OpenAI推出的Jalapeño ASIC被视为行业颠覆者，其核心价值并非单纯的性能或效率提升，而在于独特的设计范式。OpenAI强调，人工智能深度参与了从硬件设计到软件栈协同的全过程，使得该芯片从寄存器传输级（RTL）到流片仅耗时九个月，从概念提出到亮相不足两年。
OpenAI硬件负责人Richard Ho指出，这一时间表确立了行业新基准。传统芯片设计通常需18至24个月，且多基于现有IP或架构。而Jalapeño是从零开始，无参考代码，证明了在精英团队与AI辅助下可大幅压缩开发周期。
AI赋能而非替代人类
尽管Cadence和Synopsys等EDA巨头早已推出AI辅助工具，但OpenAI采用的是内部自研模型（Codex、Sol及Astra）结合全新AI辅助工程工作流。Ho透露，团队利用代理编码平台Codex进行设计与内核优化。从2025年11月启动项目到后续流片，再到今年5月进行内核优化，模型的快速迭代令团队震惊。
Ho强调，AI并未取代工程师，而是极大提升了生产力。这种“精英工程师+AI工具”的模式被视作AI时代工程开发的典范。然而，快速迭代也伴随代价：Jalapeño的B0步进版相比初版A0，每瓦性能提升高达25%。这种接近代际改进的幅度，暗示初版可能存在设计疏漏，具体归因于AI还是人为因素尚难定论。
行业关注与未来路线图
Jalapeño的关键工程师、OpenAI早期硬件招聘人员Clive Chan已于六月离职加入Anthropic。Ho表示，业界对OpenAI的AI辅助设计流程兴趣浓厚，预计不久将有更多动态。
OpenAI似乎正探索将该工作流产品化。Ho暗示，随着Codex和GPT-6 Astra的发布，公司将展示具体的成果与方法论，而非空泛的概念。Astra模型已展现出如自主完成《传送门》游戏等强大能力。
尽管开发过程高度依赖自研模型，但在流片前的签核阶段，OpenAI仍沿用Synopsys和Cadence的标准EDA流程，以确保静态时序分析和信号完整性等结果的准确性。
在产品路线图上，OpenAI第二代ASIC已接近流片，第三代正在开发中。但Ho对持续保持极速节奏持谨慎态度，表示未来流片计划将取决于技术成熟度，避免为微小性能提升而频繁更换硬件集群。此外，Jalapeño通过避免3D堆叠和共封装光学等复杂设计实现了快速落地，若涉及此类技术，开发周期必然延长，但AI仍将显著加速进程。