来越广。

早在2025年10月，OpenAI就宣布，将部署多达6GW（吉瓦）的AMD GPU算力，合作将持续多年，涵盖多代产品。

今年7月底的Advancing AI大会上，双方又宣布达成全面深度合作，不但有硬件，更有软件。

OpenAI为AMD提供未来大模型和真实负载需求的演进方向，AMD负责将其转化为硬件芯片、系统方案和软件栈优化，互相反哺。

比如在GPU上，从当下的Instinct MI400系列到未来的Instinct MI500系列，莫不如此。

2026年下半年开始，OpenAI将陆续部署上线AMD Helios机架级系统，其中就包括Instinct MI450系列，首批算力规模就达到1GW，之后逐步扩容。