9 月 13 日，在斯坦福举办的 Hot Chips 2026 大会上，OpenAI 硬件副总裁 Richard Ho 亲自主讲，公布了自研 AI 推理芯片 Jalapeno 的完整架构。
Jalapeno 由 OpenAI 与博通联合开发，台积电以 N3P 工艺代工，从架构设计到流片仅用约 9 个月，对比行业一般 18-24 个月的流片周期几乎腰斩。Jalapeno 配备 6 颗 HBM4 内存堆叠，总容量 216GB，单封装内存带宽达 15.4TB/s，额定功率 700W，单颗芯片 FP4 算力 13.4 PFLOPS。两大关键设计：”权重驻留脉动阵列” 将模型参数固定在芯片上，输入数据流过阵列而非来回搬运；”切片式内存架构” 使每个核心切片能低延迟访问自己的显存。每瓦 HBM 带宽达 22，而英伟达 Rubin 为 11.1、GB300 仅为 5.71；HBM4 引脚速度达 10Gbps，略高于英伟达 Rubin 的 9.6Gbps，HBM 供应商可能为三星。Jalapeno 的 prefill（处理输入）和 decode（逐 token 生成）由同一颗加速器完成，而非像英伟达 Rubin 那样拆给专用 CPX 芯片。
OpenAI 此前表示 Jalapeno 相比典型 AI GPU 展现约 50% 的成本降低，设计目标明确不追求纸面算力，力求 ChatGPT 和 API 用户更快响应速度。OpenAI 与博通去年 10 月公布 10GW 多代自研加速器合作计划，目标 2026 年下半年开始部署到 2029 年底完成，OpenAI 将成为 HBM4 市场重要买家。
核心看点：OpenAI Jalapeno 完整架构公布是 AI 芯片里程碑，博通联合开发 + 台积电 N3P 9 个月流片速度惊人，6 颗 HBM4 216GB+15.4TB/s 带宽 + 700W，每瓦 HBM 带宽 22 远超 Rubin 11.1 和 GB300 5.71，权重驻留 + 切片内存两大创新设计，prefill/decode 同一颗完成对比 Rubin 拆分 CPX，推理成本降低 50% 不追算力追响应速度，10GW 多代合作 2026 下半年部署 2029 完成，大模型公司自研芯片进入实战阶段，对英伟达推理市场形成直接竞争，HBM4 供应商可能为三星利好存储。
