OpenAI 與 Broadcom 推出 Jalapeño 推論晶片，代表模型公司正在把工作負載直接寫進硬體設計。OpenAI 稱這是第一款 Intelligence Processor，目標是把 LLM 推論的 kernel、記憶體搬移、網路和服務模式最佳化到晶片架構裡。
這不是一般雲端客戶自研晶片，而是模型公司試圖控制推論成本的長期基礎設施。訓練需要巨大算力，推論則是每天面對用戶請求的成本中心。若 Jalapeño 能在特定工作負載接近理論效率，OpenAI 對 NVIDIA GPU 的依賴會被部分改寫。
OpenAI 與 Broadcom 的 ASIC 路線瞄準推論成本
大型模型公司自研或合作開發 ASIC，核心動機通常不是取代所有 GPU，而是把高頻、可預測的推論工作壓到更低成本。若 Jalapeño 晶片能進入實際部署，OpenAI 會多一個控制成本與供應的工具。
Broadcom 的角色也很典型。它長期服務大型客戶客製晶片與網通需求，能把模型公司的工作負載轉成晶片規格；但設計成功、流片、封裝、量產與導入資料中心之間仍有很長距離。
OpenAI 自研推論晶片，瞄準的是長期成本而不是單次話題
OpenAI 與 Broadcom 推出 Jalapeño 的核心邏輯很清楚：模型公司如果想把推論成本壓下來，不能永遠只看通用 GPU。當服務量持續擴大，哪怕每次推論只省一點，累積起來都會變成極大的毛利差距和資本支出差距。
Broadcom 的角色也很關鍵。它不是替 OpenAI 做行銷，而是把自己在客製 ASIC、網通與系統整合的能力，直接放進大型模型公司的硬體路線裡。這讓推論晶片戰場開始更像雲端自研 ASIC，而不只是 GPU 的延伸競爭。
OpenAI Jalapeño 接下來要回到量產、部署與替代率
Jalapeño 現在最缺的，不是故事，而是更明確的量產時間、部署規模和實際使用場景。只要這些條件還沒公開，市場就還不能斷言它會快速改寫 GPU 需求結構。
不過，這件事本身已經很有指標性。當 OpenAI 這種模型公司願意更深地碰硬體，代表推論成本確實成了競爭核心，未來更多模型商、雲端商和 ASIC 業者都會被迫加快布局。
