OpenAI 自研芯片能彻底脱离 GPU 吗？
OpenAI 2026年6月联合博通发布的首款自研芯片代号Jalapeño，定位是LLM推理专用ASIC（应用型集成电路），只干一件事——让已训练好的模型跑ChatGPT/API推理时更省电、更便宜（官方称推理成本降约50%）。其目的不言而喻，让OpenAI不被英伟达一家绑死、倒逼GPU定价。但同时又释放了什么信号？① AI战争从"模型能力"转入"全栈成本"阶段OpenAI+博通Jalapeño（3nm ASIC，专攻推理，成本预计降30%–50%）说明头部玩家认定——未来赚不赚钱不看谁模型强，看谁把每Token推理成本压得更低。谷歌TPU、亚马逊Trainium、Meta MTIA都在做同一件事，通用GPU在推理侧被逐步分流是定局。② 对你——API会持续降价，但选型不受影响Jalapeño仅供OpenAI自用不对外卖，ChatGPT/API跑在自己ASIC上成本砍半→OpenAI有空间继续降API单价或放宽限速。你作为业务应用人继续调云API或买H100/A100部署开源模型即可，不用学新芯片架构，也不用换技术栈。③ 跟技术形成呼应英伟达双塔Nemotron：英伟达在软件+推理架构层反推"不逐字生成"的新范式绑H100生态[citation:前轮]；LongCat-2.0 / Qwen3 / DeepSeek：开源底座竞争白热化；SkillWeaver：工程层压输入Token省成本。现在行业三条线同步压成本：模型侧（更强底座同成本）、工程侧（SkillWeaver类少传Token）、基础设施侧（自研ASIC压推理硬件成本）。业务人最该跟的是前两样——换更好底座+接SkillWeaver思路优化Prompt，红利立竿见影；芯片层你碰不到，坐等API降价就好。唯一要留意的暗号："训练仍锁NVIDIA，推理开始多极分化"——将来挑云API时别只盯着一家，谁先把自研推理芯片规模化把价格打下来，谁就值得多押注。一起期待吧！
发布于 安徽
分享
评论
赞
未登录
友善发言
评论
加载中
