日前，OpenAI 方面公布了首款自研 AI 芯片 Jalape o 的测试结果，显示在单用户 Token 处理量和每千瓦吞吐量等指标上，Jalape o 的表现超过目前市面上的头部 AI 推理芯片。据悉，这一测试采用了 SemiAnalysis 开发的公共基准测试工具 InferenceX，并通过 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 三款模型进行测试。
OpenAI 公布的测试结果显示，相比 GB200、GB300，Jalape o 在这三款模型上的峰值吞吐量每瓦性能提升约 1.5 至 1.9 倍，端到端延迟降低约 1.7 至 3.6 倍。其中，在 GPT-OSS 120B 上，其每千瓦峰值吞吐量较 GB200 高出约 1.9 倍；在 DeepSeek R1 670B 上，每瓦性能较 GB300 高出约 1.7 倍；而在 Kimi K2.5 1T 上，Jalape o 的每瓦性能较 GB300 高出约 1.5 倍。
据了解，Jalape o 是由 OpenAI 与博通合作开发，基于台积电 3nm 制程打造，是面向大模型推理的 ASIC 芯片，并不用于模型训练，将仅供 OpenAI 内部使用。目前，第二代 Jalape o 已进入后期开发阶段，第三代也启动了概念设计，OpenAI 方面计划于 2026 年年底前小规模部署，并在 2027 年逐步扩大部署规模。
除了 OpenAI 外，多个 AI 厂商也在推进自研芯片。例如谷歌早在 2016 年就推出第一代 TPU，并于 2025 年推出第七代 TPU Ironwood，进一步面向 AI 推理场景优化；亚马逊则在 2019 年推出 Inferentia，2020 年推出 Trainium，分别面向 AI 推理和训练，并仍在持续推进后续产品；微软继 2023 年发布首款自研 AI 加速器 Maia 100 后，2026 年推出了基于 3nm 制程打造的 Maia 200。
而在国内市场，华为方面早在 2018 年就已发布昇腾系列 AI 芯片，百度于 2020 年推出昆仑 AI 芯片，阿里平头哥则在 2019 年发布了首款自研 AI 推理芯片含光 800。
【本文图片来自网络】
