📱Ifanr (爱范儿)•最新收集於 13m
OpenAI 僅用九個月打造自有 AI 晶片
#custom-silicon#gpu-alternatives#datacenteropenai-custom-ai-chipopenaiai-chips
💡OpenAI 快速進軍自研晶片，可能重塑 AI 基礎設施成本與供應商依賴。
⚡ 30-Second TL;DR
有什麼變化
據報 OpenAI 在九個月內開發出自有 AI 晶片。
為什麼重要
若消息獲得確認，OpenAI 此舉可能降低對外部 GPU 供應商的依賴，並提升對推理成本與效能的控制。這也可能加速 AI 公司之間在專用晶片領域的競爭。
下一步行動
在調整推理架構前，請持續查看 OpenAI 官方開發者與基礎設施公告，確認是否推出自有晶片 API 或部署選項。
誰應關注：Founders & Product Leaders
關鍵要點
- •據報 OpenAI 在九個月內開發出自有 AI 晶片。
- •此舉顯示 AI 模型公司正進一步整合模型與運算硬體。
- •自研晶片正逐漸被視為大型模型公司的必要能力。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 11 個來源。
🔑 增強重點摘要
- •OpenAI 此次推出的自研晶片正式命名為「Jalapeño」，專注於大型語言模型的推論（Inference）任務而非訓練。
- •該晶片開發過程中大量運用了 OpenAI 自家的 Astra 與 Codex 模型來輔助晶片設計、驗證及優化，是達成九個月極速開發的關鍵。
- •Jalapeño 採用與 Broadcom 及系統整合商 Celestica 合作的模式，並非完全獨立製造。
- •在效能表現上，該晶片在每瓦 AI 運算效能上比 Nvidia Blackwell 架構高出 1.5 至 1.9 倍，且推論延遲降低了 1.7 至 3.6 倍。
- •OpenAI 規劃於 2026 年底前將 Jalapeño 部署至自有資料中心，並已啟動後續兩代晶片的研發計畫。
📊 競品分析▸ Show
| 廠商 | 晶片名稱 | 核心定位 | 關鍵優勢 |
|---|---|---|---|
| OpenAI | Jalapeño | 推論專用 ASIC | 軟硬體協同設計、極高能效比 |
| TPU | 訓練與推論通用 | 成熟的生態系與多代迭代經驗 | |
| Amazon | Inferentia | 推論專用 | 與 AWS 雲端基礎設施深度整合 |
| Meta | MTIA | 推論專用 | 針對推薦系統與社群模型優化 |
🛠️ 技術深入
- 架構類型：專用積體電路 (ASIC)，針對 LLM 推論進行硬體層級優化。
- 功耗規格：單顆晶片功耗為 700 瓦。
- 程式模型：採用空間程式設計模型 (Spatial programming model)，能與 OpenAI 軟體堆疊進行高效映射與排程。
- 合作夥伴：與 Broadcom 共同設計，並由 Celestica 負責系統整合。
🔮 前景展望AI analysis grounded in cited sources
OpenAI 將顯著降低對 Nvidia 硬體的依賴程度。
透過部署自有推論晶片，OpenAI 能在執行大規模模型服務時減少對通用 GPU 的採購需求。
AI 模型公司將進入「軟硬體垂直整合」的軍備競賽。
Jalapeño 的成功證明了利用 AI 輔助晶片設計可大幅縮短開發週期，迫使其他大型模型開發商跟進自研硬體。
⏳ 時間線
2025-11
OpenAI 啟動 Jalapeño 晶片開發計畫
2026-08
OpenAI 正式發表首款自研推論晶片 Jalapeño
📎 來源 (11)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Ifanr (爱范儿) ↗
每週 AI 簡報
每週一封，可隨時退訂。