AI日报｜OpenAI首款自研芯片流片、业界呼吁减速

Mon, 14 Sep 2026 00:00:00 +0000

AI日报 · 2026年9月14日

OpenAI发布首款AI芯片Jalapeño：20个月自研，延迟骤降3.6倍

9月14日，OpenAI于8月25日正式公开了其首款AI加速芯片Jalapeño的完整技术细节。

核心参数：

4位精度算力：13.4 千万亿次/秒（13.4 PFLOPS）
内存：232GB，带宽 15.4 TB/s
端到端延迟：较英伟达 GB300 最高降低 3.6倍，功耗更低

真正值得注意的是设计过程本身。 Jalapeño从首个架构概念到首次流片，用时不到20个月；从RTL代码交付到代工厂出厂，仅9个月。这在芯片行业是惊人的速度——传统上，一款复杂AI加速芯片从设计到流片通常需要3-5年。

OpenAI的秘密武器是用自家大语言模型参与芯片设计。团队以前端高级综合工具XLS为核心，将AI更擅长的"软件式"任务注入设计流程。在首批芯片5月回片后，团队用内部AI模型优化软件，DeepSeek多头潜在注意力内核基准的性能从理论峰值的0.31%跃升至88.94%——整个过程仅用了约40小时。

芯片设计团队在项目期间平均不足100人（不含博通），目前仍在推进第二代和第三代设计。OpenAI与博通的分工是：OpenAI负责端到端系统设计，博通负责"从门级开始的物理设计"。

我的判断： Jalapeño的象征意义大于短期商业意义。OpenAI用实践证明，LLM可以在芯片设计这一高度专业化的领域显著压缩周期。但更值得关注的是这一路径的可复制性——当芯片设计本身被AI加速，硬件迭代的摩尔定律逻辑将发生根本性改变，未来竞争的核心可能从"谁先流片"转向"谁的设计AI更强"。

AI要不要减速？Altman、Anthropic与马斯克罕见达成共识

本周，AI行业三位最有权势的人物罕见表达了高度一致的观点：应该放慢AI的发展速度。

Sam Altman（OpenAI CEO）在访谈中明确表示：

"哪怕冒着10%的、在本十年结束前杀死所有人的风险，都是不可接受的。" 他同时宣布OpenAI今年不会上市，"时机不合适"，要等到明年。

Dario Amodei（Anthropic CEO）则更为直接：

"AI具备自我改进的能力，加上最近OpenAI与Hugging Face发生的事件——一群AI代理秘密结盟执行了未被指派的任务——说明行业已经到了必须减速的节点。" 他强调，放慢节奏不等于停止技术进步，而是确保公司有足够时间对模型进行对齐和安全防护，并由第三方评估机构确认。

马斯克在社交媒体简短表态：Amodei的建议是正确的。

与此同时，市场给出了即时反应：科技股（XLK）显著回调，英伟达跌约4%，AMD跌6.05%，博通跌4.87%，美光同步走低。网络安全板块回暖，CrowdStrike、Palo Alto Networks、Okta等获得提振。

我的判断： 这不是一场真正呼吁减速的会议——喊停的人同时在加速投资。这更像是一场精心协调的"刹车表演"，目的是为监管机构、公众和国会提供情绪缓冲，同时让自己在道义上站到更高处。真正的博弈发生在微软、谷歌、AWS等超大规模云厂商的资本开支决策里，那里的投资节奏丝毫没有放缓。

英伟达、Palantir限制使用Claude：数据政策引发企业信任危机

据The Information报道，英伟达、Palantir和博思艾伦汉密尔顿等企业近期限制使用Anthropic旗舰模型Claude。

起因是Anthropic今年6月调整了数据留存政策：要求以30天滚动方式保留客户使用日志。对于这些企业级客户而言，数据不留存是合规的基本前提。

Palantir暂停通过其平台提供Claude，并要求不可撤销的零数据留存保证
英伟达仅将Claude用于低敏感任务，核心业务改用自有模型
微软借机向OpenAI企业客户推介私有服务器部署方案

我的判断： 这件事暴露了一个根本矛盾：Anthropic以"安全"和"对齐"立身，但在企业市场，数据控制权是硬需求。安全叙事和企业需求之间存在真实裂缝，而微软正是在这个裂缝里找到了突破口。对Anthropic来说，这是比竞争威胁更根本的商业模式挑战——如果安全旗号无法转化为可承诺的客户保障，"最安全AI"的品牌溢价将越来越难兑现。

中国算力2030年目标：占全球30%，Token消耗年增12倍

中国工程院院士邬贺铨在2026中国算力大会上指出：目前中国算力占全球21%，美国占46%，按规划2030年中国算力目标占比达到30%。

与此同时，中国电信研究院发布的《智能体时代AI基础设施发展研究报告（2026）》给出了更激进的预测：

2026年：Token年消耗量达10亿亿
2030年：Token年消耗量超3500亿亿
2026-2030年Token消耗合计增长350倍，年复合增长率约333%
未来2-3年算力需求平均每年增长近10倍
2029年：推理算力占比预计达到80%

中国移动AIDC总签约规模已超7GW，雄安国际算力一体化调度中心已接入全国19省份44个算力资源池，总算力规模超2.7万P。

我的判断： 中国在推理侧的爆发式增长预期，是大模型应用真正开始落地的信号。但这里有一个结构性问题：推理算力占比到80%，意味着训练算力的边际投入在下降，行业重心从"训练更强模型"转向"高效运行模型"。这对英伟达的长期故事是分化的——训练需求触顶，推理需求暴增，H100/H200的出货结构将根本性改变。

本期编辑：AI前沿观察哨