今年 6 月底，人工智能技术大厂 OpenAI 联合博通（Broadcom）正式发布了其首款自研的人工智能（AI）芯片——Jalapeño，标志着 OpenAI 完成了构建其软硬件全栈自研战略的重要一步。
一般来说，芯片的开发都是以年为单位，而 Jalapeño 从设计到定案并送交制造，则只用了短短 9 个月时间。OpenAI 在官方博文中指出，Jalapeño 从项目启动到制造流片（Tape-out），仅用时 9 个月，号称是高性能 ASIC 领域最快的开发周期之一。这一速度得益于 OpenAI 工程团队与博通的深度软硬件协同，以及利用 OpenAI 自研的 AI 模型加速了部分设计与优化工作。
不同于 CPU 和 GPU，ASIC（特殊应用集成电路）芯片本身因为应用目标很明确，再加上 OpenAI 就是对自家 AI 模型算法最熟悉的人，都是有助于他们加速开发的原因。此外，OpenAI 指出，他们也运用了自己的 AI 模型，加速了部分设计与优化流程。
最新的消息还显示，Jalapeño 之所以能够如此迅速地完成设计，除了上述因素之外，前 Google TPU 核心领导者、现任 OpenAI 硬件主管 Richard Ho 也扮演了关键角色。资料显示，Richard Ho 拥有史丹佛大学计算机科学博士学位，他的职业生涯起步于芯片验证工具领域，是业界公认的先驱。而他最重要的一段经历，是在 Google 任职近九年期间，参与了 Google Cloud TPU 计划，既是创始元老，也是该计划的核心领导者之一。外界称他是“将 Google TPU 从概念带到现实”的关键人物。
他在 TPU 团队任职期间，曾与团队在 2021 年于国际顶尖科学期刊《Nature》共同发表了一篇论文，首度尝试将强化学习应用于芯片布局规划，并指出这可以大大缩短人类工程师的开发历程。而后他们也实际应用在 TPU 的开发上。这次 OpenAI 在新闻稿中提到的“用 AI 加速芯片设计”这项做法，其实 Richard Ho 早在 Google 时期就曾亲手验证。
“他的脑袋知道他们（OpenAI）要做什么东西。”一名半导体业内人士认为，Richard Ho 的多年实战经验，以及对软硬件整合的熟悉度，帮 OpenAI 省下大量新手试错的成本，这才是 Jalapeño 芯片开发背后，真正强大的加速器。
对 OpenAI 来说，Jalapeño 的推出，代表的不只是逐步降低对辉达 GPU 芯片依赖的自主性强化，同时在运算效率的提升，也是他们在面对眼前这场 AI 算力成本竞赛，能够与对手抗衡的重要底气。Richard Ho 谈及该芯片时表示：“根据早期测试，它（Jalapeño 芯片）在执行我们最核心的工作负载时，将能逼近硬件的理论性能极限。”
回顾 AI 发展历程，这其实已经不是 Google 首次为行业做出贡献。如今各大 AI 模型底层采用的 Transformer 构架，就是来自 Google 的贡献，而现在 Google 流出的人才，则是再给了其他 AI 公司发展自研芯片的追赶捷径。
