OpenAI自研人工智能晶片取得新进展，公司表示，最新Jalapeno处理器在测试中于能源效率和响应速度两项指标领先英伟达（Nvidia）现有的GB300。OpenAI晶片负责人Richard Ho接受访问时透露，公司计划在今年稍后开始使用这款晶片运行旗下AI模型。
测试结果显示，Jalapeno每单位电力能够处理更多AI工作，同时也能更快返回答案。相比之下，GB300目前仍是相关公开基准测试平台上的领先晶片。不过，Jalapeno并未与英伟达刚开始出货的新一代Vera Rubin进行比较，而且该晶片主要针对AI推理（inference），并非用于训练AI模型。
OpenAI希望通过扩大Jalapeno的部署规模，降低数据中心的运营成本。该晶片的运行功耗为700瓦，较低的能源需求有助于减少数据中心最主要的开支之一——电力成本。Ho表示，如果公司能够提高Jalapeno的产量，并实现预期的成本优势，未来将让更多AI任务转由自研晶片处理。
Jalapeno由OpenAI与博通（Broadcom）合作开发，重点在于同时兼顾高吞吐量与低延迟表现，让系统能够以较低成本服务更多用户，同时缩短AI回应时间。OpenAI目前也会使用Cerebras等供应商的晶片，不过Ho指出，Jalapeno能够处理更大型的AI模型，因此在不同工作负载下可发挥优势，但短期内不会取代外部供应商，因为公司对计算资源的需求仍非常庞大。
OpenAI目前已经推进第二代晶片，并预计未来几个月完成设计定稿，第三代晶片也开始进入规划阶段。公司公开测试Jalapeno时，除了使用自身较小型的开源模型，也加入DeepSeek及Moonshot AI的模型，其中在Moonshot的Kimi模型上展现更明显优势。OpenAI强调，这只是降低全球AI基础设施成本的第一步，同时仍会继续大量采用英伟达晶片。
