OpenAI自研芯片力压英伟达 | Jalapeño | 英伟达Blackwell | Vera R

外来客 • 2026-08-26 06:02:53

声明：本文为对公开视频内容的摘要整理，未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

性能数据：在 Inference X 基准测试中，Jalapeño 未使用多 Token 预测（MTP）即击败开启 MTP 的竞品；在 DeepSeek-R1 模型低并发场景下，单用户每秒 Token 数超 700；GPT-OSS 模型达到每用户每秒 1400 Token。
硬件规格：B0 版本基于台积电 N3P 工艺，单计算芯粒提供 13.4 PFLOPS 算力，封装带宽 15.4 TB/s；HBM 由三星提供，带宽高于英伟达 Rubin 的 9.6 Gbps。
架构设计：采用 MXFP 数值格式和权重驻留脉动阵列，支持小维度矩阵乘法以避免性能断崖；使用乱序执行核心和 L1 缓存，通过 Codex 辅助优化内核代码。
系统部署：机架包含 128 颗芯片，通过铜缆背板连接；扩展网络支持最多 2048 颗芯片互联，全局单向带宽 1.6 TB/s；整机功耗约 160 千瓦。
软件生态：使用自研编程语言 Gluon，基于 Triton 扩展，支持可证明正确的布局转换；内部推理引擎 Teacock 在无需人工干预下快速生成高效内核。

竞争优势：Jalapeño 在性能功耗比上优于英伟达 Blackwell，且因博通较低利润率具备 TCO 优势；软件栈从零构建，无向后兼容包袱。
潜在风险：当前数据基于 OpenAI 提供的工程样品，Semi-Analysis 未运行完整测试套件；缺乏 Agent X 等贴近生产环境的长上下文测试数据；对比对象 Rubin 已出货而 Jalapeño 仍为样品，存在代际差异。
行业影响：若路径走通，将动摇 CUDA 护城河，并可能颠覆对通用编译器的依赖；但大规模量产预计 2027 年才逐渐放量，可靠性与部署能力仍是挑战。