IT之家 8 月 26 日消息，OpenAI 昨日（8 月 25 日）发布博文，展示其首款自研 Jalapeño 芯片，并表示无论是单用户 token 处理量，还是每千瓦吞吐量，都超过了目前市面上的顶尖推理处理器。
在官方博文中，OpenAI 使用半导体研究公司 SemiAnalysis 开发的公共基准测试工具 InferenceX，通过 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 三款模型测试。
测试显示对比市面上领先的 AI 系统（GB200 和 GB300），每瓦能够完成的 AI 吞吐量是对比系统的 1.5 至 1.9 倍，端到端延迟则约为对比系统的 28% 至 59%。
混合 Token 吞吐量与现有 AI 加速器的最快解码速度对比
3 款模型峰值单用户解码吞吐量
各平台最佳运行点的混合 Token 峰值吞吐量
OpenAI 表示，Jalapeno 在运行 GPT-OSS 120B 时，每千瓦的峰值吞吐量比 GB200 系统高出约 1.9 倍。
在 DeepSeek R1 上，它的每瓦性能比 GB300 高出约 1.7 倍；在 Kimi K2.5 上，它的每瓦性能比 GB300 高出约 1.5 倍。Jalapeno 的额定功率为 700 瓦，但在测试工作负载期间，其持续功耗保持在 550 瓦或以下。IT之家附上相关图片如下：
延伸阅读Jalapeño 是 OpenAI 首款自研 AI 推理芯片，由 OpenAI 与博通（Broadcom）合作开发，台积电采用 3nm 制程代工制造，于 2026 年 6 月 24 日首次对外展示。该芯片是一颗 ASIC（专用集成电路），采用 systolic array（脉动阵列）架构，配备 HBM 高带宽内存，专为大语言模型推理场景设计，不用于模型训练。芯片及配套服务器系统均不会对外销售，仅供 OpenAI 内部使用，旨在降低自身 GPU 采购和算力运营成本。OpenAI 硬件负责人 Richard Ho 领导了该芯片的研发，他此前在 Google 工作近九年，是 Cloud TPU 项目的核心工程师。Jalapeño 从架构设计到完成流片仅耗时约 9 个月，OpenAI 称这是高性能先进半导体领域有史以来最快的 ASIC 开发周期之一。OpenAI 自身的 AI 模型也深度参与了芯片设计流程，帮助加速设计优化。目前第二代 Jalapeño 芯片已进入后期开发阶段，预计未来数月内完成流片；第三代芯片也已启动概念设计。OpenAI 计划于 2026 年年底前小规模部署 Jalapeño，2027 年逐步扩大部署规模。需要注意的是，Jalapeño 此次测试对比的对象为英伟达 GB200 和 GB300 系统，尚未与英伟达最新一代 Vera Rubin 芯片进行对比测试。OpenAI 表示英伟达仍是其重要合作伙伴，未来将持续采用多供应商策略以满足庞大的算力需求。
相关阅读：
《OpenAI 秀肌肉，与博通共研的 Jalapeño 芯片将向英伟达 GB300 发起挑战》