OpenAI 表示，自家客製化晶片 Jalapeño 在 700 瓦功耗下，於兩項 AI 推論基準測試中擊敗 Nvidia（輝達）的 GB300，並計畫在 2026 年稍晚正式導入，以壓低成本、縮短回應時間。
重點整理：
- OpenAI 指出，Jalapeño 在每單位功耗吞吐量與回應速度兩項測試中領先輝達 GB300。
- 這款 700 瓦推論晶片鎖定資料中心應用，目標是在加速服務 AI 模型的同時，壓低營運成本。
- Jalapeño 並非為模型訓練而設計，也尚未與輝達新一代 Vera Rubin 系列直接對比。
OpenAI 基準測試結果
依據 OpenAI 對外說明，自研 Jalapeño 處理器在測試中，無論是「每單位電力可完成的 AI 工作量」或「產生回應的速度」，都優於輝達 GB300。
OpenAI 晶片事業負責人 Richard Ho 表示，Jalapeño 結合高吞吐量與低延遲特性，未來可讓客戶依需求在「壓低成本」與「追求更快回應」之間做出選擇。
Jalapeño 由 OpenAI 與 Broadcom 合作開發。Ho 指出，這次測試結果是在 700 瓦功耗條件下取得，而電力開銷一直是資料中心的關鍵成本項目。
延伸閱讀： RWA 市場飆升 48.7%，但幾乎全由一檔代幣帶動
輝達仍居關鍵地位
此次比較本身存在明顯限制。
Jalapeño 並未拿去對比輝達已開始出貨的最新一代 Vera Rubin 系列，而且 OpenAI 這顆晶片是專為推論設計，並非鎖定模型訓練市場。輝達目前仍是 OpenAI 的核心供應商之一。
OpenAI 也持續採用 Cerebras Systems 的技術來處理部分推論工作，特別是規模較小的模型；Ho 表示，Jalapeño 則能負擔更大型的模型運算。他說：「我們對運算資源的需求非常龐大。」
這次公開測試選用了一款小型的 OpenAI 開源模型，並搭配 DeepSeek 與 Moonshot AI 的模型；在 Moonshot 的大型 Kimi 模型上，Jalapeño 的優勢更為明顯。第二代晶片研發已進入後期階段，預計數個月內完成 tape-out，而第三代產品也已展開概念規畫。
這款晶片是延續 OpenAI 6 月 24 日與 Broadcom 的聯合公告而來。當時雙方指出，在 OpenAI 自家模型輔助下，Jalapeño 從設計到完成製造用的 tape-out 僅花了 9 個月時間，屬於第一代產品。
