从为芯片选模型,到为模型造芯片 9个月之后,OpenAI的首款芯片成绩单终于揭晓。8月25日,在Hot Chips大会上,OpenAI硬件负责人Richard Ho站上讲台,公布了Jalapeño芯片的第一份公开跑分。在SemiAnalysis的InferenceX基准测试中,这颗OpenAI与博通联合打造的推理芯片,在“每用户token数”和“每千瓦吞吐量”两项关键指标上,双双超过了当下市面上最先进的推理处理器英伟达Blackwell系统。 具体而言,OpenAI用SemiAnalysis的公开基准工具InferenceX,在GPT-OSS 120B、DeepSeek R1 670B和Kimi K2.5 1T三款公开大模型上,与英伟达对测。结果显示,三款模型上,Jalapeño的峰值每瓦吞吐量是英伟达系统的1.5至1.9倍,用同样电量Jalapeño能多干近一倍的活。 低延迟场景差距更大,跑DeepSeek R1时,单用户生成速度最高约700 token/s,而英伟达GB300只有约169 token/秒。换算下来,Jalapeño的速度是后者的4.9倍,意味着用户等待时间缩短了将近四分之三。 “Jalapeño能够在单位功耗下处理更多AI任务,同时还能更快地返回响应。Jalapeño采用单一架构能完成更高的吞吐量和更低的延迟,而现有硬件系统通常需要在两者之间做出权衡。”OpenAI在官方博客中这样总结。按计划,这颗芯片2026年底才会以“极小规模”部署,真正上量要等到2027年。 但这款芯片的独特之处,不只是跑得更强。它是头部模型厂商自研芯片落地的第一步,是一颗专为模型而生的芯片。过去二十年,行业的默认秩序是“为芯片适配模型”,英伟达发布什么,大家适配什么;而这一次,顺序倒了过来。 AI造芯,只需9个月 Jalapeño主要由OpenAI负责架构设计,博通参与实现、网络和连接,Celestica负责板卡与机架集成。目前,该芯片设定在额定功耗700W,搭载HBM4,单封装内存带宽约15.4TB/s,配独立I/O芯片处理机架内外通信;B0版的MXFP4理论算力为13.4 PFLOPS。 从初始设计到完成流片,Jalapeño只用了9个月。如果从2025年10月OpenAI与博通官宣合作算起,到今天拿出完整的第三方见证跑分,满打满算也不到一年。而芯片行业的正常节奏是什么?一颗高性能ASIC从架构定义、RTL设计、验证、物理实现到流片,常规周期是18到24个月起步。这个周期几十年来压缩得极其缓慢,它往往受制于工程师读懂需求、写出代码、跑完验证的速度。 谷歌TPU、亚马逊Trainium第一代用两年才走完所有流程。OpenAI作为一个从未造过芯片的公司,第一次出手就把周期砍掉了一半以上。飞速造芯的背后,是AI在给造芯这件事本身加速。据介绍,在GPT-OSS的部分attention和MoE模块中,AI生成的kernel比此前人工专家编写的版本快1.5至1.8倍。OpenAI借助Codex和GPT-Astra,只用了大约两个月就完成了对DeepSeek R1和Kimi K2.5的移植和优化。 这种AI能力早已不局限于模型调优,而是渗透到了芯片设计、驱动开发、软硬件适配等全流程。更重要的是,这不是一次性的加速冲刺。据公开信息,OpenAI的跑分用的还是A0版工程芯片,改进版B0已进入台积电N3P工艺的制造阶段;第二代芯片已经进入深入开发,第三代开始规划。 当芯片的研发周期从24个月压到9个月,意味着同样的时间能多迭代一倍以上的芯片迭代,每一代又都能吸收最新的模型架构洞察,用自家模型加速自家芯片设计这条路,开始对握有前沿模型和芯片项目的公司开放。“一年一代”这个节奏,不再是老牌芯片巨头厂商才能做到,OpenAI想用AI直接抄近道。 跑赢英伟达的秘密,让数据不挪窝 如果先搞懂这颗芯片的设计哲学,只有一句话:少搬数据。芯片行业有个残酷的常识,“计算几乎免费,但搬运数据才贵”。大模型推理的瓶颈不在算力,而在于每生成一个token,都要把巨量的模型权重和上下文缓存(KV缓存)从内存里搬进搬出;通用GPU的算力单元大半时间不是在计算,而是在等数据。这也是很多芯片纸面峰值很高、实际负载只能发挥六七成的根源。 Jalapeño的所有架构选择基本都离不开这个痛点。它把计算核心和HBM4内存切成对应的“切片”,每个核心对自己那片内存拥有低延迟的直达通道,相当于不让工人跑公共仓库领料,而是给每人配一个专属工具箱。同时,单封装15.4TB/s的内存带宽,能保证工具箱够大够快。官方说法是,模型生成回答时反复要用的“数据”,能被“显式地放置并保持在本地”,被明确安排在干活的工作台手边、不需要被反复远程调用,省下来回搬运数据的时间。 架构上最值得注意选择是,Jalap
发表评论