作者：默思編輯部 發布：2026-08-28
當一家AI公司開始自己設計晶片，通常代表這家公司對現有供應鏈的成本結構已經不再滿意——OpenAI首款自研推理晶片Jalapeño的曝光，正是這個邏輯的最新案例。
這款名為Jalapeño的自研推理晶片，是透過半導體產業分析機構SemiAnalysis的深度報導首次曝光，該報導詳細解析了這款晶片的設計背景、合作夥伴與製造流程，讓外界得以一窺OpenAI在硬體自主化上的最新布局。
根據報導，Jalapeño是OpenAI與晶片設計服務大廠Broadcom合作開發，並採用台積電N3P製程進行流片，整個開發過程僅花費16個月的時間就完成流片（tape-out）。這個時程在半導體晶片設計領域屬於相當快速的節奏，反映出OpenAI在推動這項計畫時的高度優先性與資源投入強度。
目前主流的AI模型訓練與推理，高度仰賴Nvidia等專業晶片廠商的GPU產品，但這種依賴也代表AI公司必須承擔外部供應商的成本結構與供貨排程限制。自研晶片能讓OpenAI針對自家模型的實際運算特性，量身打造更符合成本效益的硬體架構，長期而言有機會大幅降低推理成本，這對需要處理龐大用戶請求量的OpenAI而言，具有相當直接的財務誘因。
值得留意的是，Jalapeño被定位為「推理」晶片，而非用於模型訓練的晶片。這個定位選擇，反映出對OpenAI這類已擁有大量上線產品的公司而言，推理階段（也就是模型實際回應用戶請求的運算過程）的規模與成本，往往已經超過訓練階段，這也是為什麼自研晶片專案會優先聚焦在推理這個環節。
OpenAI選擇與Broadcom合作、並採用台積電最先進的N3P製程，也讓這個專案成為台灣半導體供應鏈近期備受關注的合作案例之一，顯示頂尖AI公司對台灣先進製程的持續依賴程度，即使在積極推動硬體自主化的同時，仍離不開台灣半導體代工的核心技術支撐。
這波AI公司投入自研晶片的趨勢，代表半導體與AI基礎設施領域的人才需求正持續攀升，尤其是同時理解晶片架構設計與AI模型運算特性的跨領域人才，將在這波硬體自主化浪潮中，成為業界爭相延攬的稀缺資源。