图片

今年6月底，人工智能领域又迎来一个标志性事件——OpenAI联合博通（Broadcom）正式发布了其首款自研AI芯片，代号Jalapeño。这可以说是OpenAI在构建软硬件全栈自研战略上，迈出的最关键一步。

通常来说，芯片从设计到量产，开发周期都是以“年”为基本单位计算的。但Jalapeño从项目启动到最终设计定案、送交制造，只花了短短9个月时间。你敢信？

OpenAI在官方博文中提到，Jalapeño从启动到制造流片（Ta pe-out），仅用9个月，号称是高性能ASIC领域最快的开发周期之一。这速度背后，一方面是OpenAI工程团队与博通的深度软硬件协同，另一方面，他们也用上了自家的AI模型来加速部分设计与优化工作。

说到这儿，就得聊聊ASIC（特殊应用集成电路）这类芯片的特点。不同于CPU或GPU这类通用芯片，ASIC的应用目标极其明确。OpenAI就是对自己那套算法模型最熟悉的人，自然知道该往哪个方向使劲。再加上他们用AI来辅助芯片设计，这等于又装了个翻跟斗。

最新的消息还透露了一个关键人物——前Google TPU核心领导者、现任OpenAI硬件主管Richard Ho。他的加入，是Jalapeño能跑得这么快的另一个重要原因。

资料显示，Richard Ho拥有斯坦福大学计算机科学博士学位，职业生涯起步于芯片验证工具领域，是业界公认的先驱。而他最重要的经历，是在Google任职近九年期间，作为创始元老，深度参与了Google Cloud TPU计划的从无到有。外界甚至称他是“将Google TPU从概念带到现实”的关键先生。

在Google TPU团队时，他曾在2021年与团队在《自然》期刊上发表论文，首次尝试用强化学习来优化芯片布局规划，结果证明这能大幅缩短人类工程师的开发周期。这个方法后来也被实际应用到TPU的开发中。所以，这次OpenAI提到的“用AI加速芯片设计”，本质上就是Richard Ho在Google时期亲手验证过的老本行。

“他的脑袋知道他们（OpenAI）要做什么东西。”一位半导体业内人士直言，Richard Ho多年积累的实战经验，以及对软硬件整合的深刻理解，帮OpenAI省下了大量新手试错的成本。这才是Jalapeño芯片开发背后，真正的“翻跟斗”。

对OpenAI来说，Jalapeño的推出，意义不止是逐步降低对英伟达GPU的依赖。在算力成本这场愈演愈烈的竞赛中，运算效率的提升，才是他们能与各路对手抗衡的真正底气。

Richard Ho在谈及这款芯片时也显得颇为自信：“根据早期测试，它（Jalapeño）在执行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的发展历程，这其实已经不是Google第一次为整个行业做出贡献了。如今各大AI模型底层通用的Transformer架构，正是来自Google的开源。而现在，从Google流出的人才，又在给其他AI公司提供发展自研芯片的“捷径”。

这不禁让人联想：Google近期这一波人才外流，会不会在未来某一天，变成对手最有力的助攻？