OpenAI与博通联合推出Jalapeño推理芯片：AI推理经济学的结构性转折

OpenAI与博通历时九个月联合研发的Jalapeño推理ASIC，以宣称降低50%推理成本为目标，标志着OpenAI正式进入定制硅领域，并在供应链多元化方面迈出关键一步。

2026年6月25日，OpenAI与博通（Broadcom）联合发布了Jalapeño——一款为大语言模型推理工作负载从零设计的定制AI推理ASIC芯片。据两家公司披露，该芯片开发周期仅为九个月，远低于半导体行业通常所需的三至四年研发周期。Jalapeño专为吉瓦级数据中心规模部署而优化，官方宣称相比传统GPU方案，推理成本可降低约50%。这一数字来自企业自身，目前尚未经第三方独立验证；但若能在量产规模下得到证实，将对前沿AI服务的单位经济学产生深远影响。多方报道相互印证，确认该芯片为全光罩尺寸（reticle-sized）ASIC，样品已交付在手，计划于2026年底前完成全面部署。

这一战略布局背后的逻辑并不难理解。对于任何规模化运营竞争性AI服务的机构而言，推理成本已成为最主要的持续性支出：训练是阶段性的，而推理则随用户流量增长持续发生。据多方报道，OpenAI在Jalapeño设计过程中借助了自身的AI模型来加速部分流程，这一细节表明OpenAI正将其核心能力从产品端向内延伸至基础设施层。博通在定制ASIC设计领域拥有经过验证的技术积累和超大规模硅片项目的落地经验；这一合作使OpenAI得以实现供应链多元化，并逐步降低对单一供应商——首当其冲是英伟达——的结构性依赖。Semafor于6月27日报道称，OpenAI在定制芯片研发竞赛中已领先于同行，尽管具体比较结果因所采用的衡量指标不同而存在差异。

从更宏观的行业格局来看，OpenAI此举使其进入了一个以谷歌为先行者的阵营——谷歌自2016年起便依赖自研张量处理单元（TPU），亚马逊则通过Trainium与Inferentia持续深耕定制硅领域，微软也在为Azure AI基础设施协同开发专有芯片。以超大规模厂商的标准衡量，OpenAI入场的时间节点偏晚，但就其自身基础设施规模的扩张轨迹而言，这一时机或许恰到好处：一家直至近年才开始运营吉瓦级数据中心的公司，此前在吸收定制芯片开发所需的资本投入与组织复杂度方面，动力本就相对不足。Jalapeño值得关注之处，在于其九个月的开发速度，以及双方将此次合作明确定性为对冲供应链风险的表述——Barchart等媒体在报道博通悄然成为OpenAI首选推理芯片合作伙伴时，均对这一措辞予以特别关注。

此次硬件公告，恰与一系列其他战略动向交织叠加，共同勾勒出一家正在经历复杂转型的公司图景。OpenAI已提交纳斯达克ADR挂牌的初步文件，2027年IPO计划被广泛引述；多家媒体报道指出，OpenAI正以Anthropic预期中的上市进程作为时机参照，再行确定自身的上市计划。与此同时，据多家媒体援引匿名消息人士报道，特朗普政府据称已向OpenAI发出警告，要求在未获批准前不得发布GPT-5.6 Sol，理由是对前沿模型能力的安全顾虑——这与Anthropic Claude Mythos据报道所受的限制如出一辙。这些监管层面的不确定性可能对产品发布节奏产生实质影响，进而左右公开市场投资者对OpenAI上市的定价预期。在物理基础设施层面，万提斯（Vantage）于6月27日完成了OpenAI位于威斯康星州沃基肖县Lighthouse园区第二栋建筑的主体封顶，标志着这一大型自建计算园区的建设持续稳步推进。

综合来看，潜在机遇真实存在，但有赖于若干前提条件得以兑现。若Jalapeño在吉瓦级规模下切实实现其成本效率主张，OpenAI有望从结构上显著改善毛利率，或将节省下的成本再投入模型研发所需的额外算力——这一再投资循环将随时间推移持续复利。博通方面，则借此锁定一个高知名度的核心客户，有力佐证其在定制AI ASIC市场的战略地位，并可能从根本上重塑其长期营收结构。然而风险同样具体而现实：一家公司自行宣称降低50%成本的声明，本身便值得审慎看待；量产良率、内存带宽瓶颈以及软件生态成熟度，最终将决定真实的生产环境表现。有三个具体信号值得持续跟踪：其一，独立基准测试能否在Jalapeño量产后验证那50%的推理成本降幅；其二，英伟达将如何应对——Blackwell路线图的更新能否消化竞争压力，抑或OpenAI的定制芯片路线将真正在规模层面替代GPU算力；其三，2026年底的部署时间表能否兑现，以及Jalapeño最终将占据OpenAI总推理算力的多大比例。若该芯片承载10%的推理工作负载并实现50%的成本节省，已是可观的财务改善；若其最终承担大部分推理工作，则将成为一次从根本上重塑公司基本面的历史性转折。