OpenAI 把 Jalape ñ o 从一枚「已 tape-out 的自研芯片」，推到了可以拿数字说话的阶段。

2026 年 8 月 25 日，OpenAI 公开了 Jalape ñ o 在 GPT-OSS 120B、DeepSeek R1 670B 和 Kimi K2.5 1T 上的测试结果。按公司披露，它在峰值吞吐处提供了 1.5 — 1.9 倍的单位功耗性能，端到端延迟降低 1.7 — 3.6 倍；在高交互工作负载下，性能提升为 2.1 — 4.1 倍。

这些数字足够抢眼。芯片设计和 AI+EDA 从业者更应当看数字背后的三条链：AI 如何帮团队压缩开发循环，AI 如何优化电路和内核，以及芯片、内存、网络和软件一起运行后到底得到了什么。

三条链不能混在一起。「九个月 tape-out」不是完整 EDA flow 加速倍数；选定 block 快 1.5 — 1.8 倍，不是整模型或整颗芯片快了同样倍数；公开 benchmark 也不会自动把厂商自测变成独立第三方评测。

从九个月 tape-out 到首批具体数字

Jalape ñ o 在两个月前已经公开。OpenAI 与 Broadcom 于 6 月 24 日披露，这款芯片从初始设计到制造 tape-out 用时九个月。OpenAI 负责面向大模型推理的架构设计，Broadcom 参与硅实现和网络，Celestica 参与板卡、机架和系统集成。当时的工程样片已经能在实验室按目标频率和功率运行 ML 工作负载，但性能披露仍然只是定性的「显著优于现有先进系统」。

8 月的工程文章第一次给出了具体曲线和数值。测试使用 SemiAnalysis 公开的 InferenceX benchmark，覆盖从高吞吐到低延迟的多个运行点。OpenAI 没有只报一个「峰值 token 数」，而是把吞吐、延迟与功耗放在同一张曲线上，看一个系统在满足响应时间的前提下，单位电力能完成多少有用工作。

这个口径比单颗芯片理论算力更接近推理现场。Agent 要串行执行很多步，每步多等几十毫秒，会在整个任务里累积。吞吐很高却只能在大批处理下实现，对交互式产品未必有用。

但证据等级仍需说清。InferenceX 的方法、配方和不少运行数据是公开的，不代表 Jalape ñ o 这组结论已经由无利害关系的机构重跑。当前可以确认的是 OpenAI 公开了一套基于公开 benchmark 的公司自测，而不是第三方认证。

三类模型的数字，应该怎么读

GPT-OSS 120B 的对比系统是 GB200。OpenAI 披露的峰值 mixed TPS/kW 为 85,448，对比系统为 44,960，约为 1.9 倍；端到端延迟为 1.03 秒，对比系统为 1.80 秒；最低每 token 间隔（TBT）为 0.69 毫秒，对比系统为 1.87 毫秒。

DeepSeek R1 670B 和 Kimi K2.5 1T 对比的是 GB300。DeepSeek R1 上，Jalape ñ o 的峰值单位功耗性能约为 1.7 倍，端到端延迟低 3.6 倍，最低 TBT 低 4.1 倍。Kimi K2.5 上，三个对应数字分别约为 1.5 倍、3.4 倍和 3.8 倍。

数字不能脱离测试条件单独排队。三行使用的模型、精度和对比硬件不同，且结果覆盖不同运行点。「在对方最优 TBT 下吞吐高几十倍」这类数字，描述的是曲线上某个特定交点，不能等价为所有工作负载都有几十倍优势。

功率口径也值得注意。Jalape ñ o 额定为 700W，OpenAI 称测试时持续功率不高于 550W；为了统一比较，图表使用各加速器公开的 package TDP 归一化。这种方法便于跨系统比较，但它不是整机柜墙上功率，也不包含全部机房配套成本。从 TPS/kW 走到真实推理成本，还要继续补上内存、网络、主机、冷却、软件利用率和运维。

为什么一颗芯片能同时顾吞吐和延迟

OpenAI 给出的解释是全栈协同：芯片、内存、网络、编程模型和机架系统从一开始就围绕大模型推理设计。这个解释至少抓住了推理的两种不同瓶颈。

prefill 处理用户输入，计算更密集；decode 逐 token 生成结果，更容易受内存带宽和数据移动限制。多芯片执行还会引入通信和同步延迟。某个系统如果只在一个阶段堆满计算单元，转到另一阶段时可能会被数据等待拖住。

Jalape ñ o 的做法是尽量让模型状态留在本地，包括 decode 时使用的 KV cache，再根据阶段激活合适的计算、内存与网络组合。OpenAI 还强调了较大的网络域，希望让整个工作负载留在一个连通系统内，少做状态搬运。

这些描述解释了设计目标，却还不是可供外部完整复核的微架构报告。官方没有在文章中公开工艺节点、内存配置、晶粒面积、良率、产量和完整系统成本。今天能判断的是，首批硅片已经在指定推理工作负载上跑出有竞争力的厂商自测数据；更细的硬件经济性，仍要等更多披露。

