OpenAI称周活破10亿，与博通共研的芯片年底上机
9月8日，财联社两则电报同时引述OpenAI的消息：一是其产品和服务的覆盖范围达到"每周活跃用户超过十亿"以及"250万家企业和组织"；二是公司计划在今年年底前开始部署与博通（Broadcom）联合研发的AI芯片Jalapeño。
两条消息一起出现，本身就是一件事：一家AI公司第一次把"多少人正在用它"和"要上多少自制芯片"放进同一场表态。
芯片本身不是新消息。Jalapeño在2026年6月24日首次对外展示，8月25日的Hot Chips大会上公布了第一批实测数据。但"年底前开始部署"这句话，把一颗仍在测试中的芯片变成了成本表上的一行。
一颗只做推理、不外卖的芯片
按照OpenAI随基准测试结果披露的信息，Jalapeño是一颗面向推理的ASIC——即只为一种任务定制的专用集成电路，采用台积电3nm制程、脉动阵列架构，配备HBM高带宽内存，额定功率700瓦，实测工作负载下持续功耗保持在550瓦以下。芯片与配套服务器都不对外销售，仅供OpenAI内部使用。
性能是这样表述的：OpenAI用半导体研究机构SemiAnalysis开发的公开基准InferenceX，在GPT-OSS 120B、DeepSeek R1 670B和Kimi K2.5 1T三个模型上做测试，与英伟达GB200、GB300系统相比，每瓦能够完成的AI工作量是对比系统的1.5至1.9倍，端到端延迟约为对比系统的28%至59%。
OpenAI硬件负责人Richard Ho在媒体电话会上的说法更直白：它可以"用相同的电力处理更多AI工作负载"，同时更快给出响应，既适合高效服务大量用户，也能保持很低延迟。
从架构设计到完成流片只用了约9个月，OpenAI称这是高性能先进半导体领域有史以来最快的ASIC开发周期之一，公司自有的模型也参与了设计流程。目前第二代芯片已进入后期开发、预计未来数月内完成流片，第三代启动了概念设计。
几个边界需要说清。对比对象是GB200和GB300，尚未与英伟达最新一代Vera Rubin做过测试；数据由OpenAI自行发布而非第三方复测；而按Richard Ho在8月的说法，年底前只是"非常小的规模"部署，真正放量要等到2027年，明年投入多少芯片并未公布。
十亿周活把电费变成主科目
自己造芯片的动机，藏在用户曲线里。
把OpenAI过去一年对外披露的口径串起来：2025年10月，其高管称ChatGPT周活跃用户达到8亿；2026年2月，公开说法变成9亿；到9月8日，是"超过十亿"。大致半年一个亿的爬坡节奏，意味着这个产品的用户量级已经接近成熟的社交平台。
用户结构也在变。周活十亿是个人端，250万家企业和组织是机构端。机构侧的算力消耗与个人聊天性质不同：智能体、代码生成、长上下文和多轮调用，每完成一次任务要消耗成千上万个token的连续推理。
训练和推理是两笔不同的账。训练是一次性资本开支，模型训完可以服务很多年；推理按次发生，每一次提问都要真金白银买一次计算，而且它跟着用量线性增长。这正是规模化的代价——用户越多，电费单越厚。
对一家已经把算力承诺做成天文数字的公司，这笔账更不能忽略：据TechCrunch今年7月的统计，OpenAI对外公布的AI相关支出规模已累积到约7500亿美元量级。每瓦多产出一点，就是整条成本曲线的位移。
OpenAI在公布测试结果时把逻辑说得很明白：因为它同时横跨模型、产品、芯片、内存、网络与调度，每一层都可以围绕同一个目标优化——让模型更快、更可靠、也更便宜。这也解释了为什么Jalapeño只做推理不做训练，以及测试为何选DeepSeek R1、Kimi K2.5这类开源模型：推理效率拼的不是榜单排名，而是每瓦能吐多少token。
芯片桌上多了谁
Jalapeño的分量不只写在OpenAI自己的报表上。
博通长期是网络交换芯片与定制ASIC领域的关键供应商，为超大规模云厂商设计专用加速器是其增长引擎之一。拿下OpenAI，意味着这家以对外提供定制方案为主的厂商，把客户名单延伸到了最前沿的模型公司，也进一步验证了"云厂商自研芯片"这条商业模式正在向模型公司复制。
OpenAI对英伟达的姿态不是切割。在8月公布结果时，公司强调英伟达仍是重要合作伙伴，未来将坚持多供应商策略以满足庞大的算力需求；此前AMD也在2025年10月对外公布过向OpenAI供应6吉瓦算力的协议。更准确的描述是：训练侧继续外购高端GPU，推理侧尽量搬进自家ASIC。
自研不等于自足。与Google的TPU、亚马逊的Trainium相比，OpenAI的差别在于它既没有云业务，也没有对外销售硬件的部门，因此不必为"通用性"让步，可以更狠地把架构写死在自己的模型上。这既是效率优势，也是路径依赖——一旦模型架构转向新范式，专用芯片的沉没成本会比通用GPU更难处理。
对英伟达而言，压力不在短期订单，而在节奏：如果推理侧的单位成本被自研ASIC压薄，整个市场的定价能力都会受到约束。这也是市场紧盯GB300与下一代产品衔接速度的原因。
口径、边界与三件事
十亿周活与250万家企业这两个数字，目前能查到的公开表述仍以OpenAI单方面口径为主。三件事没有答案：是否包含API调用带来的用量，是否包含与合作伙伴生态（例如此前对外提供的托管与分发渠道）中的使用量，以及"企业客户"是按签约主体、组织数还是付费席位统计。周活与月活的差别在这个量级上足以造成数亿用户的出入。
命名同样需要谨慎。Jalapeño此前并未出现在OpenAI公开硬件项目的历史资料中，其命名由本次Hot Chips现场披露与随附博客正式确立；本次核验中，openai.com相关页面因访问权限设置无法直接读取原文，技术细节依据Hot Chips披露口径及IT之家、财联社等公开报道交叉确认。因此"自研芯片"更精确的说法是：OpenAI与博通联合设计、台积电代工、仅供内部推理使用。博通方面未就该项目单独发布公开声明，金额、客户与出货规模均未披露。
接下来值得盯住的三个指标：第一，年底的"开始部署"到底有多小，是几千颗还是几万颗，这决定成本节省何时能体现在报表上；第二，2027年的放量速度能否跟上周活增长的斜率；第三，第二代芯片的流片时间，这是判断"9个月一代"能否复制的关键证据。
至于普通用户能感受到的变化，其实很朴素：每瓦多干1.5到1.9倍的活，最终会体现在免费层能不能塞进广告、订阅价格还能不能降、智能体跑一单的边际成本有多低。AI行业的下一场竞争，可能不在模型榜单上，而在电费单上。
