OpenAI正式公布了代号为“Jalapeño”项目的首批测试结果，展示了其在AI推理领域的最新突破。该项目旨在通过创新的硬件架构，实现行业领先的AI推理速度和能效。值得注意的是，Jalapeño的研发过程深度应用了OpenAI自身的模型技术，早期模型参与芯片设计与开发，而最新模型则加速了后期的优化与编程环节，体现了“AI设计芯片”的前沿趋势。
在性能测试中，OpenAI选取了三个具有代表性的大模型：GPT-OSS 120B、DeepSeek R1以及Kimi K2.5 1T，验证了Jalapeño架构对OpenAI内部及外部开发的模型均具有广泛兼容性。测试数据显示，在峰值吞吐量场景下，Jalapeño每瓦特处理的AI工作量相比对比系统高出1.5至1.9倍；在延迟方面，其端到端延迟降低了1.7至3.6倍。此外，针对高交互性的工作负载，该架构展现出了2.1倍至4.1倍的性能提升。这些数据表明，OpenAI正在通过软硬件协同优化，重新定义AI推理的效率基准。
事件分析
此次Jalapeño项目的公布，标志着OpenAI在底层硬件基础设施上的重大进展。从技术角度看，利用自身大模型辅助芯片设计与优化，不仅缩短了研发周期，也验证了大模型在工程设计领域的巨大潜力，这种“硅与软件共生”的模式将是未来半导体研发的重要方向。
在产业层面，Jalapeño展现出对DeepSeek R1、Kimi等外部模型的高效兼容性，意味着OpenAI并未将其硬件完全锁定于自家生态。这种策略既有助于吸引第三方开发者，也显示出其意图打破当前AI芯片市场单一依赖的局面，特别是针对特定推理工作负载的极致优化（如高交互性场景），可能会在与通用GPU的竞争中开辟新赛道。虽然尚未量产，但这无疑向市场释放了OpenAI构建自主算力底座的决心。
核心观点：OpenAI以“AI造AI芯片”重塑推理算力底座，兼顾多模型兼容与能效突破，意在打破通用GPU算力瓶颈。
原文链接：Linux.do
