OpenAI CEO 萨姆·奥特曼这条只有 5 个英文单词的推文，24 小时拿下 4.7 万+ 点赞、2000+ 转发、760 万+ 浏览，成为今天 AI 圈最热消息。这不是玩笑，是 OpenAI 正式公布第一颗自研推理芯片 Jalapeño 的实测成绩。
OpenAI 与 Broadcom（博通）联合设计、Celestica 负责板卡与整机，从设计到流片只用 9 个月。更关键的是 AI 全程参与设计——团队用自家 Codex/GPT 模型优化设计、缩短测量验证周期，实测中 AI 生成的 attention 和 MoE 模块，比人类专家手写的还快 1.5~1.8 倍。
| 指标 | 提升幅度 |
|---|---|
| 每瓦 AI 算力（work per watt） | 1.5~1.9 倍 |
| 端到端延迟 | 降低 1.7~3.6 倍 |
| 高交互场景性能 | 最高 4.1 倍 |
| 700W 功耗件 | 实测持稳在 550W 以下 |
SemiAnalysis 实验室独立验证了推理基准 InferenceX，数据在 GPT-OSS、DeepSeek R1、Kimi K2.5 上均成立；R1 无投机解码下每用户超 700 tokens/秒。
芯片是今年 AI 硬件最大的变数。OpenAI 用 9 个月做出能打 Nvidia Blackwell 的自研芯片，靠的还是自家 AI——"AI 设计芯片、芯片跑 AI"的飞轮已经转起来了。
Jalapeño 目前只做推理、不碰训练，短期内不会颠覆 Nvidia（训练还得靠它），但"每瓦多干 1.5~1.9 倍活"意味着推理成本曲线会被重新拉低——对依赖 API 成本的中小团队是潜在利好。
数据均来自 X 平台公开推文及公开实测报告，供行业参考。