美國晶片盛會Hot Chips 2026上，OpenAI首度揭露自研AI晶片「Jalapeño」的完整效能數據。這款與博通（Broadcom）攜手打造的客製化加速器，以單一機櫃128顆晶片、完整Pod達2,048顆的部署規模，在特定模型推論任務上，宣稱能比NVIDIA GB200 NVL72與GB300 NVL72機櫃系統多承載1.5倍至1.9倍的AI工作量。一場運算架構的典範轉移，正悄然上演。
不只服務自家模型：Jalapeño的通用野心
在Hot Chips會場上，OpenAI硬體產品負責人Richard Ho的簡報標題直接點破外界猜測。他說，這款晶片拿了三款模型來測試——自家gpt-oss-120b、DeepSeek-R1，以及Kimi K2.5。「在我們嘗試的這3款模型，證明了這套架構不僅適用於內部模型，同樣也適用於其他模型。」他強調，「這是一款通用型、極具彈性的AI加速器。」
這句話背後有兩個層次。第一，OpenAI不想被貼上「封閉生態系」的標籤；第二，他們在晶片設計之初就預留了架構彈性。128顆晶片的配置，具備1.7 exaFLOPS的4位元運算能力，以及27.5TB的HBM4記憶體，每顆封裝的記憶體頻寬高達15.4TBps。數字會說話，這組規格擺明衝著NVIDIA的機櫃級解決方案而來。
延遲砍半、功耗更低的硬實力
更讓在場半導體分析師眼睛一亮的，是延遲表現。根據半導體研究機構SemiAnalysis的InferenceX基準測試，OpenAI聲稱Jalapeño在超低延遲情境下，測試表現快上2.1倍至4.1倍；端到端延遲則比對手平台低了1.7倍至3.6倍。低延遲在AI推論場景代表什麼？代表聊天機器人更少「轉圈圈」、即時語音回應更自然、影像生成更流暢——這些都是使用者每天會抱怨的痛點。
有趣的是功耗數據。Jalapeño的額定功耗為700W，但在測試工作負載中測得的持續功耗，其實保持在550W或更低。也就是說，它在更省電的狀況下，推論吞吐量反而壓過NVIDIA的旗艦機櫃系統。這對資料中心營運商來說，直接影響電費帳單和散熱成本，不是紙上談兵的規格競賽。
編輯觀點：從產業面來看，Jalapeño的亮相不只是「OpenAI有晶片了」這麼簡單。它釋放了一個關鍵訊號：AI模型開發商正在從「被硬體綁架」轉向「自主定義運算」。博通在其中扮演的設計服務角色，更暗示了未來AI晶片市場將走向高度客製化的「合作設計」模式。對NVIDIA而言，真正的威脅或許不是效能被超越，而是客戶開始掌握晶片設計的話語權。不過話說回來，OpenAI自己也坦承產能遠遠跟不上需求，短期內黃仁勳的鐵桶陣依然穩固。
AI協助開發晶片：加速迭代的飛輪效應
Jalapeño還有一個很少被討論的亮點：它有一部分是在AI的輔助下完成設計的。Richard Ho透露，運用AI讓整個開發流程比以往更加迅速，「我們得以在晶片塞入更多的運算能力。」這形成了一個正向飛輪——用AI設計更好的晶片，再用更好的晶片訓練更強的AI。
這種「AI加速設計AI」的循環，直接反映在產品藍圖上。根據Ho的說法，Jalapeño第二代已進入深度開發階段，甚至第三代也在進行中。換句話說，第一代晶片還沒正式量產，下一代已經在實驗室裡跑了。這種迭代速度，在半導體業界相當罕見。
不賣晶片、不自絕於NVIDIA：OpenAI的務實策略
當媒體問及是否會對外銷售Jalapeño時，Richard Ho的回應很直接：「OpenAI內部有著相當龐大的運算需求，要滿足這些需求需要大量的運算資源，我們光是要有足夠的量都相當吃力。」言下之意，短期內不會有「AI晶片零售商」這個角色。
更重要的是，OpenAI並未打算與NVIDIA劃清界線。Richard Ho明確表示：「這是我們整體運算資源策略的一部分，策略上涵蓋NVIDIA、Cerebras等非常非常出色的合作夥伴。」他接著說，「我們有著相當龐大的運算需求，而我們不可能一次就全部滿足。」多供應商策略、自有晶片、雲端彈性調度——這套組合拳，才是OpenAI真正的基礎設施思維。
展望與影響：運算民主化的第一塊骨牌？
Jalapeño預計今年稍晚以有限數量部署在OpenAI資料中心，並在明年進一步廣泛部署。這意味著2027年我們才會真正看到這款晶片在實際服務中的表現。但無論如何，OpenAI已經證明了非傳統半導體公司也能在頂尖晶片設計上取得突破。
接下來的觀察重點有兩個：一是第二代晶片是否會導入更先進的製程或封裝技術；二是微軟、Google、Amazon等雲端巨頭是否會加速跟進自研晶片的步伐。可以確定的是，AI運算的供應鏈不會再只有一個名字。這場競賽，才剛進入第二回合。
你的下一步思考：如果AI晶片設計門檻降低，未來會出現更多「模型公司自研晶片」的案例嗎？這對台灣半導體供應鏈（IP設計、封測、矽智財）是機會還是威脅？歡迎在腦中推演這個劇本——因為它發生的速度，可能比你想像的快很多。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
OpenAI Jalapeño晶片何時正式部署？
Jalapeño預計2026年稍晚以有限數量部署在OpenAI資料中心，2027年進一步廣泛部署。
Jalapeño的效能真的超越NVIDIA GB200嗎？
根據OpenAI在Hot Chips公開的SemiAnalysis基準測試數據，Jalapeño在特定模型推論任務上，峰值吞吐量比NVIDIA GB200 NVL72系統多出1.5倍至1.9倍，延遲則低1.7倍至3.6倍。
OpenAI會對外銷售這款自研晶片嗎？
短期內不會。OpenAI硬體負責人Richard Ho明確表示，內部運算需求龐大，自產晶片連自用都不夠，暫無對外銷售計畫。
Jalapeño的功耗表現如何？
雖然額定功耗為700W，但在實際測試工作負載中，持續功耗保持在550W或更低，能效表現優於許多同級競品。
Jalapeño是用AI設計的嗎？
部分設計流程確實運用AI輔助，這讓開發週期大幅縮短。OpenAI表示，第二代晶片已進入深度開發階段，第三代也已在進行中。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