AI 到底参与了哪些芯片工作

「AI 设计 AI 芯片」很容易变成一句空泛口号。Jalape ñ o 这次多给了几个可以对象化的环节。

第一类是探索实现方案，缩短设计、测量和验证循环。这是 OpenAI 对九个月 tape-out 的归因之一，但它没有拆出 AI 独立节省了多少人时，也没有公开一个无 AI 的同项目对照组。九个月是项目结果，同时包含团队、IP、工具、合作伙伴、决策路径和项目管理的影响。

第二类是算术电路优化。公司称 OpenAI 模型帮助团队在时间内塞入更多计算性能。这里有明确对象，但没有给出覆盖多少电路、面积与时序代价、以及哪些结果最终进入硅片。它证明模型进入了实际优化工作，还不足以推导 AI 接管了前端、后端和 sign-off。

第三类发生在回片之后：模型移植和并行编程。Jalape ñ o 将本地 tensor、显式通信与可预测同步作为编程界面，再让 AI 优化任务的映射、放置、调度和跨系统协调。OpenAI 称，使用 Codex 和 GPT-Astra，团队在两个月内将三个原生产计划之外的开放权重模型移植到高性能状态。

最具体的数字也出现在这一环节：对选定的 GPT-OSS attention 和 MoE block，AI 生成实现比现有人类专家版本快 1.5 — 1.8 倍。OpenAI 自己随即加了限定：这些数字属于选定 block，不属于整个模型。再往外扩成「整颗芯片快 1.8 倍」或「EDA 全流程快 1.8 倍」，就已经超出了证据。

这组结果改变的，是 AI+EDA 的验收问题

Jalape ñ o 给 AI+EDA 行业的价值，不在于提供一个可直接复制的「九个月模板」。它让外界第一次看到，同一组模型可以穿过设计、回片调试、内核开发和模型移植，而且最后一环已经能拿出选定 block 的可测对照。

行业讨论由此从「模型会不会写 RTL」走向更难的问题：模型能否进入工具返回的客观反馈，能否在约束下优化，能否让人类工程师复查和回滚，能否把一次成功变成跨版本的稳定能力。

对芯片企业来说，这类能力要进入真实研发，还需把专业模型、企业知识、EDA 工具调用和流程编排放进同一条可审计链路，并保留清晰的人工 review 节点。

对工程团队来说，可以用四个问题过滤任何「AI 造芯提速」新闻。

第一，加速对象是什么？项目日历时间、某段电路、某个内核、整模型，还是整个系统？

第二，基线是谁？人类专家实现、上一个内部版本、某代 GPU，还是一条未经优化的默认路径？

第三，测试条件是什么？模型、精度、序列长度、并行方式、运行点、功率和系统边界，少一项都可能改变结论。

第四，证据到了哪一阶？厂商自述、内部对照、公开日志、第三方复测、客户部署和生产结果，是六个不同台阶。

四问答不清，「提速 X 倍」就很可能只是一个传播数字。四问都能回答，才能进入导入、验收与责任划分。

距离规模部署，还差哪几张答卷

OpenAI 计划在 2026 年底前开始把 Jalape ñ o 部署到自有计算基础设施。官方同时写得很清楚：当前仍在继续做生产资格验证、软件成熟化、规模运行准备和更多模型的性能验证。

因此，当前阶段最准确的描述是「已回片、已运行真实模型、已公开首批详细自测」。它还不是已完成规模部署的证明，更不是长期可靠性、总拥有成本和经济性已经验证。

接下来值得看的，包括生产资格验证何时完成，实际机架功率与利用率如何，多模型和新模型的软件适配成本有多高，故障、运维和容量调度能否撑住规模化运行。这些指标会决定一枚实验室里很快的芯片，能否变成一个有持续供给能力的计算平台。

Jalape ñ o 这次最有分量的信号，是 AI 参与芯片开发已经越过「辅助写代码」，进入可回片、可移植、可对照部分实现、可在开放模型上公开系统曲线的阶段。九个月 tape-out 给出了速度故事，首批硅片给出了可测结果。

对 AI+EDA 行业而言，这还有另一层意义：只展示模型会生成设计内容，已经不够了。下一阶段的差异会出现在客观工具反馈、可执行接口、跨轮次优化、人工 review 和结果追溯上。

现在就宣布 AI 已经接管芯片设计，证据还不够。但继续把它只当作一个会写几段 RTL 的助手，也已经低估了它正在进入的工程位置。判断下一个 Jalape ñ o 式项目，先问清对象、基线、测试条件和证据等级，会比记住任何一个加速倍数更有用。

作者：麒芯

声明：本文基于公开信息整理分析，性能数据为厂商自测口径，不构成投资建议。

参考资料：

1. OpenAI：《Jalape ñ o ’ s first results show industry-leading speed and efficiency in AI inference》，2026 年 8 月 25 日。

2. OpenAI：《OpenAI and Broadcom unveil LLM-optimized inference chip》，2026 年 6 月 24 日。

3. Broadcom：《OpenAI and Broadcom Unveil LLM-Optimized Intelligence Processor》，2026 年 6 月 24 日。

4. SemiAnalysis：《About InferenceX》。