OpenAI今日正式发布其首款定制推理芯片Jalapeño（墨西哥辣椒）的实测性能数据。在基于开源模型GPT-OSS 120B的InferenceX基准测试中，该芯片的每千瓦峰值吞吐量和Token延迟均优于现有硬件系统，包括英伟达GB200和GB300。OpenAI CEO山姆·奥特曼在X平台评价称：“我们造了一颗芯片，快得离谱。”

据SemiAnalysis创始人Dylan Patel分析，Jalapeño在DeepSeek R1（670B）和Kimi K2.5（1T）等非OpenAI模型上也表现出色，单用户生成速度最高达700 tok/s，而GB300仅为169 tok/s。芯片标称功耗700W，实测持续功耗不超过550W，每千瓦吞吐量是GB200的53.7倍。这些数据在8K输入、1K输出、无推测解码的标准化测试条件下获得。

Jalapeño的设计逻辑强调减少数据搬运，采用核心与HBM切片一一对应的架构，通过专用高带宽集合通信网络和简化NoC降低延迟。OpenAI未采用业界热门的prefill-decode分离方案，而是使用统一池架构，128颗芯片组成机架，16个机架通过铜缆和光交换构成2048颗芯片的scale-up域。这种设计使其在GPU不擅长的小批量、低延迟场景中表现更佳。

值得关注的是，Jalapeño项目2024年年中启动，2025年11月流片，历时仅16个月，且AI深度参与设计，SIMD单元面积缩小8%，矩阵引擎缩小10%，部分AI生成的内核比人类专家手写版本快1.5-1.8倍。SemiAnalysis指出，这是第一代芯片即达到帕累托前沿的罕见案例，但CUDA护城河是否松动仍待观察。

OpenAI表示，Jalapeño目前处于量产验证阶段，年底将部署于自有算力基础设施，目标100MW规模。Gen 2已深入开发，Gen 3正在成形。这一进展与小米、苹果、高通等公司近期密集发布芯片的动作，共同指向AI芯片领域的垂直整合趋势。